地面加密自动站资料在一次局地大暴雨分析中的应用

利用地面加密自动站资料和常规探测资料对2012年8月21日南昌地区的一次局地短历时大暴雨过程进行分析,结果显示,此次大暴雨过程是由多个稳定维持、发展强烈强或特强中尺度雨团造成的。地面逐小时θse。可以很好的反映出不稳定能量的积聚过程和对流不稳定层结的建立过程,地面高能中心对短时大暴雨有很好的指示作用;中尺度辐合线的存在和地面锋区的维持是造成局地大暴雨的中尺度系统和触发条件。因此在实际预报过程中,可以利用地面加密自动站资料分析动力、热力和水汽条件,得出地面中尺度系统的位置、强度、持续时间,提高此类灾害性天气过程的预报准确率。     

ECMWF集合预报在淮河蒋家集流域的应用

基于欧洲中期天气预报中心(ECMWF)集合降水预报产品(预见期为10 d),提取淮河蒋家集以上流域的预报数据并进行降尺度处理,驱动洪水预报模型,对2008年8月的一次洪水过程进行模拟预报。为探讨ECMWF集合降水预报驱动洪水预报模型的应用效果,将模拟预报的结果与仅采用地面降水观测数据驱动模型的模拟结果进行对比分析。结果表明:采用ECMWF集合降水预报后,洪水模拟预报精度有明显改进,可使洪水预见期提前48 h;洪水模拟预报流量过程线能刻画洪水预报的不确定性范围,可为防洪减灾提供科学决策依据。     

水文模型模拟预报的多源数据同化方法及应用研究进展

介绍了水文遥感数据同化中常用的数据同化方法,总结了变分和顺序两类数据同化常用方法的优势与不足;以土壤湿度与径流两个水文变量的数据同化研究为重点,探讨了土壤湿度、径流、降水、蒸散发、积雪等多源数据在水文模型模拟预报中的同化研究进展及其在同化应用中存在的问题;最后,从数据同化方法、多源数据同化应用方面总结了水文遥感数据同化的未来发展方向,提出遥感、地面等多源数据的同化在改进水文模型模拟预报方面的应用潜力将会随着遥感观测技术与反演方法的改进、水文模型结构的完善以及数据同化方法的优化而不断增大,多源数据在水文模型模拟预报中的综合应用将是水文遥感数据同化发展的必然趋势。     

集合Kalman滤波同化方法在福建沿岸潮汐数值模拟和预报中的应用研究

为了提高潮汐数值模拟和预报的准确度,利用《2009潮汐表》,建立了含集合Kalman滤波同化模块的潮汐数值预报模型,对集合Kalman滤波同化模块中的参数进行确定,并对同化效果进行了检验.为了确定集合Kalman滤波同化模块中的参数(主要是集合数和截断半径),考虑了42种参数组合,在这些组合中,以模拟准确度和计算相同时段的潮汐值所需时间为标准,存在最优的参数组合:其中,东山、厦门、娘宫、崇武4个站最优的截断半径为35 km,三沙站最优截断半径为30 km,5个站的最优集合数均为20.实验结果表明:将集合Kalman滤波同化方法用于潮汐数值预报模拟中是可行的,同化验潮站的潮汐表上的潮位数据对验潮站本身及其邻近网格点的潮汐模拟改进最大;当5个站不同化调和数据进去的时候,东山、厦门、娘宫、崇武4个站的模拟准确度,在未来12 h仍然有所提高.     

GOS下集合预报网格工作流程系统设计

为解决集合预报因扰动产生的多样本模式预报计算量巨大问题,充分利用分布异地的网络高性能资源,基于国家网格操作系统(GOS),在门户中间件Gridshpere之上设计并实现了一种适合于集合预报应用系统的网格工作流系统.该系统实现了包括应用程序的服务封装功能,应用服务执行的节点资源动态绑定功能,应用服务之间的数据/控制相关管理功能、重启容错功能、流程监控功能等,已成功应用到集合预报应用网格门户系统,实践证明系统切实可行.     

结合大气环流和遥相关信息的集合径流预报方法及其应用

该文采用集合径流预报(ensemble streamflow prediction,ESP)方法对汉江白河站1970～2000年逐月径流量进行了回顾式预报。针对传统集合径流预报方法中对气象条件变异性考虑不足这一问题,该文尝试引入影响径流的大气环流因子和遥相关信息,对历史气象年份进行挑选,选择与预报年相似的历史气象条件组成集合,以增加气象集合输入的代表性,从而提高径流预报的精度。以夏季(6月、7月、8月)和冬季(12月、次年1月、2月)月径流量为预报对象,改进后的集合径流预报方法显著地提高了预报精度,各月预报的合格率均超过60%,其中8月和12月的合格率达88%,能够满足实际生产需要。     

基于GOS的气象集合预报网格应用系统

为了解决气象集合预报的巨量计算问题和支持不同气象部门的远程协同工作,在中国国家网格环境下开发了一个气象集合预报网格应用系统.该系统基于中国国家网格操作系统(GOS),聚合了分散在不同部门和地域的气象行业内部和中国国家网格平台上的大量硬件资源、数据资源、软件资源和人力资源,并建立了一个跨行业和地域的气象网格服务平台,为集合预报在该平台上的运行提供了可靠的计算能力和巨大的数据存储能力.该系统为用户提供了方便地管理集合预报作业和基于网格门户的集合预报产品可视化功能.     

利用集合深度学习方法订正空气质量数值预报结果——以新疆乌昌石城市群为例

开展基于空气质量数值模式CMAQ (社区多尺度空气质量模型)预报结果的后校正算法研究。利用集合深度学习方法, 对CMAQ的PM_2.5 (细颗粒物)原始预报结果进行误差订正, 以期提高预报准确率。该方法集合了深度神经网络模型、随机森林模型、梯度提升模型和广义线性模型4种机器学习模型, 在每一个模型中结合原始的气象预报、空气质量预报和土地利用类型等多源数据作为辅助变量, 对PM_2.5预报浓度进行校正, 最后求取4个模型的集合结果。将该方法应用于订正新疆乌(鲁木齐)昌(吉)石(河子)城市群的CMAQ预报结果, 利用2018年的独立样本进行评估, 订正预报结果的准确性显著提升, 站点5天预报的决定系数R²为0.41~0.60, 比原始预报提高60%~160%, 均方根误差RMSE降低 40%左右; 交叉验证的站点预报R²同样提升50%~80%, RMSE下降30%左右。该订正方法的计算效率高, 可以部署于业务化预报平台, 进行可靠的运行。     

基于贪婪算法的多星多站数据接收规划

卫星围绕地球运行,若在一个时间段内,多颗卫星经过多个地面站形成数据接收冲突时,如何安排卫星下传数据和地面站接收数据的时间,这就是多星多站数据接收规划问题。本文首先将该问题归结为针对矩阵的一种变换,然后以数据传输总时长最大为目标建立了模型,接着给出了最优解的性质并做了证明,最后用贪婪算法进行了求解和分析。利用STK仿真多星过站情况,计算结果表明贪婪算法求解结果达到理论最优值上限的90%以上,故该模型和算法效果良好。     

ECMWF集合预报产品对福建前汛期暴雨的预报性能评估

通过对2013—2015年福建前汛期暴雨过程中ECMWF集合预报降水产品在暴雨以上级别的预报性能评估,并结合其他量级降水的预报性能,融合产品性能最好。各集合预报产品的预报性能受暴雨的范围影响,对日暴雨1～4站的预报性能都较差,日暴雨4站以上的预报性能明显提高。部分产品对日暴雨8站以上比5～8站的预报性能还有明显提高,但一部分产品随站数的增加,其预报性能不再增加甚至有所下降。进而导致在不同的年份里由于日暴雨范围组成的不同,某些产品逐年预报性能起伏较大,某些产品则变化较小。各集合预报产品在不同的时效、地理区域预报性能不同,都有其独特的价值,实际业务中要考虑地理位臵并结合适当的产品综合使用。     

人才需求及质量预测模型

人才资源预测与优化的很重要的因素是人才资源的结构、需求量和人才质量．本文建立因素重构分析预测方法和弹性系数预测方法,并对电子行业２０００年到２０１０年科学技术人才的结构需求量和人才质量进行定量动态的分析和预测     

泛函预测的模糊逼近与最佳逼近

主要对以模糊逼近和泛函微分方程进行时间序列预测问题作进一步的理论研究，给出了几个有关使用该预测方法时，模糊逼近与最佳逼近及其关系的定理，证明了逼近方面及预测方面的一些有意义的结果．     

泛函预测的模糊逼近与最佳逼近

主要对以模糊逼近和泛函微分方程进行时间序列预测问题作进一步的理论研究,给出了几个有关使用该预测方法时,模糊逼近与最佳逼近及其关系的定理,证明了逼近方面及预测方面的一些有意义的结果.     

组合预测中基于粗糙集理论的权值确定方法

权系数的确定问题是组合预测方法中的关键和难点，提出了一种基于粗糙集理论的权系数确定方法，将权系数确定问题转化为粗糙集中属性重要性评价问题，建立了关于组合预测方法的关系数据模型，通过属性值特征化建立了知识系统，在数据驱动下通过分析预测方法对预测对象的依赖性和重要性，计算出组合预测模型的权系数，该方法克服了传统权系数确定方法的主观性，避免了线性或非线性极值问题的数值计算，使得组合预测方法具客观性，所给案例说明了所提方法 的有效性。     

分站客观降水预报试验

将逐时段定点降水非连续量的预报问题转化为对一个连续的降水可能函数的预报问题.降水可能函数为一由实况值确定的函数.发展了一种新的非线性多因子动态组合方法,通过对降水可能函数的预报,作客观分站降水预报.1998年在北京地区15站进行了为期半年的预报试验,当天夜间的降水预报平均CSI得分为0.40,第二天白天平均CSI得分为0.40.     

对高次指数平滑预测模型的改进和推广

本文揭示了指数平滑预测法与其它平均预测法之间的本质联系 ,指出了高次指数平滑预测法在对典型的斜坡型时间序列作预测时出现的系统误差和原因 ,最后把指数平滑预测法中指数权的原理推广到估计一般趋势线方程参数上     

F-规律预测与规律挖掘

给出F-规律预测,F-规律预测的规律挖掘概念,提出F-规律预测的规律挖掘定理与F-规律预测的规律挖掘原理。F-规律预测的规律挖掘是预测系统中未知规律的一个新的研究方向。     

基于关联规则的态势预测方法

态势预测是网络态势感知的重要环节,可以为网络管理员提供必要的决策支撑。为了实现对网络的大数据管理模式,针对当前预测算法无法充分利用大数据优势的局限,提出了基于关联规则的态势预测方法。该方法综合考虑了大数据的特点和态势预测的需求,给出了方法的基本思想和实现流程。实验结果表明,提出的方法与传统预测方法相比,通过寻找数据间的关联物而不是非线性匹配来达到预测的目的,大大降低了计算的时间复杂度,提高了预测效率。     

结构动力响应预测的神经网络技术

在分析各种不同抗震形式的基础上，对结构在地震作用下的动力响应预测问题进行了探讨，指出了各种主动控制方式中时间滞后问题，最后提出了人工神经网络技术，并对该技术的实现进行了初步探讨，得出了一些可供参考的理论与方法。     

影响IPO公司自愿披露盈利预测信息的因素分析

首发新股时的相关信息披露是一个重要问题,其中的盈利预测又是众多投资者关注的焦点,而在我国IPO公司中有过半数的公司不愿意披露其盈利预测信息.针对这一现象,采用Logistic回归模型分析了影响IPO公司自愿披露盈利预测信息的因素.