江西省水稻需水量预报与网络发布系统开发

为了促进江西省灌区技术现代化及灌溉用水管理现代化的发展,为实时灌溉决策提供较为精确和及时的作物需水量预报数据支持,开发了江西省逐日水稻需水量预报与网络发布系统。系统通过关系型数据管理系统MySQL来获取水稻需水量预报模型计算所需的参数及基本信息,分别使用率定了的Hargreaves-Samani(HS)模型、Blaney-Criddle(BC)模型、McCloud(MC)模型和作物系数来预测江西省未来7天26个气象站点的作物腾发量ETc值。用户可登陆网址查询任意站点、任意水稻生长阶段、任意模型预报的ETc数值,页面简洁,易于操作。总体而言,率定后的4种模型均具有较高的预报精度,可用于全省的水稻需水量预报,为灌溉决策和节约灌溉用水提供科学依据。

灌区作物需水量预报的时间序列分析

介绍了基于周期性变化时间序列的分析预报方法 ,针对灌区需水量变化规律 ,通过消除其趋势项和周期项 ,对残差序列进行模拟 ,经变换后建立灌区需水预报模型。分析表明 ,该法用于灌区作物需水预报有效。

频谱分析法在挠力河流域年降水量预报中的应用

本文介绍了用频谱分析法进行降水量分析和预报的基本方法。首先对实测序列进行趋势项分析;其次用自相关函数进行谐波模式检验;然后根据函数的傅立叶级数展开理论,分析谱参数之间的函数关系,计算傅氏系数;最后采用F分布检验法对周期进行显著性检验,确定主要周期,从而建立预报模型。并应用该方法对挠力河流域菜咀子站的年降水量进行了预报,结果表明该区年降水量存在两个主要周期(3年和9年左右),反映了该地区的气候变化规律。实例证明,频谱分析法预测效果很好,预报结果可为挠力河流域的水资源开发和管理提供依据。

一种基于深度网络的多环境因素降水量预报模型

为了更好地反映区域降水的变化趋势,开展区域降水量预报显得尤为重要。在流域信息时代存在丰富大数据的情况下,提出一种基于DBN(Deep Belief Nets)深度网络降水量预报模型的新方案。该方案通过模拟大脑神经元的多层结构,并使用反向传播网络对整个网络进行微调。模型使用了与每日降水量息息相关的七种环境因素作为输入向量,未来24小时降水作为输出向量,通过在贵州遵义地区的实验证明了模型的有效性,并与现有方法进行了对比实验,结果表明模型具有更好的预测效果。

基于SPSS软件的黑河正义峡下泄水量预报分析

基于1951—2000年黑河莺落峡、正义峡断面径流量观测数据和中游地区气象观测资料,采用SPSS多元线性逐步回归分析模型分析了影响正义峡断面下泄水量的莺落峡断面年径流量、黑河中游年平均气温等因素,并对2001—2011年正义峡断面自然状态下的下泄水量进行了模拟预报。结果表明:黑河调水及中游工农业生产的快速发展对正义峡断面自然状态下下泄水量的影响显著,2001—2011年预报的多年平均值较1951—2000年预报的多年平均值偏小0.792亿m3,从而影响了黑河分水方案的正常实施,建议对现行的黑河分水方案进行修订和完善。

气象水文耦合的三峡水库入库水量预报研究

如何将水文气象紧密耦合，将未来5～7d多方案的降水预报结果转化为入库水量预报，对于三峡水库优化调度具有重要意义。利用长江上游6大分区2000～2006年所有洪水样本的日面降雨量资料和7个控制站点的日径流观测资料为分析样本，分析和评价了3种方案的适用性。结果表明：建立的场次降雨（P）＋前期雨量（Pa）至场洪径流深（尺）关系（方案1）尽管相关置信度很高，但预报精度较差。建立的单日Pa＋P至单日径流深（R）关系（方案2）相关关系可靠，但在逐日尺度上误差较大。通过单日Pa＋P至单日径流深（R）关系滚动计算（方案3）具有较高的精度。2007～2008年场次洪水资料的独立检验表明，第3种方案能够满足系统对产水量预报的要求。通过将气象水文水量预报系统内方案3与多方案的降水预报结果耦合，能够直接为预报员提供未来5～7d不同降水预报方案下的入库水号。该系统目前已经授入运行。

模糊均生函数残差模型在地下水数值模拟降水量预报中的应用

地下水主要补给来源为大气降水的入渗和地表水体的渗漏。在地下水模拟预报模型中需要预先知道降水量。迄今为止,年降水量的预测仍然是一个不易解决的难题。在模糊均生函数模型(FAFM)基础上,利用其残差数据序列对FAFM进行校正,提出了模糊均生函数残差模型(REMFAF),给出了模型预报精度的检验方法。实例研究表明,REMFAF模型应用于吉林省西部地区地下水数值模拟中的降水量预报,比FAFM的预报精度更高,取得了较为理想的结果。

基于遗传神经网络的乡镇降水量预报方法试验

利用T213数值预报产品,采用遗传算法与神经网络相结合的方法,进行了乡镇降水量预报模型的预报建模研究;并将这种遗传-神经网络乡镇降水量预报模型与逐步回归预报方法和中尺度模式降水输出结果进行对比分析,试验预报结果表明,遗传-神经网络方法在大雨以上降水具有更好的预报能力。

频谱分析法在郑州市降水量预报中的应用

频谱分析法能分离和提取存在于降水过程中的周期成分,并将分离出的周期分量进一步用于降水量的中长期预报。通过分析1971～2009年郑州市的降水量资料,应用频谱分析法构建了郑州市降水量的预报模型,并应用该方法对郑州市未来3 a的降水量进行了预报。结果表明,该区年降水量存在两个主要周期(2 a和5 a左右),反映了该地区的气候变化规律。为了验证预报结果的准确性,还与Monte-Carlo方法的预报结果进行比较,证明了频谱分析法具有更高的预报精度。

于桥水库汛期入库水量预报神经网络方法

把人工神经网络方法应用于水文预报，并建立了海河流域于桥水库汛期入库水量预报神经网络模型。

利用最优子集回归作鲁南夏季降水量预报

通过普查北半球５００ｈＰａ、１００ｈＰａ月平均高度场与鲁南夏季降水量的相关，选取相关信度达到０．０５的相关区的格点平均高度值作为预报因子，利用最优子集回归建立鲁南（以临沂、枣庄为代表站）夏季降水量预报方程，并投入业务运用。通过与逐步回归方法比较得知。

投影寻踪回归方法在长江三角洲地区降水量预报中的应用

本文首先利用北半球大气环流、SST场以及环流特征量指数等资料 ,普查了与长江三角洲地区降水量关系密切的预测因子 ,并根据投影寻踪回归方法(PPR)建立了该地区降水量预报模型。试验结果表明 ,该统计方法具有稳健性 。

投影寻踪回归(PPR)法在春季水量预报中的应用

新疆地处欧亚大陆腹地,降水稀少,蒸发强烈,是我国最干旱的地区之一。新疆农业生产主要依赖灌溉,喀什地区更是如此。随着工农业的发展,水量供需矛盾日益加剧,特别是春季缺水十分严重,春旱经常发生。因此做好春季水量预报对农业生产有着十分重要的意义。

支持向量机回归方法在铜川降水量预报中的应用

降水量定量预报是精细化预报的要求之一,由于降水量的离散性和预报因子的非线性,用常规数理统计的方法做定量预报效果不理想。支持向量机(Support V ectorM ach ine简称SVM)对处理非线性关系的问题有强大能力,且具有在海量信息中巧妙提取所关注预报对象特征的能力。应用2002—2004年夏季T 213预报产品资料,用支持向量机回归原理做铜川降水量预报,从大量历史个例的数值预报产品信息中,提取有代表性的支持向量,建立铜川3个站未来2 d每12 h降水量预报方法。结果表明,该方法的试验数据预报结论与实况相关系数可达0.6,绝对差2.2,并经过检验数据检验,能够投入业务使用。

舟山市汛期降水量预报方法

利用基于预测误差平方和 ( PRESS)准则的逐步回归分析和基于残差平方和( RSS)准则的逐步回归分析建立了舟山市 3个县区站汛期 ( 5～ 9月 )降水量的预报模型 ,并对两种方法的预测结果进行预报集成 ,经试报和预报检验表明 。

基于多种算法优化SVM模型的乌东德水电站降水量预报

基于粒子群优化(PSO)算法和遗传算法(GA)对支持向量机(SVM)的核函数及主要参数进行训练优化,分别建立PSO算法、GA的支持向量机模型(PSO_SVM、GA_SVM)。选用ECMWF及T639数值预报产品资料和乌东德水电站降水资料,普查最优预报因子,构建包含各种类型降水过程的训练样本和测试样本。比较分析SVM模型RBF和Sigmoid核函数优劣。尝试先分段寻找局部最优,再选择全局最优的参数优化方法。通过增大训练样本集、降低交叉验证准确率、迭代次数截断和控制惩罚系数范围的方法,提高模型的稳定性和泛化能力,防止过拟合和收敛缓慢现象。利用测试样本对SVM、PSO_SVM和GA_SVM三种方案进行对比检验,优化的GA_SVM预报效果较好且稳定。经2018年试报表明,GA_SVM逐3 h累计降水量预报TS评分在50%以上,漏报率在15%以下,与ECMWF和T639比较,该模型TS评分提高1.4%。

相似离度在钦州市月降水量预报中的应用

试用钦州市 4月份降水量与前期 5 0 0 HPA各月平均高度场作相关分析 ,选择一批优势相关区 ,并用历年各优势相关区内相关系数 r绝对值大于等于 0 .4 ,且点数为 3点以上并连在一起的所有格点的平均值与预报年的相应区域内格点平均值作相相似离度计算 ,预报 4月雨量。并将 1996～ 2 0 0 1年作为试报年 ,结果 6年报对 5年 ,准确率为 83%。

用多因子筛选和均生函数序列双重最优子集作降水量预报

把均生函数延拓序列作为因子加入最优子集回归方程,将因子筛选和均生函数分析相结合作最优子集回归双重分析,用于制作钦州市月降水量的预报,预报精度有所提高。

回归模型在抚仙湖水量预报上的分析应用

基于回归分析能生成数学表达式,并能对数据进行预测的独到优越性,在对影响抚仙湖蓄水情况的降雨因素进行分析的基础上,运用多元回归和逐步回归分析方法,找出影响抚仙湖蓄水的主要因子,建立预报模型。通过分析比较,结果表明:多元回归模型预报效果最佳,可用于对抚仙湖蓄水量开展中长期预报,为湖泊调度管理提供可靠依据。

用非线性映象法作钦州市月降水量预报的研究

选取反映大气环流作用的500hPa的三个因子场:1956～2001年环流特征量、振幅和位相资料作为预报因子与钦州市1957～2002年5月降水量求相关比,将求得的高相关比因子用非线性映象法制作钦州市1995～2002年5月的降水量预报,试报效果明显。