基于VMD-GA-BiLSTM的月降水量预测方法

利用辽宁省气象局提供的地面观测降水资料,构建了具有多元时间特征的降水数据,采用变分模态分解方法(variational mode decomposition,VMD)组合遗传算法(genetic algorithm,GA)对双向长短时记忆神经网络(bidirectional long short-term memory,BiLSTM)进行优化,建立基于VMD-GA-BiLSTM的月降水量预测模型,并与BiLSTM、VMD-BiLSTM和GA-BiLSTM进行实验对比,应用均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和R 2决定系数作为模型评价指标。实验结果表明:VMD-GA-BiLSTM模型的R 2决定系数达到0.98,RMSE和MAE表现更低,验证了VMD-GA-BiLSTM模型在时间序列预测方面的优势。

基于注意力机制与LSTM-CCN的月降水量预测

针对现有月降水量预测方法预测准确性不高的问题,提出一种基于注意力机制与LSTM-CCN的月降水量预测方法。首先,利用长短时记忆神经网络(long short-term memory neural network,LSTM)提取气象数据在时间维度的特征分布,从时间相关性方面捕获相邻时间段或长距离气象数据段中的统计分布;其次,利用因果卷积神经网络(causal convolutional network,CCN)将气象数据映射到空间维度,深层次地从空间维度捕获气象数据在空间中的特征统计分布;再次,以并联的方式将时间和空间特征作为交叉注意力网络的输入,构造融合的时空特征;最后,以长短时记忆神经网络构造解码器,并将融合的时空特征作为解码器的输入,预测的月降水量作为输出。选取河南省新乡市2001~2017年数据集进行测试,结果表明:所提出方法的均方根误差仅为13.08 mm,相比主流方法具有更低的预测误差。研究成果可为提高气象预测的准确性和实用性提供参考。

塔里木盆地及其周边地区大气可降水量分布及其与降水关系的研究

利用2018年7月至2022年6月塔里木盆地及其周边地区17部地基GPS水汽探测仪遥感的大气可降水量(PWV)资料、 14个地面气象站逐时和逐日降水资料,分析了塔里木盆地西部(区域A)和东部(区域B)PWV分布特征及其与降水关系。结果表明:(1)研究区年平均PWV高值区主要集中于盆地北部和盆地西南部平原地区,海拔超过1300 m站点的PWV年平均值与海拔成反比,低于1300 m的低海拔地区PWV年平均值在10~12 mm。夏季测站PWV平均值是春、秋季节的2倍。(2)区域A和区域B PWV月变化呈单峰型分布,分别在8月和7月达到峰值。区域A有、无降水日PWV均在23:00(北京时,下同)达到日峰值。区域B有、无降水日PWV日峰值出现时间相差5 h,分别出现在11:00和17:00。(3)区域A和区域B多数测站ΔPWV(PWV与PWV月平均值差值)峰值分别在降水开始前0~1 h和降水开始时刻前后1 h出现。春季区域B降水前PWV跃变程度较区域A更剧烈,夏季各区域σPWV(PWV与PWV月平均值倍数)提前降水开始时刻1 h、 5~6 h达到1~1.8倍的天气过程较其余时次偏多。秋季和冬季区域BσPWV分别集中在1.4~2.0倍和1.6~2.4倍。(4)海拔高于1400 m测站的5-6月、 7-8月PWV值达到10~20 mm和15~25 mm,对应降水结束时刻。海拔低于1400 m测站5-8月降水结束时刻PWV值逐渐由15~25 mm增至25~35 mm。

基于流域日降水量图的相似性搜索方法

为了提升降水量图相似性分析的精确度,提出了一种基于流域日降水量图的相似性搜索方法,该方法从降雨图像中提取日降水量、降雨空间分布和降雨中心特征,并分别计算各特征的相似距离,同时通过提出的归一化折旧累积增益改进粒子群优化的集合加权方法对3个特征的相似距离进行加权融合,作为降雨图像的相似性度量。嘉陵江流域实例验证表明:该方法能够更好地表征降水量图的时空特征,可快速地从降水量图中检索出相似的降雨过程。

基于EEMD-SVM-ELM模型的月降水量预测研究

针对地表降水量数据的非线性、非平稳特征,首先利用EEMD对月降水量初始数据进行分解,再利用Lempel-Ziv复杂度算法将分量划分为高频及低频分量,使用粒子群算法(PSO)优化基学习器参数,最终构建EEMD-SVR-ELM月降水量预测模型,并采用该模型对长江下游部分城市的月降水量实际数据进行预测。结果表明,该模型的综合性能最优,具有更高的精确度。相较于单一模型,在M_(MAE)、R_(RMSE)、M_(MAPE)指标上分别降低了37.4%、41.4%、42.5%,DM检验表明该模型显著优于其他模型,说明该模型可作为月降水量预测的一种有效新方法。

天水市域1981—2020年间降水量的突变特征分析

在全球变暖的背景下,降水时空结构会发生一定的变化,导致降水时空变异加剧。降水与人类的生产生活和经济社会的发展密切相关,作为甘肃省特色农产品区,天水市对气候变暖的响应敏感程度高、幅度也更大。因此,研究天水市降水时空特征具有实践意义。选取天水市7个气象站点1981—2020年逐月降水数据,采用曼—肯德尔(Mann-Kendall)突变检验法,分析了天水市1981—2020年间降水量的突变特征。结果表明,天水市年降水量均值为425~570 mm,平均降水量为495 mm,CV值为0.19~0.25,极值比为1.9~2.7,说明年际比较稳定。近40年来,天水市降水时间不均衡,有明显的季节性和区域差异。

天水市1981—2020年间降水量的时序特征分析

研究天水市降水时空特征对于促进本地特色农产品增产增收具有实践意义。选取天水市7个气象站点1981—2020年逐月降水数据,采用降水倾向率法,对天水市全域降水量的时序特征进行分析。结果表明,气象站点年降水量均值为428.8~563.7 mm,年降水量最大值为587.1~875.8 mm,年降水量为239.3~392.1 mm,C_(V)值为0.19~0.25,极值比为1.9~2.7。近40年来,天水市降水在时间方面不均衡,有明显的季节性和区域差异。

新疆地区ERA5和MERRA-2大气可降水量精度分析

大气再分析资料提供的大气可降水量(PWV)产品在天气变化和气候研究中扮演着极为重要的角色。新疆地区存在地形起伏大、气候复杂和实测高分辨率PWV产品缺乏等特点,大气再分析资料提供的PWV产品可作为有力补充。以新疆地区2018年11个GNSS站数据反演得到的PWV(GNSS-PWV)信息作为参考值,评估ERA5和MERRA-2提供PWV产品在新疆地区的精度,并分析两种再分析资料PWV的偏差(Bias)和均方根差(RMSE)的时空变化特性及其日变化。结果表明:以GNSS-PWV为参考值,ERA5和MERRA-2在新疆地区的PWV年均Bias分别为-0.97和-1.20 mm,年均RMSE分别为1.81和2.11 mm,两种再分析资料PWV均具有较高精度,其中ERA5 PWV精度略高于MERRA-2 PWV;两种再分析资料的PWV精度都有明显的季节性变化,总体表现为夏季精度低,冬季精度高;在PWV日变化分布上,两种再分析资料与GNSS-PWV展现出较高的一致性,能较好地反映新疆地区PWV的日变化特性。

石油河玉门市水文站降水量年际变化分析

选取石油河玉门市水文站1979—2022年降水资料,计算分析了降水时程分布特点及年内分配规律,并计算分析降水统计参数、频率计算、典型年确定等,基本反映玉门市站降水特点及石油河流域出山口降水的基本规律,为该流域中下游防汛抗旱提供了基本的水文统计资料。

近40年西藏昼夜降水量时空变化特征

基于1981—2020年西藏38个气象站点逐小时降水量资料,采用线性倾向估计、Pearson相关系数、Mann-Kendall突变检验等方法,分析近40年西藏昼夜降水量和夜降水率时空变化特征。结果表明:西藏多年平均的年昼降水量总体上自东向西减少,年夜降水量由东南向西北递减,夜降水量大于昼降水量;雅鲁藏布江中游是西藏夜降水率的中心地带;春季昼夜降水量与海拔高度相关性最显著,夏秋两季和全年的昼夜降水量与经度相关系数最大;夜降水率,在冬季是高纬地区大于低纬地区,而在夏秋两季则是高海拔地区小于低海拔地区。近40年,西藏73.7%的站年昼夜降水量均趋于增加,57.9%的站年夜降水率呈减少趋势,63.2%的站夜降水量变化趋势大于昼降水量;西藏平均年昼夜降水量均呈增加趋势且夜降水量增速大于昼降水量,主要表现在春夏两季;因冬春秋三季夜降水率均减小,导致年夜降水率趋于减小。从年代际变化来看,近40年中,20世纪80年代是年昼夜降水量最少的年代,最大值分别出现在21世纪10年代和20世纪90年代;夜降水率则在20世纪80年代最高、21世纪10年代最低。Mann-Kendall突变检验显示,西藏仅有春季昼夜降水量、冬季夜降水量分别在20世纪90年代末和21世纪初发生了气候突变,前者增多,后者变少;2004年、2011年和2009年分别是冬季、春季和年夜降水率的突变时间。

基于降水量距平百分率的1961—2020年鄂尔多斯气象干旱趋势

鄂尔多斯由于干旱事件频发,严重影响到当地的经济发展。研究鄂尔多斯的干旱时空演变特征对抗旱减灾工作的开展十分必要。本文采用1961—2020年鄂尔多斯85个格点的逐月降水数据,利用游程理论分析了标准化降水指数(Standardized Precipitation Index,SPI)和降水量距平百分率指数(Precipitation Anomaly Percentage,Pa)在该地区的适用性,并进一步采用反距离插值等方法分析干旱时空演变特征,结果表明:(1)Pa指数对鄂尔多斯干旱的描述具有很强的敏感性和准确性。(2)干旱年际变化频率高,夏旱发生频率最高,为16.7%,冬旱发生频率最低,为13.3%,其中,干旱发生率随干旱等级升高而逐渐降低。(3)鄂尔多斯西部比东部更易发生严重干旱,不受旱灾影响的概率逐渐由42%增大为75%。(4)春夏两季的干旱情况对整年的干旱情况影响最大,秋冬两季的干旱形势有所好转,并且冬季好转更明显。

南京市高淳区近40年蒸发量与降水量变化趋势研究

蒸发和降水是水循环过程中两个重要环节。文章选取南京市高淳区水文代表站杨家湾闸站1987—2022年降水量及蒸发量资料,采用Mann-Kendall秩次相关法、线性回归法以及变差系数Cv值计算等方法,分析该地区近40a蒸发量与降水量的特征和变化趋势,以及它们对干旱的影响。结果表明:(1)高淳区蒸发量和降水量年际变化均呈增加趋势,但蒸发量的增加趋势明显,降水量增加趋势不明显。(2)蒸发量和降水量的季节变化特征明显,春季和夏季偏多,秋季和冬季偏少。(3)夏季的蒸发量和降水量在全年中占比最大。(4)受降水和蒸发的影响,该地区干旱指数为0.76,为湿润气候。

旱地小麦产量和水分利用对翻耕时间和降水量及其分布的响应

【目的】针对山西省麦区降水年际变化大,休闲期降水占比高、生育期降水少且分布不均,造成雨养旱地小麦年季间产量波动大、降水水分利用率(WUE)低等问题,探寻不同降水年型下旱地麦田休闲期翻耕时间对土壤蓄水量和产量的影响,为山西南部旱地小麦根据降水型“定产”提供理论依据。【方法】2010—2021年度,通过田间区组试验,设8月10日(P1)、8月20日(P2)和8月30日(P3)左右3个翻耕时间,研究翻耕时间、降水量及其分布对旱地小麦产量、休闲期土壤蓄水特性和生育期耗水及相关性的影响。【结果】(1)旱地小麦产量受降水年型、休闲期和生育期降水共同影响,且年型>休闲期>生育期。试验年度平均产量2400.0—6298.0 kg·hm^(-2),年季间变异系数为29.8%,其中丰水年(2012、2014和2015年度)、平水年(2011和2013年度)和枯水年(2010、2016、2019、2020和2021年度)平均产量分别为5524.6、3048.2和4088.7 kg·hm^(-2);休闲期降水量和生育期降水分布主要通过成穗数和穗粒数影响产量,年度和3—4月降水多则产量明显增加;翻耕时间对旱地小麦产量影响与休闲期降水分布密切相关,7—8月降水多,P1产量高,9月降水多,则P2或P3产量高。(2)降水量及其分布和翻耕时间共同影响播种前和收获期土壤蓄水特性。休闲期降水主要影响播种前和收获期下层(100—200 cm)土壤蓄水量;休闲期丰水型播前上层(0—100 cm)和下层土壤蓄水量相近或略低,平水型和枯水型则下层低于上层,分别比上层低6.17%和24.66%;7月降水多有利于下层土壤多蓄水,8—9月降水多有利于上层土壤多蓄水;生育期降水主要影响收获期上层土壤蓄水量,尤其是5月降水;播种前和收获期上层土壤平均蓄水量P2最高,收获期下层和0—200 cm土壤平均蓄水量P2或P3最高。(3)耕作时间和降水量对生育期耗水量和水分利用率影响相对较小,年度降水多则旱地小麦生育期耗水多,3月降水对生育期耗水量影响大。【结论】休闲期降水量及其分布影响旱地小麦播前0—200 cm土壤蓄水量,并与3—4月份降水量共同作用影响成穗数、穗粒数和旱地小麦产量,且水分利用率与旱地小麦产量间呈显著正相关。山西南部7—8月降水多旱地麦田于8月10日前后翻耕,降水少时则翻耕时间推迟10—20 d,可增加播种前土壤蓄水量使旱地小麦实现增产。

降水量对湖山水库水质变化的影响研究

湖山水库是海南省文昌市重要地表水饮用水源地,其上游河段的COD和TP有超标现象,故确定库区污染物的输移扩散规律是提升水库水质的研究基础。以水库监测资料、DEM模型、遥感及GPS实测信息为基础,采用GIS技术将湖山水库边界和地形进行数字化处理,通过实测数据进行参数率定与模型验证,确定湖山水库的水动力模型和水质模型,将模型进行耦合联用,选取COD、TP、NH3-H进行数值模拟。在湖库风生流的基础上分析了降水量对水库水质演化过程的影响,并探究湖山水库水质演化规律。结果表明:1) 模型模拟的水动力和水质结果与实测结果较为吻合,表明模型选取参数合理。2) 水动力模拟方面,不同降水量条件下库区流场与流速分布规律相似,库区中部流速分布较均匀且变化较小。3) 水质模拟方面,各降水量条件下库区中部监测点和出库口监测点COD浓度变化规律相似,丰水期COD浓度明显高于平水期和枯水期。

采用北斗PPP-B2b服务的大气可降水量反演及香港地区暴雨过程分析

北斗三号卫星导航系统精密单点定位服务(PPP-B2b服务)通过卫星B2b信号向用户发送改正信息,摆脱了对外部通信的依赖,为实时反演大气可降水量(PWV)提供了新的技术途径。本文利用试验分析了PPP-B2b服务反演PWV的精度。试验结果表明,利用PPP-B2b服务反演结果与采用CODE事后精密星历产品的差值RMS为3.70 mm,STD为3.61 mm,与ERA5再分析数据差值的RMS和STD分别为4.80和4.07 mm,与探空结果差值的RMS和STD分别为3.75和7.16 mm,验证了采用PPP-B2b服务的PWV反演结果具有较好的精度。最后,通过分析香港地区暴雨过程的实际降水量与PWV反演结果之间的相关性,初步验证了BDS PPP-B2b服务用于暴雨灾害短时预警的可行性。

基于分钟级大气可降水量的降水可预报性探究

为弥补常规探空信息时空密度不足及新型观测资料准确度低的问题,本文利用地基遥感设备(风廓线雷达和微波辐射计)数据及地面自动站数据构建了本地比湿垂直廓线;旨在探究不同降水类型下大气可降水量的变化趋势相对实况降水的时间提前量和量级相关性,利用比湿廓线计算了大气可降水量(Perceptible Water,PW)。结果表明:超过80%的降水过程在降水发生前存在PW急升的情况;PW、ΔPW对降水开始及峰值具备时间节点的可预报性,PW达到峰值后2 h内出现降水的可能性最大;ΔPW峰值与雨强峰值量级呈正相关性,二者相关系数为0.77。初步研究表明,高分辨率的大气可降水量信息可作为短期临近预报分析的序列资料,可为降水预报时间和量级的判断提供依据。

基于随机森林算法的荆州市降水量空间插值研究

精确的降水量空间分布式信息对气象灾害预警和水资源管理至关重要。文章以荆州市观测降水量资料为基础,构建基于随机森林(RF)的降水量插值模型,对荆州市降水量进行空间插值。结果显示,2022年荆州市降水量介于726.00~1269.00mm,呈现中等程度离散性。观测降水量与协变量之间呈非线性复杂关系,所使用的环境变量具有一定解释意义。基于该模型插值得到荆州市降水量呈现东西部高、中部低的地带性特征。结果可为类似地区的降水量插值研究提供参考。

湖南省地基北斗卫星导航系统大气可降水量反演及降水分析

水汽是影响天气变化的重要因子,灾害天气的发生往往伴随着水汽含量、空间分布的急剧变化。针对目前关于地基北斗卫星导航系统(BDS)反演大气可降水量(PWV)研究相对较少现状,进一步验证BDS PWV的反演精度和PWV与实际降水的关系,利用湖南探空站和邻近的连续运行基准站(CORS)数据,构建湖南本地化大气加权平均温度(Tm)模型,基于此模型进行水汽反演,分析BDS水汽探测的精度,与实际降水结合探究PWV与降水之间的响应关系。结果显示:与探空数据相比,CORS测站解算的BDS PWV均具有较强的相关性,均方根误差(RMSE)和平均绝对误差(MAE)均在4 mm以内,符合水汽监测的要求;PWV与实际降水之间存在明显的联系,降水前6~12 h水汽快速聚集为降水发生提供充足的条件,PWV为60 mm可以作为降水预报的阈值。因此,利用BDS对水汽的持续监测在降水、水旱灾害监测预报中可以发挥重要作用。

安徽省高山区降水量与高程变化关系分析

文章首先对安徽省水文气象分布规律和降雨量成因进行分析,基于安徽省高山区310处具有超过30年的降水观测站实测降水量资料,将不同区域雨量站沿高程递增方向划分成不同的高程级,在分析年降水量与高程的相关性的基础上,采用线性回归方法建立平均高程与年平均降水量的相关关系,为推算安徽省未设置雨量站观测区域的年平均降水量,确定高山区多年平均降水量分布提供技术指导。

基于EEMD-LSTM组合模型石家庄月降水量预测研究

为了探讨EEMD-LSTM算法对石家庄逐月降水量进行预测的可行性,通过对石家庄市1980-2020年降水数据进行分析发现,该地降水具有不稳定性和复杂性。为解决这一问题,采用经验模态分解(EEMD)方法对降水数据进行预处理,并将提取出的各模态每个子序列(IMF)输入到LSTM神经网络中进行预测。结果表明,EEMD-LSTM算法在石家庄逐月降水量预测中具有较好的性能,其预测结果与实际观测值的误差较小,相应的MAE和RMSE分别为2.12、3.13mm,决定系数为0.92。研究表明,EEMD-LSTM算法可作为一种新的有效工具,用于石家庄市降水量预测研究。