灰色动力模型在天气预报中的应用

本文在简述灰色系统理论的基础上,提出天气过程为灰色系统,从而探讨了灰色分析和预测方法在气象中的应用,并给出了灰色动力模型的应用实例。     

基于逻辑回归模型的雷电潜势预报方法

利用闪电定位资料、广州地面观测资料和清远探空观测资料,分析了广州的雷电日分布特点,提取了相关的环境场物理量,应用逻辑回归模型技术,针对广州地区3～6月的雷电活动,研发了适用于该地区日间和夜间雷电活动的预报方程,为雷电潜势预报提供了一种比较客观的预报方法.检验结果表明,该方法的预测成功率超过76％,日间段预报效果总体优于...     

鹰厦铁路降水诱发地质灾害概率预报模型及应用

降水是铁路地质灾害的重要触发因子,由于降水引发的地质灾害对铁路运输安全造成重大的经济损失。鹰厦铁路由于其特殊的地形及气候条件,使该线成为全国地质灾害发生较频繁、较严重的铁路之一。利用南昌铁路局2007—2012年辖区内的地质灾害资料,统计鹰厦铁路地质灾害的时空分布特征。根据不同降水类型造成的铁路地质灾害特点不同,进一步研究铁路地质灾害与降水的关系。引入10 min最大降水量、当日最大小时降水量、连续降水量和前20 d累积降水量等降水量因子,运用因子相关性分析和逻辑回归方法筛选对灾害发生贡献率较大的降水量因子,分区段建立鹰厦铁路地质灾害概率预报模型。运用该模型对2013年5月20—22日一次大暴雨过程诱发的地质灾害进行预报,预报准确率达86%,模型应用效果较理想,可为铁路安全气象服务工作提供技术支持。     

台风灾害综合等级评估模型及应用

选取全国范围内台风灾害中的农作物受灾面积、房屋倒损数、死亡人数、直接经济损失4个常用灾害指标,通过建立无量纲函数转换定义了全国范围内台风各个单项灾害指标的等级,并利用灰色关联度理论确定了全国范围内台风灾害综合等级划分标准,基于上述工作建立了台风灾害综合等级快速评估模型。利用此模型对2000-2007年登陆我国的台风灾害进行了评判与排序,分析结果较为合理。     

灰色气象干涉因子GM（1,1）耦合模型的应用

采用灰色ＧＭ（１，１）模型与气象干涉因子双重筛选逐步回归模型综合构成的灰色气象干涉因子ＧＭ（１，１）耦合模型，对川西阿坝州１９７７－１９９４年牲畜死亡率的时间序列进行了分析，并对当地和相邻的青海果洛州１９９３－１９９４年的牲畜死亡率进行预测检验，取得了令人满意的结果。     

灰色时变参数模型及其对气候预报的应用

本文提出关于灰色系统预报的一种新模型，并应用该模型对蒙自5月雨量进行了预报。结果表明:灰色时变参数模型的预报准确性与其他几类模型相比有显著提高。     

基于灰色系统模型的棉铃虫成虫预测

应用GM(1,1)模型,根据2004—2011年乌苏市棉铃虫二代成虫的数量建立了低精度的灰色模型,建立残差的GM(1,1)模型后,再进行模型修正并检验,小误差概率p=10.95,后验差C=0.31970.35,此模型符合一级标准,精度较高,相对残差较小。     

多元样条逐步回归模型在夏收中期预报中的应用

在夏收期间的中期预报中,使用了非线性多元样条函数回归预报模型。该方法保留了线性统计预报模型中多元分析,逐步筛选因子和显著性检验等特点,又吸取了数值逼近中样条函数处理复杂非线性函数的一些优点。经过与线性回归的对比和１９９８年的预报,在历史拟合率和预报效果上的提高较为明显。     

灰色GM（2，1）模型在气温和降水预测中的应用

根据灰色系统理论。选取四川省部分站点五十多年年平均气温和降水资料，通过对资料长度及资料本身预处理，用GM(2，1)方法进行建模和预测，与实际值比较后得出了一些对预测模型的评价，为利用灰色系统建模法进行气候长期预测进行了有益的探索。     

GM(0,2)模型在遥感估算区域降水中的应用

根据遥感植被指数信息 ,基于灰色累加生成原理 ,利用植被指数增长与旬累积降水量的同步性 ,建立旱年、正常年的GM (0,2)模型 ,归纳为 2种不同气候类型模式 ,并利用旬植被指数来估计旬降水累积量 ,可通过累减还原估算出旬降水量     

对流模型在昆明地区降水演变规律中的应用

从描述局地降水距平率系统的对流方程和实际气象观测资料出发,导出并反演了描述昆明局地降水距平率系统的非线性振荡方程.根据非线性振荡理论和昆明地区的非线性振荡方程研究了昆明地区降水距平率系统演变的非线性特征及其演变规律.结果表明昆明局地降水距平率系统为一正阻尼的弱非线性振荡系统,其演变的固有周期为6.5旬,在不受外力强迫作用下,将逐渐趋向于一稳定结点a1(0,0);在存在外力强迫作用下,定性分析表明,昆明局地降水距平率系统在其演变过程中将随外源强迫的振荡而发生振荡.     

灰色动态GM（Gray Model）模型在秋绵雨预测中的应用

本文利用灰色动态(GM)模型．对秋绵雨进行动态建模。根据秋绵雨发生的时间及气候变化特点．分别建立各时段预报模型．实现秋绵雨中长期动态预测．其拟合效果和试报结果较为理想．具有较强的实用性。     

夏季日峰降温电力负荷预测灰色模型及其应用

基于2017—2020年石家庄市逐15分钟电力负荷及同期气象资料,计算人体舒适度指标有效温度和温湿指数,考虑基准负荷存在周期性和增长性,提出采用灰色模型GM(1,1)并结合滤波法、相关分析等方法,建立日峰降温电力负荷与人体舒适度指标分段回归模型。结果表明:石家庄电力负荷具有明显的逐年增长趋势;剥离出的日降温负荷曲线呈“W”型分布;分别对模型进行一次、二次和分段函数拟合,对3种预测模型进行检验发现分段函数预测精度较高,平均相对误差在4.8%～5.2%,有效温度和温湿指数的分段函数误差在-10%～10%所占比例分别为88.1%和90.5%;考虑了温度、湿度和风速的有效温度较温湿指数的夏季日峰降温电力负荷预测模型预测准确率更高,回归模型分段点为26.2℃,对电网“迎峰度夏”时期电力调度具有参考价值。     

GM（0，2）模型在遥感估算区域降水中的应用

根据遥感植被指数信息，基于灰色累加生成原理，利用植被指数增长与旬累积降水量的同步性，建立旱年、正常年的GM(0，2)模型，归纳为2种不同气候类型模式，并利用旬植被指数来估计旬降水累积量，可通过累减还原估算出旬降水量。     

灰色GM(2,1)模型在气温和降水预测中的应用

根据灰色系统理论,选取四川省部分站点五十多年年平均气温和降水资料,通过对资料长度及资料本身预处理,用GM(2,1)方法进行建模和预测,与实际值比较后得出了一些对预测模型的评价,为利用灰色系统建模法进行气候长期预测进行了有益的探索.     

遗传门限自回归模型在气象时间序列预测中的应用

提出了建立门限自回归模型（TAR）的一套简便通用的方法。用基于实码的改进遗传算法，可同时优化门限值和自回归系数，解决了TAR建模过程所涉及的大量复杂寻优工作这一难题，为TAR模型在气象预测中的广泛应用提供了有力工具。实例计算的结果说明：通过门限值的控制作用，TAR模型可有效地利用气象时序资料所隐含的时序分段相依性这一重要信息，限制了模型误差，保证了TAR模型预测性能的稳健性，提高了预测精度。该方法具有通用性，在各种气象非线性时序预测中具有广泛的实用价值。     

GM(1,n)模型在主讯期降水量长期天气预测中的应用

介绍了灰色系统GM（1，n）模型的建模原理及方法；建立了巢湖区域主汛期（6—8月）降水长期预测GM（1，3）灰色预测模型，并将之与GM（1，1）模型及传统的线性回归预报方程进行比较讨论。