西南山地区域森林火险综合预报模型研究——以重庆市为例

森林火灾严重破坏森林生态系统的结构和功能,针对其风险预报开展研究具有重要的理论意义和应用价值。通过融合气象、地表覆盖和人类活动等要素的方式构建森林火险综合预报模型,是西南山地区域森林火险综合预报业务化应用的重要发展方向。基于《森林火险气象等级》国家标准(GB/T 36743-2018),本文研究首先构建了重庆市森林火险气象风险预报模型。然后通过融合可燃物因素和人为因素的方式,进一步构建重庆市森林火险综合预报模型。最后利用历史火点数据针对上述两类模型的精度进行对比和分析。研究结果表明:重庆市森林火灾发生次数较多,且呈现出季节性规律;重庆市森林火灾的发生不仅受到气象条件的影响,而且受到地表覆盖和人类活动等多种要素条件的共同影响;与森林火险气象风险预报结果相比,森林火险综合预报结果在空间分布上具有更高的精细程度;森林火险综合预报模型能有效提高森林火险等级预报精度。     

不同自燃倾向性煤的指标气体产生规律实验研究

为研究不同自燃倾向性煤的自燃指标气体变化规律,提高对煤早期自燃预测预报的准确度,采用程序升温实验系统,得到内蒙古褐煤、神东长焰煤、河南气煤及枣庄焦煤4种不同变质程度煤的氧化时间随温度的变化关系,以及指标气体浓度在煤氧化过程中的变化规律。结果表明:自燃倾向性最高的褐煤应以CO和乙烯作为煤自燃早期预报的首选指标气体;易自燃的长焰煤应采用乙烯和烯烷比为主、以CO为辅的煤自燃判定指标;自燃倾向性较低的气煤应以乙烯和烯烷比作为煤自燃预报指标;CO是自燃倾向性最低的焦煤的最佳自燃预报指标气体。     

基于因子分析法优选河流水体中氮浓度预测方法的研究

定量的河流水体中氮浓度预测方法有很多种,如何优选出预测精度较高的方法一直是学术界多年来致力于研究的重点。本研究采用因子分析法对预测方法的精度评价指标进行分析,并建立了预测方法精度的评价模型,对回归分析法、神经网络法、灰色系统法和增长率统计法4种水体氮浓度预测方法进行综合评估,优选出精度较高的河流水体氮浓度预测模型——BP神经网络预测模型。结果表明,此评估模型对类似研究具有一定的参考价值,能为选择出合适的河流水体氮浓度预测方法提供依据。     

BP神经网络在台风路径预报中的应用

利用前馈型BP神经网络模型,对发生于中国沿海的热带气旋的移动路径进行了预报应用研究.根据中国<台风年鉴>发布的每个台风过程记录,对预报试验的台风个例分别选取了经度、纬度、中心气压和最大风速等81个因子,由多元回归选取了其中相关性好的因子,进行网络的学习训练,在获取前24h间隔6h的4次台风信息的基础上,用来预报了台风未来24h,48h和72h的短期路径变化.将该方法预报结果与CLIPER模式预报结果进行了比较,结果表明,BP神经网络模式的预报精度比CLIPER模式的高.     

江西灾害性强雷电天气的雷达回波特征

使用常规地面报表A0资料、多普勒天气雷达资料,以及雷电数据和卫星云图等资料,进行了雷电和雷暴日的分布特征统计分析,重点对灾害性强雷电天气的雷达回波特征进行个例分析,以了解雷电和雷暴天气的活动规律和强雷电的雷达回波特征,提高预警预报的能力.结果表明:(1)雷电和雷暴天气具有明显的季节变化与日变化特征,每年2-5月集中在8-20时,6-9月集中在11-20时;(2)强雷电天气在雷达回波上表现为南北走向的回波带结构,当回波强度≥50dBZ、回波出现不断合并现象、强回波水平尺度较大、具有"指状"或"弓状"回波结构,以及出现陡直"零值线"和VIL超过50 kg/m2时,最易发生强雷电天气;(3)有时局部强单体凭着自身的发展,当强度≥50dBZ和VIL超过50 kg/m2时,也有可能出现局地强雷电天气.     

区域性煤矿百万吨死亡率指标的宏观预测研究

为了对煤矿安全状况进行宏观预测,提出区域性煤矿安全状况评价指标体系并建立了以煤矿百万吨死亡率指标标征区域性煤矿安全状况的灰色预测模型。在对煤矿综合机械化采煤率、大型煤矿产量比例、原煤全员效率指标预测分析的基础上,利用多元回归法综合预测煤矿百万吨死亡率指标。实例计算证明:建立的预测模型具有输入数据少、建模简单、计算快捷等优点;客观地反映出区域性的煤矿安全状况;该模型可进行煤矿安全的短期预测,并为制定煤矿安全控制指标提供理论依据。     

基于SARIMA模型的黑龙江省冰雪旅游国际需求预测

选取黑龙江省1990-2011年冰雪旅游入境人次的月度时间序列为研究样本,建立SARIMA模型对黑龙江省冰雪旅游国际需求进行分析预测。结果表明,SARIMA（4,1,4）（1,1,1）。模型的拟合度和短期预测效果都较好。通过应用SARIMA模型进行冰雪旅游预测,以期对黑龙江省旅游企业的冰雪旅游国际客源市场开发及政府部门制定冰雪旅游发展战略和政策调整提供重要的理论依据。     

基于灰建模的瓦斯含量多变量预测模型研究

研究了GM(1,N)、GM(0,N)瓦斯含量预测模型的数学原理,收集郑煤集团告成矿地质勘探期间及生产期间的瓦斯含量实测资料,获得16个可靠点,选取基岩厚度、新生界厚度、煤层厚度、煤层水分、煤层灰分、50m顶板含砂率6个因素作灰色建模预测的指标,分别建立了GM(1,6)和GM(0,6)瓦斯含量多变量预测模型。根据计算和评价结果,GM(1,6)和GM(0,6)瓦斯含量预测模型精度均能够满足工程精度的要求,说明利用灰色模型来预测瓦斯含量是可行的。由于前者精度略高于后者,故建议告成矿采用GM(1,6)模型来进行未知地区煤层瓦斯含量的预测。需要注意,由于模型没有考虑构造的影响,在实际预测时,还应根据构造对待预测区的影响关系和影响程度对模型的预测结果进行修正。     

对地观测技术在重大自然灾害监测与评估中的应用实例分析

对地观测技术可提供大范围、多时相、高分辨率的海量数据,用于自然灾害的监测与评估有其极大的优越性。本文叙述了对地观测技术在洪涝灾害、沙尘天气、森林火灾的监测与评估和地震形变场研究中的应用,并指出对地观测技术是建立数字减灾系统不可或缺的强大信息源。     

滑坡动态变形过程的综合研究方法

影响滑坡变形破坏过程的因素具有复杂性和多变性,要合理评价和预测滑坡的动态发展过程,深入的地质原型调查是基础,地质分析不仅能为其它分析方法的正确使用提供资料,而且能直接对滑坡的变形破坏发展过程作出定性的判断。在此基础上建立力学模型,采用数学力学理论进行定量计算和反演分析,可进一步从本质上去把握滑坡变形破坏的发展规律。本文通过介绍李家峡水电站Ⅱ号滑坡的研究实践,说明了采用定性地质分析与定量力学计算相结合的研究方法揭示滑坡变形破坏动态过程的有效性。