随机参数扰动下的洪水概率预报研究

基于水文模型参数不确定性的客观存在性,在分析随机参数概率分布特征的基础上,文章提出随机参数扰动下洪水概率预报的方法。通过淮河王家坝流域19场洪水的模拟试验可知,该方法所给出的概率预报结果能够覆盖不同量级的洪水过程,预报结果可靠;其均值预报结果与传统预报方法的预报精度相当,确定性预报结果准确。这说明基于参数不确定性客观存在研究洪水概率预报,可以定量描述参数不确定性对预报结果概率分布特征的影响,对于提高洪水预报数据的有效信息含量、提升预报结果的可靠性具有参考价值。     

城市治理数字化 “一网统管”智能处置道路积水

为了优化道路积水信息监测、强化监管联动部门协同、提高积水事件响应速度、提升积水应急处置效率,上海水务部门通过道路积水处置预报预警、感知发现、报警联动、抢险处置、反馈解除五大环节闭环管理,创新道路积水处置智能化应用,大大提升了防汛排水效率,为探索超大型城市数字化治理新模式起到了示范作用。     

集合转换卡尔曼滤波同化的一种分析方案

集合转换卡尔曼滤波在处理非线性观测资料的同化时,通常对非线性观测算子做简单的线性化处理,这会带来较大的舍入误差,降低同化效果。通过对状态变量和观测变量的转换,将观测算子视为预报算子的一部分,对传统的同化算法进行改进,减小了同化中的误差。以典型的Lorenz-96预报模型来验证算法,对于较大模型误差或较强非线性观测算子的情形,结果好于传统的方法。     

基于灰色关联分析的变形监测预报模型

随着城市建设的迅猛发展,大型和高层建(构)筑越来越普遍,建(构)筑物的安全建设与运行也越来越受到社会各方面的关注。为了保证建(构)筑物的顺利施工和施工后的安全运营,必须对建(构)筑物进行系统的、长期的变形监测,该文研究了基于灰色关联分析的统计预报模型建立的基本原理和方法,分别探讨了基于地下水位变化、地面荷载及其他影响因子变化的统计分析模型,并将其应用于基坑变形监测数据的分析中。分别通过单一统计模型和灰色关联分析模型预测结果与实测值进行比较,结果表明该模型有较高的精度。     

轨道分析解的改进方法及其应用

主要介绍一种通过改进各类轨道摄动项的表达形式,以优化计算效率的轨道分析解改进方法。以低地球轨道为例,阐述了轨道分析解改进后的具体算法,并通过数值仿真分析验证了算法的有效性和实用性。算法以第一类无奇点根数作为轨道状态量,采用开普勒轨道根数计算各类摄动力的长期、长周期和短周期项,通过较简单的组合形式计算无奇点根数的对应摄动项,实现在保持分析解精度和消除小偏心率奇点的同时,提高计算效率。仿真结果表明,分析解算法的模型精度在1E-5量级,符合一阶分析解理论精度的预期;同时计算速度达到传统分析解算法的4倍左右,可有效提升空间碎片轨道预报的计算效率,具有较强的工程应用价值。     

利用反预报方法从截面预言近滴线丰质子核的结合能

在Origin等数据处理软件中,当实验数据较少时,自由参数的不同初始化设置会导致较大的结果差异,这为物理结果的确定带来较大不确定性.通过最小二乘法分析了345MeV/u ~(78) Kr+~9Be反应中产生的丰质子同位素的截面和结合能,并得到线性回归方程.通过回归方程,利用结合能预报部分丰质子核素的截面,以及通过实验截面对近质子滴线核素的结合能进行反预报测量.这对于近质子滴线的丰质子核素实验测量具有较好的借鉴意义.     

江西省林业气象灾害风险调查与服务效益评估

自2016年11月至2017年5月,江西省气象服务中心在江西省林业厅森林防火总指挥部办公室的配合下开展了林业气象灾害风险调查与服务效益评估调查工作,调查共收集到22个风险点相关信息,数据显示,火灾风险是江西省林业气象灾害风险点的主要类型,调查得到18个监测站点信息,预警设施为16个。排在前3位影响林业生产的气象灾害类型为火灾、病虫害和雪害,主要致灾气象因子为气温、降水和风等。林业气象服务需求方面,排名前3位的是森林火险预报预警、森林火点监测(过程监测)和林业病虫害预报,2016年江西省气象服务效益贡献率达5.16%。     

洪水涨落水位-流量分布规律及应用

以河溶水文站为例,采用系统分析法研究受洪水涨落影响绳套关系水位-流量关系轴线摆动变化范围。结果表明:受洪水涨落影响绳套关系水位-流量洪水洪峰水位及相应流量的轴线摆动有一定规律,水位-流量关系走向越接近洪峰水位越向轴线形成有规律的系列,由此可根据洪峰水位与相应流量之间建立回归关系,建立绳套关系水位-流量转换模型应用于洪峰水位预报,有效解决受洪水涨落影响下绳套关系水位-流量关系洪水水位预报瓶颈,满足防汛需求。     

基于LMBP算法的崇阳溪流域降雨径流预报模型研究

采用泰森多边形法对流域进行划分,分别确定崇阳溪上游流域6个雨量站控制子流域的面积权重.选择1997至2014年的14场流域降雨径流过程为训练样本,以上游6个雨量站的时段雨量和武夷山水文站前期流量为输入,武夷山水文站相应流量为输出,采用3层网络,其中隐含层节点数采用试算法确定,建立崇阳溪上游流域LMBP神经网络降雨径流预报模型.利用余下的7场降雨径流过程对模型进行检验,结果表明,模型运算速度快、时效性好,预报精度符合要求,可以用于流域的降雨径流预报.