基于灰区间真值的群体决策方法及应用

研究了灰区间偏好的群体决策问题.在专家灰区间偏好群体意见集结过程中,常规的灰区间运算会产生决策信息的失真.为了避免这一缺陷,首先引入了灰区间调节参数的概念,通过建立求解调节参数的二次规划模型,确定专家灰区间判断的真值.建立了专家客观权重求解的二次规划模型,并给出了专家客观权重的最优解.此外,从另外一个角度同时考虑调节参数与客观权重,建立求解灰区间真值与专家客观权重的群体最优决策模型.气象敏感性行业专家群体评估决策的算例表明,决策策略是有效的.     

气候变化对粮食单产的影响分析——以南京为例

本文旨在讨论气候变化背景下的粮食单产问题。首先,分析了气候变化与粮食单产的关系;其次,根据气候变化对粮食单产的影响特点,构建气候变化指数;第三,使用1989—2006年南京局地粮食单产,历年气象资料等数据,运用非线性逻辑型平滑迁移回归（LSTR）模型进行参数估计。得到的结论为：（1）降水强度偏小时,科技投入可以促进粮食单产的提高;（2）当气候变化指数超过某一范围时,气候变化带来的负面影响会迅速抵消科技贡献,使粮食减产。气候变化正在频繁的影响粮食单产,近年表现更加明显。政府需要加大对气候预测的投入力度,保障未来的粮食生产和国家的粮食安全。     

2011年西安世园会中暑气象条件分析及预报

利用2011年西安世界园艺博览会4月28日—8月31日园区游客逐日中暑人数与同期气象资料,分析了园区气象条件对中暑发病的影响,筛选出影响中暑发生的重要气象因子,通过逐步回归方法建立中暑人数预报的多元回归预测模型,并对中暑指数进行了等级划分和历史样本拟合检验。在此基础上开发了中暑等级气象预报系统,此预报系统的预报结果于2011年9月被世园会运行指挥部职能处日常化应用,取得了良好的预报服务效果。     

建立健全农业病虫害预报机制的现状及政策建议

农业病虫害与气象条件密切相关,是农业生产及管理中重要研究对象之一。本文主要针对农业病虫害预报机制的建立健全展开理论分析和调查分析,提出建立健全农业病虫害预报机制的可行的对策和建议,为理清农业病虫害预报业务,协调各相关部门、实体和人员关系,为有效预报防治农业病虫害将会起到很大的作用,也为农业防灾减灾工作和农业经济发展提供了新的思路。     

基于数据包络分析法的陕西气象资源效率评估

将数据包络分析法（DEA）应用于陕西气象资源效率评估,计算全省气象行业2007—2009年运行的综合效率值、技术效率值和规模效率值,得出综合效率和规模效率有所下降,而技术效率有所提升。其中,2009年技术效率均值为3年来最高,而2007年技术效率值为3年来最低。构造基于面板数据的气象计量经济模型对各影响效率的因素进行计量分析,气象服务用户群及公众满意度指数、农业产出GDP值占区域GDP总值的比重和资金投入强度与气象部门产出的综合效率值呈正向关系,学术论文发表数量与综合效率值呈反向关系。据此提出提升资源效率有效性的对策。     

气象因子对西安城市用电量的影响研究及中长期系统化预测

城市用电量预测是电力及相关经济部门开展电力供需形势分析的重要依据。本文选取2004—2014年西安市用电量月度数据和气象数据,建立用电量预测的计量经济模型,在此基础上建立西安市用电量业务化系统,初步应用于西安市未来用电量预测。结果表明,气温与西安市用电量之间表现为稳健的正U型非线性关系;西安市用电量需求高峰主要在冬季,但由于春节等因素,工业用电量在2月大幅减少,居民用电量却显著增加;模型对全社会用电量拟合准确,对未来用电量预测准确率高,具有开展中长期预测的适用能力;通过建立西安城市用电量气象业务系统,将未来天气预报或气候预测结果带入业务系统中,可滚动预测未来12个月可能耗电量,可为调节电力分配提供科学参考,提升电力供应的调度管理水平。     

气象数值预报产品使用的博弈分析

数值预报在天气预报中的地位越来越重要,发展本国的数值预报产品是我们国家长期发展的需要,本文应用现代微观经济理论对数值预报产品的使用进行分析。通过分析我们得出,当前的激励措施不能提高本国数值预报产品的使用率,建议对消费者进行细分,将商业气象与公共气象分离。     

北京市能源消费与主要气象因子的突变点分析--基于灰色关联理论

采用灰关联分析算法,探寻北京市1980-2010年能源消费与气象因子(平均气温、降水量和日照时数等)时间序列的突变点,并将能源消费与气象因子序列进行趋势分析.结果表明:北京市能源消费序列的突变位置是1993与1997年,气象因子序列的突变位置介于1993-2000年之间;平均气温、日照时数与能源消费序列的突变位置完全相同,也即北京市气象因子与能源消费的关系极其密切.     

西安世园会客流影响及预测的气象计量经济分析

以2011年西安世界园艺博览会(简称世园会)的入园客流数量和逐日气象资料为基础,以最高温度、平均风速和平均相对湿度为定量解释变量,以降水、节假日、每一天和月份为虚拟解释变量,引入随机误差项的AR(2)结构,通过逐步优化的建模思想,构建了2011年西安世园会入园客流的气象计量经济模型。以该模型为核心,以网络技术和数据库技术为基础,构建世园会入园客流数量预测的气象服务业务化系统。2011年8月底至10月22日,气象部门和世园会管理层同时开展了基于网络的业务化应用,运用逐日温度和降水等天气预报信息,结合入园票务政策变化、优惠措施出台、指定日特别活动等信息,联合开展对逐日、未来一段时间和整个运营期的可能入园客流数量的定量预测,为世园执委会部署和控制客流数量、确保世园会安全运营提供重要参考依据。结论表明,气象计量经济学模型能很好地解释气象因素、节假日、每一天以及不同月份变化对入园客流的影响,准确模拟入园客流数量的逐日与逐月变化特征,能较好地预测未来两周的入园客流人数。在8月提前两个月准确预测出西安世园会可能入园客流总人数逾1600万人,与实际人数约1573万很接近。