中国耕地保有量的动力预测模型及对策

围绕如何确保2010年1.2×108hm2的耕地保有量,运用经验模态分解方法分析中国耕地保有量的趋势作为建模依据,构建了中国耕地保有量的动力预测模型,并对中国耕地保有总量现状进行了分析和预测。从建设占用、耕地补充、生态退耕、农业结构调整和灾害损毁五个方面进行单要素分析,在数值模拟的基础上提出高、中、低三种方案,研究结果表明:只有在各方面严格把守的前提下,才有可能实现目标保有量,并且科学的确定生态退耕的数量具有关键意义。

我国短期气候动力预测模式系统的研究及试验

气候和气候异常对我国的国民经济发展具有重大影响,为提高短期气候预测的准确率,研究动力气候模式短期气候预测新技术至关重要。通过近5年的努力,建立了一套由月动力延伸预报模式,海气耦合的全球气候模式(AGCM+OGCM+海冰+高分辨率印度洋一太平洋海盆模式),区域气候模式季和年际尺度的业务动力模式组成的系统。初步把我国的短期气候预测水平由经验统计方法提高到定量和客观分析的水平上。在此基础上,已建成了一个具有物理基础的统计方法与气候动力模式相结合的综合气候预报系统。

中高纬度地区500 hPa高度场动力预测统计订正

利用DEMETER多模式集合研究计划中Meteo France模式的预报资料集,在分析其对冬季北半球中高纬度地区(20°～90°N)500 hPa高度场预报效果的基础上,针对模式预测较差的模态分别运用最优子集回归修正方案和回归-相似相结合的修正方案对其进行订正。结果表明:数值模式对观测模态的预测能力并非随模态数的增加而递减,方差贡献较小的模态的预报效果可能好于方差贡献较大的模态;基于最优子集的回归订正方法未能改进原模式预报技巧;在最优子集回归基础上再经相似订正的方法(DAP-OSR)能够改进预测效果,独立试报的距平相关系数平均每年提高0.1。

农机总动力预测的灰色神经网络新方法

为提高农机总动力变化趋势的预测精度,将pGM(1,1)模型与RBF神经网络相结合,建立了基于pGM(1,1)-RBF神经网络的农机总动力预测模型,并以中国农机总动力数据预测为例,验证了该模型精度高、可行有效,适用于农机总动力预测。

我国华东地区月尺度气候动力预测的研究:(Ⅱ)嵌套模式的回报评估

采用数值模式方法对我国华东地区进行月尺度短期气候预测。预测框架由改进的低分辨率全球环流模式T63 L9嵌套并入了水文模型VXM的区域气候模式RegCM3构成,根据嵌套气候模式的积分结果,经剔除系统误差后制作短期气候预报。本文利用国家气候中心的评分方法对2003、2004两年的降水和地表气温回报结果作了评估;还将本系统的预报结果与CMAP降水资料、NMC温度资料及全国160站的观测资料进行了对比。结果表明,该系统可以比较稳定地对我国华东地区的降水和温度进行月尺度预测。

基于人工神经网络的黑龙江省农机总动力预测

黑龙江省农机总动力的建模和预测是制定黑龙江省农机发展计划的重要依据。为此,应用BP人工神经网络技术(BP-ANN)处理1980～1998年农机总动力数据,建立正确的预测模型。利用此模型预测出1999～2003年黑龙江省农机总动力数值,预测结果和实际结果有很好的一致性;同时,预测了2004～2006年黑龙江省农机总动力数值,为今后制定农机发展战略提供参考依据。

中国北方沙漠化土地的动力预测及其建议

沙漠化以其发展之快和分布之广已构成了区域的主要环境和社会经济问题。中国北方沙漠化面积已从20世纪50年代的13．7万km^2发展到2000年的38．57万km^2。年均发展速度从1560km^2增加到3436km^2。发展速率由1．26％增加到4．76％。影响沙漠化的因子很多，文章选取了人为因子、土壤质地因子、气候因子、地形因子、水文因子5个影响较大的因子，建立有关的动力模式，并对2004-2033年中国北方沙漠化土地进行了数值预测。若按目前的发展速率来预测，2033年中国北方沙漠化面积将达到185．54万km^2，人类活动和气候因子对沙漠化的不利影响强度每增加和减少10％，沙漠化面积将增加15.56万km^2和减少14．44万km^2。

基于DNN的舵机用永磁式线性力电机驱动力预测模型

永磁式线性力电机是直驱式电液伺服阀的重要部件之一,其驱动力可以对进入阀口的金属碎片进行切割,防止阀口被碎片挡住,因此,准确预测其驱动力对永磁式线性力电机的设计具有极其重要的研究意义。首先基于ANSOFT对永磁式线性力电机电磁场进行有限元仿真,获得其零位在极限电流作用下的驱动力。其次根据优化目标和约束条件确定永磁式线性力电机的关键结构参数及其取值范围。随后,采用基于最大最小距离准则的拉丁超立方算法进行关键结构参数在多维空间尺度上的样本采样。最后,提出带有转换层的深度神经网络模型,把电机结构参数经过转换层后提取出电机模型的100个参数,使深度神经网络能从更多的特征中组合出新的高维特征,从而提高模型预测精度,且应用PReLU激活函数和SmoothL1Loss损失函数,建立了舵机用永磁式线性力电机驱动力预测模型。与传统的预测模型Kriging和RBF相比,充分验证了此模型的有效性和准确性。

剔除“系统误差”对月尺度区域气候动力预测影响的研究

通过大气环流模式提供侧边界条件,单向嵌套并入了水文模型VXM的区域气候模式RegCM3对我国华东地区进行月尺度气候预测。根据嵌套模式1991～2000年10年各月的积分结果与美国气候预测中心的降水综合分析资料(CMAP)、美国国家气象中心(NMC)的温度资料建立了一组针对各月的"系统误差",对2001～2005年5年各月的回报结果进行订正,通过对原始回报结果和订正结果进行评估发现,经剔除"系统误差"后的预测结果较原始预测结果改进较为明显,表明该方法可有效提高月尺度区域气候动力预测的准确率。

基于模糊神经网络的重载列车空气制动力预测方法

由于重载列车空气制动具有强非线性、反馈减压量误差较大的特点,且充风、排风时间与减压过程之间存在耦合关系,使得重载列车循环空气制动的操纵精确度难以保证,进而影响其操纵安全。为提高重载列车循环空气制动的控制精确度,文章提出一种基于模糊神经网络(fuzzy logic-based neural network,FLNN)的空气制动力预测方法。其首先采用径向基神经网络(radial basis function neural network,RBF-NN)训练空气制动离线数据,得到模糊逻辑形式的空气制动力离线预测规则;然后,计算当前数据与空气制动力离线预测规则的匹配度,得到相应的预测规则;最后,根据当前数据和相应的预测规则,输出空气制动力预测值。该预测方法通过数据处理的方式摆脱了对传统空气制动模型的依赖,避免了充、排风时间与减压过程之间的耦合分析,能够较准确地得到空气制动力预测值。试验结果显示,本文提出的基于FLNN的空气制动力预测方法将重载列车空气制动力在100 kN内的预测精度提高至99%,这验证了该方法在不同的工况下能有效实现空气制动力预测。

未来十年北京人口与劳动力预测

北京长期以来存在着许多难以克服的困难,如住房紧张、交通拥挤、服务设施不足等。近几年水资源短缺、找工作难也成了热门话题。造成这些问题的一个主要原因是人口增加过快,社会总需求超过总供给。1952年北京只有490万人(按现行区划统计),1990年全市总人口已达到1082万。尽管国民生产总值每年以11.6％的高速度增长。但是,由于人口数量在不断增加,人们对生活条件的要求也在不断提高,因而许多供求缺口依然存在。

基于多种动力-统计方法的中国夏季降水集成预测研究

中国夏季降水预报对中国社会和经济发展具有重要意义,但由于气候系统的不确定性,中国夏季降水预报在当前气象研究中仍然是一个具有挑战性的问题.本文在分析7种动力-统计预报方法对我国夏季降水预报效果的基础上,提出了动态加权集成预报方法.通过比较动态加权集成预报方法与模式系统误差订正、单个动力-统计方法和等权重集成预报的空间距平相关系数(ACC)和预报评分(PS)值,发现动态加权集成预报较系统误差订正、单个动力-统计方法和等权重集成均有更好的预报效果.主要表现为:(1)动态加权集成预报方法2011—2020年夏季降水预报的ACC均值为0.05~0.10,较系统误差订正(-0.08)提高了0.13~0.18,较等权重集成提高了0.02~0.04,且优于绝大多数单个动力-统计预报方法的结果.(2)动态加权集成预报PS均值达到69.3~70.7,明显优于等权重集成预报的67.8~68.5和多数单方案动力-统计预报结果.(3)2021年独立样本检验中,动态加权集成预报中国夏季降水ACC值最高为0.21,明显优于等权重集成预报的最高值0.14,且PS评分值均高于70分.因此,动态加权集成预报可以在单个动力-统计方案预报的基础上,进一步提高中国夏季降水预报的准确率,改进预报技巧稳定性,具有较好的潜在应用价值.

中国夏季月际—季节平均降水动力和统计结合实时预测模型

中国夏季降水大幅度月际尺度变化往往造成极端旱涝事件交替或转折,但其月际异常会被季节平均掩盖,影响季节尺度气候预测准确度,因此亟需考虑月际气候预测,提升月际—季节尺度气候预测准确度。本文首先采用年际增量和场信息耦合型预测方法研制中国夏季6~8月月际尺度降水动力和统计结合气候预测模型,之后根据月际尺度降水预测,开展季节平均降水预测。首先,基于前期观测信息和美国第二代气候预测系统(CFSv2)预测结果,选取前期12月观测的南太平洋中高纬关键区海温、1月北极关键区海冰密集度以及CFSv2预测系统2月起报的夏季同期关键区海温作为月际尺度降水预测因子,分别研制以上具有物理意义的单预测因子预测模型,并采用奇异值分解(SVD)误差订正方法对其改进;之后,利用多因子择优集合方案,研制预测效能较高且稳定的中国160站夏季月际尺度降水动力和统计结合预测模型,进而基于月际尺度预测开展夏季季节平均气候预测。1983~2022年夏季(6~8月)中国160站逐月降水预测模型的交叉检验结果表明:逐月回报与观测降水距平百分率的时间相关系数通过90%置信水平的站点占比分别为90%,88%,82%,多年平均的空间相关系数分别为0.39、0.40和0.39,均通过99%置信水平。针对2020~2022年连续三年同样拉尼娜背景下但不同中国夏季降水形势,开展月际—季节独立回报检验,其结果显示,2020~2022年6、7、8月预测降水距平百分率的趋势异常综合检验(PS)平均分分别为75、75和70分;夏季季节平均降水的PS评分分别为72、76和73分,均高于多年业务预测平均分。由此,考虑月际异常开展季节尺度气候预测是提升月际—季节尺度气候预测准确度的一个有效途径。

基于EMD的中国生态足迹与生态承载力的动力学预测

利用经验模态分解(EMD)方法对1961年以来中国生态足迹与生态承载力的变化波动的周期进行了分解,并在此基础上运用动力学建模方法,建立预测模型,对中国未来20a的生态足迹与生态承载力进行数值模拟和预测。研究结果表明:随着生态足迹的增大和生态承载力的减小,中国未来20a的生态赤字越来越大,发展处于不可持续状态。政府应从提高生态承载力和减小生态足迹消耗着手来实现可持续发展。

堆积层滑坡的地下水加卸载动力作用规律及其位移动力学预测--以三峡库区八字门滑坡分析为例

在系统分析水诱发堆积层滑坡位移与失稳动因与机制的基础上,深入研究并总结地下水在堆积层滑坡稳定性演化过程中的动力作用与动力响应规律和特点,发现水诱发堆积层滑坡的位移与失稳直接受地下水位变化量控制,且其位移规律与地下水位变化量存在对应关系。根据上述分析结论并运用加卸载响应比理论的基本原理,首次提出以月地下水位的变化量作为堆积层滑坡的加卸载参数,以相应月边坡位移速率或位移加速度作为其加卸载响应参数,并以此为基础建立和确定地下水位加卸载响应比位移动力学参数与位移动力学预测模型。同时,以三峡库区典型堆积层滑坡——八字门滑坡分析为例,运用地下水位加卸载响应比预测模型对该边坡的关键监测部位进行研究,并使用SZK1和SZK4监测点数据进行加卸载响应比计算,发现其加卸载响应比时序曲线变化规律与其稳定性动态演化规律相吻合。研究结果表明,可以运用地下水位加卸载响应比动力学模型对该类滑坡进行位移动力学预测预报。

具有突出和冲击地压双重危险煤层工作面的动力灾害预测理论与实践

针对平顶山十二矿己15煤层具有突出和冲击地压双重危险条件,采用钻屑量S、钻孔瓦斯涌出初速度q和瓦斯涌出衰减系数cq等指标进行煤巷掘进动力灾害预测研究,得出合理的敏感指标及其临界值,该项研究对矿井安全生产起到了重要的指导作用。

动力和统计预测信息融合预测方法及对我国夏季降水预测的检验

短期气候预测中如何将气候模式和统计方法的预测结果科学、客观的集成起来,一直是非常重要的问题.本文针对动力模式和统计方法预测结果相结合的问题,引入资料同化中信息融合的思想,采用最优内插同化方法,实现了动力模式和统计季节降水预测结果的融合.检验表明,对1982—2015年我国夏季降水百分率的回报,融合预测结果与观测的平均空间相关系数可达0.44,分别较统计预测和CFSv2模式统计降尺度订正的技巧提高了0.1左右,而均方根误差较两者可以降低5%~20%.可见,该方法可以进一步提升对我国夏季降水的预测技巧,具有显著的业务应用价值.

基于经验模态分解的中国生态足迹与生态承载力动力学预测

利用mathcad2001和matlab6．5软件，计算了中国1961年-2005年生态足迹和生态承载力，通过经验模态分解（EMD）方法对其进行分析，在此基础上，建立动力学模型对其未来进行预测，希望能通过对中国生态足迹动态研究，建立一个带有周期波动的动力学预测模型，为研究长时间序列的动态变化提供一个全新的研究方法。通过EMD分析后我们可以得到研究要素的不同时间尺度的演化曲线，将这些曲线看成是系统在不同时间尺度下的特解，则可以根据不同时间尺度的EMD分量的曲线够建起对应的动力模型，如趋势项一般对应于指数或线形动力方程，大尺度的周期分量一般可以对应于正弦或与余弦形式的动力方程，最后我们建立一个总的动力预测模型。研究结果表明：随着生态足迹的增大和生态承载力的减小，中国未来20年的生态赤字越来越大，由2006年的-0．932到2025年的-1.632，接近2倍，发展处于不可持续状态。经验模态分解（EMD）方法能很好的分解出生态足迹和生态承载力的波动周期，符合它们的发展规律，并用动力学预测了它们的发展态势，经拟合表明，预测的结果与实际值误差较小。这说明基于EMD的动力学预测模型是科学的。

2013年中国夏季降水动力—统计气候预测及检验分析探讨

2013年夏季(6—8月),中国降水呈北多南少的异常分布,东北、华北、四川盆地东部及西北大部降水偏多,而淮河流域至江南大范围地区及青藏高原等地降水偏少。动力—统计预测和动力统计—诊断预测两种方法对夏季北方多雨和长江少雨的总体形势预测基本正确,预测评分(PS)分别为71分和74分,空间距平相关系数(ACC)分别为0.09和0.20。对西太平洋副热带高压、欧亚阻塞高压和东北冷涡区500h Pa高度距平场的动力—统计预测结果也较理想,为夏季旱涝分布的诊断预测提供了依据。指出了目前动力—统计预测可能存在的问题,如预测结果对模式预测能力依赖性强,采用多因子选取相似年时,部分因子与降水之间的物理机制不清晰,等等;并指出了可能的解决途径,如通过多模式评估和集合预报来克服预测结果对模式的依赖性,通过深入分析因子对降水的影响机制、因子与降水之间年际关系的年代际变化等来解决因子的筛选问题。