马尔可夫链在年径流量定性预报中的应用——以清水河克尔古提水文站为例

长期以来，巴州水文预报以定量预报为主，实际上，水文现象的不确定性是很显著的，所以在定量预报之前，对预报对象的未来变化趋势进行定性概率预报，从而把握其未来发展方向，是一种可取的科学态度。本文应用马尔可夫链的基本原理和方法，以清水河克尔古提水文站：1956～1997年逐年年径流量系列为基础，用多步状态转移概率矩阵试报了1998、：1999、2000、2001、2002年年径流量丰枯趋势；以1956～1998、1956～1999、1956—2000、1956～2001年系列为基础，用一步状态转移概率矩阵分别试报了1999、2000、2001、2002年年径流量丰枯趋势；最后以1956～2002年系列为基础，用多步状态转移概率矩阵预报了2003、2004、2005、2006年年径流量的丰枯变化趋势。试报结果令人满意，预报结果可供参考。     

非线性逐步回归在宜昌站年径流量预报中的应用

为了分析非线性关系的引入对中长期水文预报精度的影响,以对数变换后得到的非线性逐步回归模型为基础,利用长江宜昌站年径流量进行中长期水文预报,并与传统的逐步回归模型预报值进行比较.结果表明:宜昌站年径流量与该站上一年汛期7月、8月、10月流量存在明显非线性关系,并对太平洋副高活动以及厄尔尼诺效应反应敏感;非线性逐步回归模型...     

水库中长期水文预报模型研究（Ⅱ）

中长期水文预报模型库是水库中长期水文预报系统的核心。本研究面向预报对象,利用多要素预报法探索外界各种因素对水文预报对象的影响,分析预报对象与影响因子的相互联系及其变化的物理成因,利用数理统计方法建立了3个基于径流及其影响因子的成因统计关系的预报模型,分别为投影寻踪回归、时间序列—马尔可夫分析、非线性动力系统学以及神经网络模型,这些模型为有效进行水文对象的中长期预报提供了坚实的基础。     

基于物理统计方法的丹江口水库月入库径流预报

根据丹江口水库逐月入库径流与前一年逐月平均北太平洋海温场、100hPa和500hPa高度场以及74项环流特征量的相关关系,从中挑选出若干相关性较高的稳定气象因子作为关键影响因子,利用逐步回归方法建立逐月入库径流预报模型.基于所建立的模型,对丹江口水库1957-2000年逐月入库径流量进行模拟,并对2001-2006年逐...     

新疆"百里风区"强风天气预报方法

在对新疆"百里风区"大风形成原因分析的基础上,使用2003-2006年的实况资料和在T213数值预报产品中,选取适当的预报因子,运用双重检验的逐步回归方案,建立了以12h为一个预报时段的48h大风预报方程.检验表明:以12h为一个预报时段的48h预报,2003-2006年的回代检验准确率和2007,2008年试报准确率均在75%以上,24h内的预报准确率超过了80%.24～48h的预报准确率也高于新疆气象台天气图方法预报结果.     

雅鲁藏布江尼洋河流域洪水预报方法研究

针对尼洋河流域的水文特性和资料情况,利用基于混合线性回归模型的黑箱子模型方法建立了包括尼洋河流域工布江达、巴河桥、更张、八一等站的流域洪水预报模型,并采用1997～2002年汛期的水文观测资料分别率定各站相应的洪水预报模型,采用2003年汛期的水文观测资料分别验证率定的水预报模型．率定和验证结果表明,所提出的模型方法具有一定的精度,可以用于作业预报．     

基于S-变换的水文时间序列演变特征研究

水文时序的多时间尺度分析对深入认识流域水文系统的演变特征及中长期水文预报有重要意义,但目前常用的短时Fourier分析,小波变换以及H ilbert-Huang变换等方法均有各自的不足之处.文中尝试运用现代时频分析工具S变换对于桥水库1956—2000年的年入库流量时序进行了时频分析,得到了该水文序列频谱在时-频平面上的三维分布图,它清晰地显示了该时间序列在不同时段内的多时间尺度演变特征.然后通过分析频谱图的拓扑结构,总结了于桥水库年径流量演变过程的关键特征.结果表明,S变换克服了小波变换或Huang变换(EMD)会因分解层数确定的主观性而可能产生的混频现象,这使它在水文时间序列多时间尺度分析及其特征提取方面有着广泛的应用前景.     

集成多种预报方案的水库中长期水文预报系统设计与实现

水库中长期水文预报系统设计开发，符合国家有关信息技术和软件工程的设计规范、要求和国际通用标准，并且兼容水文气象部门的有关技术规范。从用户需求出发，针对3种不同类型的中长期水文预报对象，集成了包括多维混合回归、模糊分析、门限回归、投影寻踪回归、时问序列一马尔可夫分析、非线性动力系统学以及神经网络及小波分析共7种方法，并针对每种预报对象，利用历史数据检验提供了相应的推荐算法方案。从数据流程、计算框架、计算流程和程序实现方面进行了分析，并建立了一个实用的水库中长期水文预报系统。这与其他水库优化调度建立信息系统提供了很好的参考。     

分布式水文模型在淮河洪泽湖以上流域洪水预报中的应用

以淮河洪泽湖以上流域为例,采用分布式水文模型,根据降雨和流域内水利工程的现状应用情况进行降雨径流与洪水过程预报研究,同时对息县、鲁台子、蚌埠、蚌埠以下淮北以及淮南流域进行参数率定.预报模型在2003年淮河大洪水预报中进行了检验,取得了较高的预报精度.     

基于长短时记忆（LSTM）神经网络的黄河中游洪水过程模拟及预报

洪水预报是防洪减灾的重要非工程措施,黄河中游地区水文情势近50 a发生显著变化,为提高变化环境下黄河中游半干旱半湿润地区洪水预报精度,本文以对时间序列数据具有良好模拟效果的深度学习神经网络（长短时记忆神经网络）为基础,建立不同预见期下的流域暴雨洪水模型,以探讨长短时记忆神经网络在黄河中游水文预报中的应用. 模型建立采用汾河上游静乐控制站1956—2014年98场暴雨洪水数据,其中以14个站点降雨及静乐站水文数据作为输入,不同预见期下的洪水过程作为输出,率定期为78场次,验证期为20场次. 结果显示:在预见期为0～6 h时预报精度较高,预见期为6 h以上时预报效果相对较差;预报精度随神经元数量和训练次数的增加而呈上升趋势,预见期为0～6 h时预报精度上升较为明显,而预见期6 h以上时预报精度上升较为均匀.      

主分量逐步回归在气温预测中的应用

以广东省冬季气温场为预报场,前一年的北太平洋海温场和北半球500 hPa高度场为因子场,分别对它们作标准化处理,然后进行主分量分析,得到主分量矩阵。通过相关分析和逐步回归,求得预报场的主分量与因子场的主分量之间的关系,对预报场的标准化主分量进行反算,得到原始场的拟合和预报。结果显示,广东省冬季气温场前4个主分量(对总方差的累积贡献达到97.5%)的预报方程都通过显著性检验,其方程复相关系数基本在0.9以上。对广东省48个代表站2001-2003年冬季气温进行预测检验,大部分预测结果的残余标准差比同期的样本标准差低,同时回归方程的预报误差略低于实际业务预报误差,因而回归方程对实际天气预报业务工作有一定的参考意义。     

智能预报模式与水文中长期智能预报方法

建立了以模糊优选、BP神经网络及遗传算法有机结合的智能预报模式与方法。在应用该方法进行中长期水文智能预报时，首先选取训练样本的数量，根据预报因子与预报对象的相关关系得到相对隶属度矩阵;再将其作为BP神经网络输入值以训练连接权重；最后将得到的连接权重值用于预报检验。计算结果表明，智能预报模式与方法的运行速度、精度及稳定性都达到了实际应用的要求。     

长期水文统计预报方法在长江大通站径流预报中的应用

以北太平洋海温(SST)、500?ｈＰａ高度(H500)和100?ｈＰａ高度(H100)3个气象场因子作为预报因子，采用逐步回归和逐步判别分析方法，对长江大通站的月径流量、7～10月份的径流总量以及年最大洪峰流量做预见期为1年的预报.结果表明，建立的统计预报方案满足精度要求，可供实际预报工作参考.     

云南桔小实蝇发生量预测模型研究

2003-2008年从田间系统地监测了云南元江和华宁桔小实蝇的发生规律.将诱虫资料和温度、湿度、雨量、光照等气象资料作为预测因子,采用简单逐步回归和多因子互作回归分别进行拟合,建立了不同发生量预测预报模型,并对其进行检验.结果表明发生量与多因子交互之间存在相关关系,可采用预报模型较为准确地预测出桔小实蝇的发生量,且多因子互作组建的模型比简单逐步回归的结果可靠.     

淮北地区土壤墒情动态预测

利用与土壤墒情密切相关的气象因子,逐步回归分析1981—2003年土壤墒情变化与气象因子之间的关系,建立安徽省淮北地区各季节土壤墒情的预报模型;结果表明利用时间连续性较好的5个站点的土壤湿度、降水量、日照3个因子建立的预报模型,经检验可以应用到整个淮北地区,春夏秋冬各季节平均预报精度分别为88.92%、91.35%、91.96%、92.94%。     

永安市环境空气质量预报方法研究及应用

将永安市环境监测站2005、2006年空气质量自动监测资料与同期气象观测资料进行对比相关分析,运用统计学方法,对各相关气象因子进行筛选,针对不同污染物,分别建立了适合本区域使用的时间系列分析模型和逐步回归预报模型,通过试报取得较好的预报结果.     

3种机器学习方法对空气污染预报效果的对比

以中国西北5个省会城市为研究区域,利用2015年1月1日-2020年7月21日空气质量监测资料与气象数据构建基于多元逐步回归(MSR)、随机森林(RF)与支持向量机(SVM)的空气污染预报模型,以平均绝对误差、均方根误差及拟合度指数IA为评判指标,对模型的模拟精度进行对比分析.结果表明,针对5个城市构建空气污染预报模型时, RF重要性评估法比Spearman相关系数法更适用于筛选预报因子. MSR、 RF与SVM模型的预报性能由强至弱依次为MSR>RF>SVM. 3种模型预报结果均IA>0.8,预报值与实际观测值之间的相关程度较高.     

综合多源不确定性的洪水概率预报试验

为探究多种不确定性因素综合影响下洪水概率预报的实现方法及其适用性,利用2003—2020年史灌河流域多场次洪水开展模拟试验,在量化降雨输入、模型参数及结构不确定性程度的前提下,基于MCMC(Markov chain Monte Carlo)方法融合各来源不确定性实现洪水概率预报,并分别基于覆盖率、确定性系数指标评估预报结果的可靠性及预报精度。结果表明:综合多源不确定性洪水概率预报的5%~95%置信区间,能够较为稳定也包络预见期内洪水发展变化过程,有效降低误报、漏报的可能性;均值预报结果所提供确定性的预报洪水略优于原始的单一模型预报结果,进一步提高了洪水预报成果的可靠性及参考价值。     

黄水沟年均流量非平稳序列混合模型的建立与预报

本文将黄水沟水文站历年年均流量Q（t）序列分解为趋势、周期、平稳函数项和噪声项，建立了非平稳时间序列混合模型，对建模年限内的Q（t）序列作了模拟检验，对建模年限未来2年的Q（t）值作了预报；预报结果符合国家水文情报预报规范要求，可供生产实践参考。     

基于非参数回归模型的局部线性估计云量预报方法研究

为研究云量的分布特点,本文利用历史观测资料,对新义州、定海、隆子3站的总云量和低云量进行了正态性检验,结果显示：总云量和低云量均未达到正态指标,具有一定的随机性.因此,在2004-2007年逐年1月T106L19模式产品和单站地面观测资料的基础上,采用适合被解释对象呈非未知分布的非参数方法——局部线性估计方法,选择合适的窗宽和核函数,创建了上述3站总云量和低云量的短期预报模型,包括不同的长度样本序列.同时,为了比较预报效果,还采用适合被解释对象呈正态分布的参数方法——逐步回归法,建立了相应的预报模型,并利用2003年1月1～31日的逐日T106L19模式产品和3站的云量历史观测资料,对各种预报模型进行了试报和效果的检验,结果表明：在3站的总云量、低云量的月平均准确率和月平均平均绝对误差的检验指标中,非参数局部线性估计的预报精度均高于逐步回归方法 使用短样本序列建立的自适应非参数局部线性估计预报模型与采用长样本序列建立的预报模型相比,效果相当.这意味着,在数值预报产品解释应用的云量预报中,非参数局部线性估计方法可以更合理地考虑其时间分布特征,尤其在缺乏较长时间的历史建模样本时,具有良好的应用前景.