关中地区飑线天气的预测及灾害对策探讨

对１９６１～１９９０年发生在陕西省关中地区的飑线天气及其灾害进行了统计分析，并从天气形势背景方面对飑线的发生发展进行了研究和分析，同时就飑线的预测和防灾对策进行了探讨。     

全球增暖对自然灾害的可能影响

近年来，气候对环境的影响已受到全球科学家越来越多的重视，中国是一个有１１亿人口的大国，生态环境较为脆弱，全球变暖将严重影响我国社会与经济生活的各个方面。本文初步研究了全球变暖对自然灾害的可能影响。结果表明，在大气ＣＯ２含量加倍的情况下，全球变暖将可能导致暴雨频度和洪涝风险增加，西北干旱趋势仍将延续；森林火灾、台风、滑坡与泥石泫灾害可能加剧；农林病虫害危害增加，范围扩大。同时，全球变暖导致的海平面上     

基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

暴雨泥石流预报程式

论述了暴雨泥石流预报的４个基本原理,即现象可预报性原理、成困分类组合原理、判别因素简化原理和预报决策依据原理。对泥石流时间预报模型作了分类,提出了通过泥石流活动周期与降水量周期叠加,建立泥石流活动性的长期趋势预测模型;通过泥石流活动年数频次与降水量丰欠等级频次组合,建立泥石流活动年份频次的态势预测模型;根据月或旬雨量确定泥石流发生的阈值关系,建立年内月或旬泥石流发生频次的中期预报模型;由短期天气预     

区域洪涝灾害风险的模糊综合评价与预测

以广西1992~2006年洪涝灾情数据为基础,选取适当的评价指标,用基于遗传算法、特征值法和优化算法的投影寻踪法和层次分析法确定各评价指标的分类权重和排序权重,用优化算法进行综合得到组合权重,经过加权求和得出洪涝灾害的模糊综合评价,进而对15个评价对象进行了分类排序,其分类结果很好地反映了洪涝灾情的实际情况。在以上模糊综合评价结果的基础上,利用距离贴近度进一步计算和分析各个评价指标之间的贴近度,并由择近原则确定各个评价指标之间在洪涝灾害评价中的相关程度。同时,建立了基于改进的灰色GM(1,1)的时间响应式的灾变年份预测模型。     

室内火灾温度的预测方法及其分析

室内火灾温度是火灾科学中非常重要的参数之一，它对火灾防护有着重要的作用。本文以轰燃为分界点，总结归纳了目前国际上采用的轰燃前后室内火灾温度的预测方法。对每一种方法的使用条件及优缺点作了分析。同时对轰燃前后的各种温度预测方法分别作了简要的对比。最后根据前面的分析推荐了作者认为实用性较强的几种方法．     

安徽省近10年能源足迹测度及驱动因子分析

安徽省为生态建设省,随着中部崛起战略与皖江城市带承接产业转移示范区建设的实施,能源消费给当地生态环境形成了较大压力. 依据生态足迹模型对安徽省2000—2009年能源足迹进行了时间序列测度,基于STIRPAT模型揭示了能源足迹驱动因子的边际贡献,运用灰色GM(1,1)模型预测了2015年与2020年能源足迹. 结果表明:安徽省人均能源足迹由2000年的0500 8 hm2增至2009年的1043 5 hm2,人均能源足迹赤字由2000年的0432 9 hm2扩至2009年的0975 5 hm2;煤炭足迹对能源足迹平均贡献率为7629%,占主导地位;能源足迹强度由2000年的1083 3 hm2104元降至2009年的0704 7 hm2104元;研究时段内,能源足迹生态压力指数均大于5 人均GDP和第二产业在经济中所比例均与能源足迹呈正相关,二者边际弹性系数分别为0000 073 57和0006;而单位工业增加值能耗与能源足迹呈负相关,其边际弹性系数为-0186.      

石油石化企业环境预警系统研究

通过对石油石化企业环境突发事件风险分析,提出建设环境预警系统的必要性,再对国内外常见的地表水环境预警系统构成、环境质量预测模拟软件以及环境预警决策支持系统进行总结,提出符合石油石化行业污染特征的环境预警系统的基本框架。     

霾天能见度参数化方案改进及预报效果评估

为了选择适合京津冀地区能见度预报的参数化方案,为霾的预报提供更准确的能见度预报产品.根据实际应用需求,改进了基于气溶胶体积浓度建立的Chen等能见度参数化方案（S1）,并利用2017年2月快速更新多尺度分析和预报系统-化学子系统（RMAPS-CHEM v1.0）的预报结果,对比评估了该方案与基于PM_2.5浓度建立的参数化方案（S2）和Mie散射计算方案（S3）在京津冀地区的预报效果.结果表明：①模式系统对京津冀地区的PM_2.5浓度预报总体较好,预报值与观测值非常接近,二者的相关系数在大部分地区可达0.8以上,小时相对湿度的预报值与观测值相关在0.78以上,平均误差低于3.91%.②三套方案计算的能见度都能较好地预报出2017年2月京津冀地区能见度的时间演变趋势,且在大部分时间三者计算的能见度都非常接近.总体上S1计算的能见度最低,S3计算的能见度最高,S2居中.在京津冀大部分地区,S1的均方根误差和归一化平均绝对误差最低,S3的最高,S2居中且在北京地区表现最佳.③能见度大于10 km时三套方案计算结果都偏低,其中S3的平均误差和均方根误差最低,能见度低于10 km时,特别是对出现频率较高的1~5 km低能见度的预报,S1方案的平均误差、均方根误差和归一化平均绝对误差都是最低的,更适合京津冀地区霾天气能见度的预报应用.     

多模式集成方法在安徽地区PM2.5预报中的应用研究

分别采用算术平均、权重平均、多元线性回归和神经网络的集成方法,对3种空气质量模式在安徽地区2017年2月-2018年2月PM_2.5预报结果进行集成释用.结果表明：各模式和订正产品的预报值与实况值之间均能达到显著相关,相较于WRF-Chem,多元线性回归的均方根误差（RMSE）下降了21.7%,归一化平均偏差（NMB）下降了6%,且在16个地市中NMB均下降至-25%~25%之间;从不同时次的预报效果来看,在3个代表性城市（淮北、合肥和芜湖）,多元线性回归均能大幅度降低RMSE和NMB,但从时间和空间效果来看,其对于提升预报值与实况值之间的相关性方面,略差于权重平均的集成方法;多元线性回归方法对于重污染天气PM_2.5预报评分（TS）最高,为0.46.该方法能较为有效地提升不同模式的预报效果,可为重污染天气预报预警提供参考.