基于时变权重组合与贝叶斯修正的中长期径流预报

高精度的中长期径流预报信息是水资源规划管理与水利工程经济运行的重要基础支撑。论文在组合预报与误差修正2类径流预报后处理方法串联应用的技术框架下,考虑径流的高度非平稳与非线性等特征,提出了基于时变权重组合和贝叶斯修正的中长期径流预报方法。应用该方法开展了云南龙江水库年、月入库径流预报的实例研究,结果表明时变权重组合平衡了已建立的随机森林与支持向量机模型在建模期与检验期预报性能的差异,经贝叶斯修正后的预报精度接近或优于两阶段各自的最优单一模型。根据年径流预报结果判断水文年型的正确率达到77.2%,月预报径流的确定性系数超过0.90。因此,该方法在提升中长期径流预报精度方面具有积极效果。     

黑河干流洪水预报模型研究

黑河干流上游区水文站点稀少,区间部分支流洪水过程无法控制,中游区河流沿程大量引水灌溉、取水口甚多用水量无法获得,使得以水量平衡原理为基础的洪水演算方法难以应用。针对上述情况,笔者应用系统水文模型理论并对其进行了改进。通过引入系统存贮变量,建立了一个新的黑河干流洪水预报模型-河道洪水演算模型。经1996年,1998年两次特大洪水试报检验,结果表明该模型的预报精度较高,对黑河干流防洪减灾、水利工程科学管理以及水资源优化配置具有重要的作用。     

新疆洪水预报预警中融雪径流模型应用进展

针对全球变化背景下极端升温、暴雪和暖湿化现象以及中国新疆地区融雪洪水灾害风险增大问题,概述了新疆不同类型洪水灾害特征,重点阐述了近年发生频率增加、致灾性强、灾害风险增大,但在新疆未引起重视的融雪洪水的研究进展,对比分析了不同类型融雪径流模型特点和研究现状。综合目前融雪径流模型已有进展和面临的挑战,提出新疆未来研究需考虑融雪径流模型的物理机制和融雪消融过程,以提高预报预警精度。回顾了融雪洪水在新疆的预报预警技术,指出构建高精度预报预警融雪洪水模型所面临的风吹雪、冻土表层雪和雪面雨等关键问题,并提出提升新疆洪水模拟、预报预警、应对突发洪水的综合能力的关键技术,为提升新疆融水洪水预报预警技术提供思路与建议。     

基于贝叶斯模式平均的东江流域降雨概率预报

为验证贝叶斯模式平均（BMA）在东江流域的适用性,基于TIGGE多模式集合预报资料对东江流域不同预报时段（1、3、5及10日）以及不同地域（上、中及下游）应用BMA,得到的主要结论为：1）BMA的预报能力在时空上都较为稳定,预报效果较好;2）在各预报时段中BMA极大提高了预报的精度,其中预报时段越短,误差减少的幅度越大;3）当95%分位数已超过警戒的雨量时,应做好相关的预警和预防工作,但BMA也会出现误报和虚报的情况,需要进行权衡和风险的评估,同时这也是需进一步研究和完善的地方;4）结合其他国内外的研究来看,BMA对天气要素预报的订正作用可能具有普适性,值得推广使用。     

贝叶斯框架的Copula季节水文干旱预报模型构建及应用

根据季节径流量相关特性,利用标准径流指数(SRI),通过优选Copula函数和径流量分布函数,构建贝叶斯框架的Copula季节水文干旱预报模型,并对阿克苏河西大桥水文站进行实证分析。结果表明：① Gamma、Lognormal、Normal、Gumbel、Exponential 5种分布函数中,Gamma、Gumbel能较好拟合夏、秋季径流量;② Gumbel-Hougaard、Clayton、Frank 3种Copula函数中,Clayton能较好联结夏、秋季径流量分布函数;③ 构建模型预报表明,2001~2009年秋季发生干旱概率较低(24%~38%),以轻微、中度干旱为主,而2010年发生干旱的概率极高(95%),发生异常干旱的概率偏高(81%),与实际发生的干旱情况基本一致;④ 贝叶斯框架下构建的Copula模型能准确预报季节水文干旱发生,减少预报的不确定性,为特定区域干旱预报提供了一条新的途径。     

多种机器学习模型对不同洪水类型特征指标模拟效果评估

洪水过程的特征指标不仅包括洪水量级,还包括时间、形态、动力学等指标。现有模型和方法重点关注洪水量级指标的模拟,对其他指标的模拟仍有待深入。如何实现对洪水过程所有特征指标的模拟已成为目前洪水预报的技术瓶颈。论文采用4种机器学习模型(多元线性回归、多层感知器、随机森林和支持向量机)对淮河上游长台关流域59场降雨—洪水场次7个特征指标(洪水总量、洪峰流量、洪水历时、洪峰时间偏度、高流量历时占比、涨洪和落洪速率)进行模拟,评估不同模型对不同洪水类型和特征指标的模拟效果。结果显示：(1)长台关流域洪水过程可分为3类,第1类洪量中等、历时长且洪峰出现时间偏前(16场);第2类洪量低、形态矮胖且洪峰出现时间靠后(34场);第3类洪量大、涨落水迅速、形态尖瘦(9场)。(2)时间指标模拟效果最优,动力学指标模拟效果最差。多元线性回归和随机森林模拟效果随所有特征指标数值的增加而增强;支持向量机的模拟效果随着洪水历时指标数值的增加而降低,随着其余特征指标数值的增加而增强;多层感知器模拟效果随着洪水总量、洪峰流量、高流量历时占比和涨洪速率等指标值的增加而增强。(3)从各类型洪水特征模拟精度来看,4种模型对第3...     

基于地质灾害易发程度分区的滑坡预报模型

利用1980～2006年重庆市山体滑坡个例,根据重庆市国土资源局对重庆市地质灾害易发程度等级区划对滑坡个例进行了分类统计.结果表明,降水对不同滑坡危险等级区域的影响是不同的,越容易产生滑坡的区域其前期降水对其的潜在影响越大.根据前期不同量级降水诱发的滑坡发生概率,拟合出了不同地质易发分区的前期降水对滑坡的贡献率指数方程和山体滑坡有效降水量方程,在此基础上建立起了重庆市不同地质灾害易发程度灾害区内山体滑坡预报指标模型,为开展重庆市精细化山体滑坡气象条件等级预报打下良好的基础.     

GIS技术支持下的洪水模型建模

在复杂区域建立洪水模型时,计算网格的手工生成方法容易出错甚至不可行,自动生成算法则可大大节省计算网格生成的工作量。洪水模型中的计算网格与GIS栅格数据及不规则三角网空间数据结构非常相似,因此,GIS中成熟的网格自动生成算法可用于生成洪水模型计算网格。文章详细讨论了GIS支持下的洪水模型自动建立步骤,并以黄河下游花园口～夹河滩河段为例,利用地形图、土地利用图、水利工程设施分布、水文站点图等资料,通过自动生成网格及其空间拓扑关系,建立了洪水过程数值模拟模型,并详细解释了计算网格数据格式。     

基于贝叶斯最大熵的甘肃省多年平均降水空间化研究

 贝叶斯最大熵方法可以对具有一定不确定性的“软数据”和认为没有误差的“硬数据”进行插值。对甘肃省1961—1990年52个气象站点的多年平均降水数据进行空间化研究。通过比较普通克里格、共协克里格、三元回归建模后残差插值以及基于贝叶斯最大熵的3种不同软硬数据参与情况下的插值结果,发现考虑降水30 a时间序列不完整性以及辅助变量经验模型不确定性的插值结果的MAE和RMSE,比直接使用多年平均降水数据直接插值的MAE和RMSE小,表明贝叶斯最大熵方法通过对不确定性的考虑可以有效降低预测结果的绝对误差。从降水的空间分布来看,考虑辅助变量DEM的插值结果能相对较好的体现高程对降水的地形影响,尤其分区将辅助变量转换为软数据可以有效体现不同区域高程对降水的不同影响问题。综合误差评价以及降水插值结果的空间分布,认为BME插值过程中可以考虑数据本身以及辅助数据利用的不确定性,使降水空间化的结果更加真实客观,同时为合理利用辅助信息提供了一个新思路。     

我国耕地保有量的指数预测模型

为确保2010年1.2亿hm2的耕地保有量,根据我国近年耕地利用现状,构建我国耕地保有量的指数预测模型,基于我国耕地保有量现状进行分析预测;并从建设占用、耕地补充、生态退耕、农业结构调整和灾害损毁5方面进行单要素分析,在数值模拟的基础上提出高、中、低3种方案,针对如何保障我国“十一五”规划耕地保有量的实现,提出可供政府咨询决策的建议。     

河南省气候变化特征及其对旱涝的影响

根据河南省21个气象站点1960-2013年的气温和降水资料,运用趋势线法、Mann-Kendall突变检验、Z指数法、马尔科夫模型、经验正交函数分解等研究了河南省气候变化特征及其对旱涝的影响。结果表明:(1)河南省气温呈现上升趋势,气温突变点是1997年;降水量呈现弱减少趋势。气温从南部向北部逐步降低,中部地区增温趋势明显;降水量由东南向西北逐步减少,中东部地区呈现增加趋势,北部、西部、南部呈现减少趋势。(2)河南省干旱化趋势不断加重。气温变化与旱涝发生次数具有同步性。气温突变点1997年前后对比发现,极端涝灾发生次数明显减少,极端旱灾发生次数明显增加。运用马尔科夫模型预测旱涝随时间变化的趋势,河南省以正常状态概率最大,旱灾状态概率大于涝灾。(3)河南省主要的旱涝空间分布型态分别为整体一致型、南北反位相型、东西反位相型。年际旱涝趋势空间变化与降水量趋势空间变化基本一致;春季的变干趋势从北部向南部逐步加重;夏季的增湿趋势,从西华-南阳一线,分别向东南和西北逐步减轻;秋季整个区域有变干趋势;冬季的增湿趋势从西南向东北逐步加重。     

基于贝叶斯层次时空模型的甘肃省土地利用程度演变分析

以甘肃省为例,在基于Google Earth Engine (GEE)平台实现1995年、2000年、2005年、2010年、2015年和2020年土地变化监测的基础上,利用贝叶斯层次时空模型(BHM)分析土地利用程度的时空变化特征。结果表明：① 研究期间内甘肃省土地利用程度呈增长趋势,其中1995―2000年和2010―2015年增长速度较明显;② 土地利用程度空间格局“东高西低”,热点区域主要分布在陇中、陇东和陇南地区;③ 土地利用程度局部变化呈现明显区域差异,整体表现为“东弱西强”,局部变化热点区域主要分布在河西地区;④ 影响土地利用程度变化的主要因素是经济规模和产业结构,其中经济因素影响程度最高。     

多维异构洪水过程因子相似性评价方法研究

在研究相似性概念和评价方法的基础上,针对洪水过程因子的时空分布特点,进一步提出综合性评价方法框架;针对洪水过程中水深时间序列数据和面状淹没范围等多维异构洪水过程因子,分别进行了相似性评价方法研究,并采用重要性排序法确定权重。以辽宁浑河沈阳城市段的洪水数值模拟结果和物理模型观测数据相似性分析为例,对多个观测站点的水深时间序列数据、流速数据及淹没范围数据进行相似性分析,分析洪水演进模型结果的相似性。     

基于模糊综合评判的动态路径行程时间预测模型

针对城市交通路网的复杂性和不确定性,提出一种基于模糊综合评判的动态行程时间预测模型,将总行程时间分为行驶时间和交通延误时间两部分,分别介绍这两部分时间的预测模型,并利用该模型对一组模拟道路信息和路况信息进行实际预测,对预测结果进行比较和分析。研究表明该模型算法简捷实用,预测结果精度较高。     

降雨型浅层滑坡的变形预测模型

滑坡是边坡被某些诱发因素激发失稳产生滑动的一种地质现象。它是地质灾害的主要类型,尤其以降雨滑坡数量最多,其中浅层滑坡分布最广。通过对降雨型浅层滑坡的变形进行分析,建立了基于功能原理的滑坡一维运动方程,并结合太沙基固结原理,研究滑坡运动过程中孔隙水压力的消散,揭示了滑坡从运动-停止的动力演化过程,构建了降雨型浅层滑坡的位移预测模型,并以都江堰塔子坪滑坡为例进行分析,通过mathmatic给出了滑坡运动的速率、位移与降雨量的量化关系式。     

Research on Forest Phenology Prediction based on LSTM and GRU Model

Research on forest phenology is an important parameter related to climate and environmental changes. An optical camera was used as a near-earth remote sensing satellite device to obtain forest images, and the data of Green excess index (GEI) in the images were calculated, which was fitted with the seasonal variation curve of GEI data by double Logistic method and normalization method. LSTM and GRU deep learning models were introduced to train and test the GEI data. Moreover, the rationality and performance evaluation of the deep learning model were verified, and finally the model predicted the trend of GEI data in the next 60 days. Results showed: In the aspects of forest phenology training and prediction, GRU and LSTM models were verified by histograms and autocorrelation graphs, indicating that the distribution of predicted data was consistent with the trend of real data, LSTM and GRU model data were feasible and the model was stable. The differences of MSE, RMSE, MAE and MAPE between LSTM model and GRU model were 0.0014, 0.013, 0.008 and 5.26%, respectively. GRU had higher performance than LSTM. The prediction of LSTM and GRU models about GEI data for the next 60 days both showed a trend chart consistent with the change trend of GEI data in the first half of the year. GRU and LSTM were used to predict GEI data by deep learning model, and the response of LSTM and GRU deep learning models in forest phenology prediction was realized, and the performance of GRU was better than that of LSTM model. It could further reveal the growth and climate change of forest phenology in the future, and provide a theoretical basis for the application of forest phenology prediction.     

长江经济带空气质量指数的时空特征及驱动因素分析 ——基于贝叶斯空间计量模型的实证

基于2015年长江经济带126个城市空气质量监测数据,首先利用探索性空间数据分析方法揭示了空气质量指数（AQI）的时空演变特征,然后采用贝叶斯空间滞后模型探讨了长江经济带空气质量指数的社会经济驱动因素。研究结果表明：① 长江经济带年AQI在空间上整体具有东高西低,长江以北高长江以南低的分布特点,具有明显的空间集聚特征。空气污染严重的热点地区主要集中长三角城市群的江苏省、浙北地区、皖北大部分地区以及上海市。空气质量较好的冷点地区则主要集中在云南省、四川的攀枝花以及贵州的大部分地区。② 长江经济带AQI在季节上呈现冬春高、夏秋低的季节变化趋势。总体而言,四季的高值集聚主要分布在鄂皖苏,低值集聚主要分布在云贵地区。③ 贝叶斯空间滞后模型回归结果显示,长江经济带空气质量存在显著的空间溢出效应。此外,模型结果证实了“环境库兹涅兹曲线”假说;FDI回归系数为正,支持了“污染避难所”假说;人口密度、公路客运量均是导致空气污染加剧的重要因素,而第三产业比重和建成区绿化覆盖率增加有利于长江经济带空气质量的改善。     

基于IPAT模型的安徽省不同情景碳排放趋势测度分析

基于1995-2010年能源消费数据,利用IPAT模型,分规划情景、惯性情景、低碳情景对安徽省未来碳排放量及碳排放强度进行测度,结果表明:2015年,安徽省在规划情景、惯性情景、低碳情景下的碳排放量分别为16 680.96万t、14 790.52万t、11 235.49万t,均呈增长态势,碳排放强度分别为0.6952t/万元、0.6661t/万元、0.6533t/万元,呈下降趋势,规划与惯性情景模式下的碳排放量和碳排放强度均高于低碳情景模式。3种情景碳排放曲线表明,不会出现库兹涅茨曲线(EKC)拐点。科技创新、机制创新是实现碳减排的重要途径,"十二五"期间,安徽省通过提高能源效率、优化能源结构、创新机制等举措,碳排放仍有较大削减空间。     

A1B情景下东亚地区未来春季沙尘变化趋势预估

采用区域气候与沙尘耦合模式RegCM4-Dust,模拟研究了A1B情景下东亚地区未来（2015-2100年）春季沙尘变化趋势。结果表明：（1）总体上,东亚沙尘源区起尘通量与沉降通量存在明显的振荡特征,而沙尘光学厚度呈现显著的波动减小趋势;源区下游沙尘光学厚度和沉降通量均呈现显著的波动增大趋势。（2）沙尘子源区中,仅塔克拉玛干沙漠及周边地区起尘通量有显著波动减少趋势,速度达-2.1%/10a;萨雷耶西克阿特劳沙漠和呼伦贝尔沙地沙尘光学厚度减小速度最快,分别达到-2.8%/10a、-2.3%/10a。（3）未来,中国华北南部、黄淮以及长江中下游地区以及中国东、南部近海春季沙尘光学厚度增速均为1.5%/10a;中国近海沙尘沉降通量显著上升,速度达1.9%/10a。（4）地面风速尤其是最大风速变化是导致起尘通量变化的主要因素,而影响光学厚度的主要因素是地面最大风速。