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...     

基于HHT方法的洪家渡水电站年平均流量多尺度演变分析

应用基于经验模态分解(EMD)的Hilbert-Huang变换(HHT)方法对洪家渡水电站1951~2005年的天然年平均流量系列进行了分析研究,并对未来洪家渡水电站年平均流量变化进行了预测.结果表明:洪家渡站年平均流量存在准3 a、准9a、准11a及准30a的波动周期;各时间尺度振荡的方差贡献以3a和9a的为最大;未来5年,洪家渡水电站年平均流量减少的趋势将逐渐扭转,年平均流量将逐年增加.     

酒泉市肃州区近55a的气候变化特征、突变与周期分析

利用1951-2005年酒泉市肃州区气象观测站平均气温和降水量资料,运用多年趋势线、5a滑动趋势线、Mann-Kendall突变检验、滑动t检验和小波分析等方法对肃州区气候变化的主要特征、突变特点和周期特征进行分析.结果表明:近55a来,肃州区年平均气温呈明显上升趋势,年降水量呈微弱减少趋势.年平均气温和年平均降水量均有明显的突变,前者突变年份在1992年,后者突变年份较多,以1995年最显著.Morlel小波及其功率谱分析表明,年平均气温和年平均降水量的变化周期具有多尺度、多层次和多分辨的特性结构.其中,年平均气温存在21a和7.14 a(P≤0.16)的优势周期,年降水量存在21a,10.87a,9.09a和6.41a(P≤0.1)的显著周期,且中长期优势周期一致,中短周期不同.     

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.     

长江水沙特征及其影响因素初步分析

利用长江大通站1950～1993年(1991年缺)流量和1950～1990年输沙资料和部分年份的寸滩站和宜昌站、城陵矶站、黄家港站、外洲站资料分析了长江干流水沙的季节变化、年度变化特征以及水沙的相互关系,对长江上游及南北两岸的主要支流的水沙关系也作了分析.结果表明:长江水沙季节和年度变化明显，水沙峰值不同步，近期输沙量有减小，流量有增加的趋势.在此基础上,对影响上述长江水沙变化特征的因素作了初步分析,认为人类活动是其变化的重要原因之一.     

基于全球天气预报系统对河套周边地区低云量精细化预报

基于2008-2013年全球天气预报系统(GFS)预报场资料,构造了30个云预报因子,分析了其与低云量的相关关系,采用多元逐步回归预报方法建立了黄河河套周边地区低云量0～168 h逐小时精细化区域预报,评估了预报模型的预报效果.结果表明,低云量与水汽类因子整层湿度和整层相对湿度具有较强的正相关性;与大气可降水量、低层温度露点差和总温度具有较强的负相关性;与GFS云类预报因子有较强的正相关性.在预报方程中水汽类预报因子和GFS云量因子具有较高的引用频数.多元逐步回归方法低云量预报值与实况的差值明显低于直接使用GFS低云量的预报结果,在夏季逐步回归方法对低云量有较大改进,上半年对低云量的订正效果强于下半年.逐步回归方法对西北部低云量的订正能力高于东南部地区,部分地区的订正能力在20%以上.     

长江上游枯水期及10月径流情势分析

采用非参数统计检验Mann-Kendal法分析了长江上游寸滩、宜昌站枯水期及10月的流量变化趋势,并用有序聚类分析法分析了两站枯水期及10月流量序列的跳跃点.结果表明:两站枯水期流量均呈上升趋势,10月流量均呈下降趋势;两站枯水期流量序列的跳跃点均为1989年,10月流量序列的跳跃点均为1991年.枯水期和10月流量序列的跳跃点基本吻合,初步判定,跳跃点的产生可能是由于长江上游流域水库运行引起的.     

环渤海地区云量的精细化预报方法

利用2010-2016年的云观测资料和T639数值预报产品,分析了云量与影响云生成的主要气象因子间的相关性,通过逐步回归方法建立了环渤海地区云量的时间精细化定量预报模型.结果表明,与总云量和低云量相关性显著的气象因子主要是水汽、大气不稳定度和上升运动.其中水汽类因子包括整层相对湿度、整层湿度和大气可降水量;大气不稳定度类因子为K指数和位势不稳定指标;上升运动为850～400 hPa 5层平均垂直速度.通过逐步回归方法建立了环渤海地区总云量和低云量的时间精细化预报模型,总云量和低云量预报方程的复相关系数大部分在0.5以上.回代预报检验结果表明,总云量和低云量绝对误差分别为22%和18%;试预报检验结果表明,总云量预报的绝对误差为23%;个例分析结果表明,新民站和沂源站的预报效果比较理想,大部分时段总云量的预报值及变化趋势与实际观测结果接近,模型预报性能较好,具有一定的实际应用价值.     

分布自由的带滑动系数的逐步回归集成预报法

本文建立关于分布自由的、带滑动系数的逐步回归集成最优方程具有如下特点:(1)对数据进行秩变换,从而排除正态、线性模型的限制;(2)利用“秩和”作为新因子,集中了几个因子的信息,从而利用了大量因子的信息;(3)在不同置信水平下建立多个秩数逐步回归方程,然后综合各个逐步回归方程的信息,建立分布自由的动态量优集成预报方程,其集成系数与各时刻的预报值有关,因而能利用各个时刻观测值的信息,提高预报的可靠性.最后给出一个实例.     

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.