典型降水预报ANN多指标优选——以太湖湖西区为例

为提高多种典型人工神经网络应用于降水预报的精度与稳定性并做出优选,对太湖流域湖西区丹徒、丹阳、金坛、溧阳、宜兴5站的年降水量时间序列建立基于组成成分分析的人工神经网络模型,并通过平均相对误差、平均绝对误差、均方根误差及合格率4项评价指标对比分析预报效果。该模型采用Mann-Kendall法、秩和检验法、谱分析法进行组成成分分析;建立BP网络、小波神经网络、RBF网络、GRNN网络及Elman网络模拟并预测随机成分,与确定性成分叠加得年降水量预报结果。在湖西区的研究结果表明,基于组成成分分析的人工神经网络模型的拟合及预测精度高于原始人工神经网络和线性自回归模型,GRNN网络的预测精度与稳定性高于其他4类神经网络。     

频谱分析法在挠力河流域年降水量预报中的应用

本文介绍了用频谱分析法进行降水量分析和预报的基本方法。首先对实测序列进行趋势项分析；其次用自相关函数进行谐波模式检验；然后根据函数的傅立叶级数展开理论，分析谱参数之间的函数关系，计算傅氏系数；最后采用F分布检验法对周期进行显著性检验。确定主要周期，从而建立预报模型。并应用该方法对挠力河流域菜咀子站的年降水量进行了预报，结果表明该区年降水量存在两个主要周期（3年和9年左右），反映了该地区的气候变化规律。实例证明，频谱分析法预测效果很好．预报结果可为挠力河流域的水资源开发和管理提供依据。     

汪家寨矿涌水量非线性即时预报模型研究

汪家寨煤矿涌水量主要受控于大气降水,为了及时预报矿井涌水量,利用矿井涌水量序列和降水量序列,建立涌水量非线性即时预报模型。从涌 和降水量的互相关分析得知,涌水量滞后降水量约０～１个月。应用时间序列混合门限自回归模型建立了涌水量预测模型Ｔａｒｓｏ（２,（１,１）,（１,１））,利用率模型对１９９１年的涌水量进行了预测,主送率在１０％～２０％之间,满足生产需要。模型既考虑了涌水量序列的自相关性,又考虑     

基于无偏灰色马尔可夫链的吉林省降水量预测

为了更准确地对吉林省降水量进行预测,分析其时空变化特征,应用无偏灰色马尔可夫链模型对8个具有代表性的雨量站进行降水量预测,并根据预报结果讨论历史数据波动性与预报精度的关系。其中：83%以上预测结果合格,白城、乾安、长春、蛟河、四平、通化6个地区降水量多年呈递减趋势,减幅分别为0.23%、0.09%、0.24%、1.01%、0.51%、0.54%;延吉、靖宇2个地区降水量多年呈递增趋势,增幅分别为2.60%、0.54%。结果表明：无偏灰色马尔可夫链模型预测精度较高,说明该方法适用于吉林省的降水量预测;吉林省中西部地区降水量呈递减趋势,东部地区呈递增趋势,但变幅不大;在波动性与预报精度的关系方面,时间序列的波动性越大预测所产生的误差越大。     

基于VMD-TCN的月降水量预测模型

准确的月降水量预报对水资源的合理开发利用及洪涝灾害的预测和防治具有重要意义.针对传统降水预测方法信息挖掘能力不足的问题,提出了一种基于VMD-TCN的月降水量组合预测模型.该模型使用VMD将原始序列分解为一系列相对平稳的子序列,然后利用TCN对各子序列分别进行预测,输出各子序列预测结果,叠加得到最终预测结果.将VMD-...     

模糊均生函数残差模型在地下水数值模拟降水量预报中的应用

地下水主要补给来源为大气降水的入渗和地表水体的渗漏.在地下水模拟预报模型中需要预先知道降水量.迄今为止,年降水量的预测仍然是一个不易解决的难题.在模糊均生函数模型(FAFM)基础上,利用其残差数据序列对FAFM进行校正,提出了模糊均生函数残差模型(REMFAF),给出了模型预报精度的检验方法.实例研究表明,REMFAF模型应用于吉林省西部地区地下水数值模拟中的降水量预报,比FAFM的预报精度更高,取得了较为理想的结果.     

WPD-COA-ELM模型在汛期月降水量时间 序列预测中的应用研究

针对月降水量时间序列多尺度非平稳性特点,提出小波包分解（WPD）-白骨顶鸟优化算法（COA）-极限学习机（ELM）相融合的降水量预测模型。首先,利用WPD将非平稳月降水量时间序列分解为若干子序列分量;然后在不同维度条件下利用6个典型函数对COA进行仿真测试;利用COA优化ELM输入层权值和隐含层偏值,对每一个子序列分量分别建立COA-ELM模型进行预测,将预测结果叠加重构后即为最终预测结果;最后,以云南省龙潭站汛期和主汛期月降水量数据为例进行实验,并与WPDCOA-BP、WPD-ELM、WPD-BP预测模型进行比较。结果表明：COA在不同维度条件下均具有较好的寻优精度和全局搜索能力。WPD-COA-ELM模型对实例汛期、主汛期月降水量时间序列预测的平均绝对百分比误差分别为3.91%、3.59%,预测精度优于WPD-COA-BP模型,远优于WPD-ELM、WPD-BP模型。WPD能科学降低月降水时间序列数据的复杂性,提高预测效果;COA能有效优化ELM输入层权值和隐含层偏值,提高ELM网络性能。     

九台市降水量变化特征及其预测

以吉林省九台市气象站1977-2009年的逐月降水量资料为基础,利用滑动平均法、线性倾向估计法和M-K秩次相关法,分析了九台市近33年降水量变化趋势和突变特点。通过均值-标准差建立降水序列的分级标准,采用规范化的各自相关系数确定权重,利用滑动平均马尔可夫链模型,通过转移概率矩阵预测降水量。研究表明,九台市降水年内分配不均,主要集中夏季;降水量有减小的趋势;年降水量存在突变;滑动平均马尔可夫链模型预测精度较高,为降水量预报提供了一种方法。     

盘锦市历年降水量变化趋势分析

以盘锦市行政分区及流域分区近57年（1956--2012年）降水量资料序列为基础,运用二种统计学方法,对各年平均降水量在时间序列的变化趋势进行详细分析,预测盘锦地区降水量未来变化趋势。     

基于权马尔可夫链模型的庐江县降水量预测

由于降水过程的随机性与不确定性,使得降水量预测存在一定的难度。对安徽省庐江县1952~2009年逐年降水资料进行了分析,采用样本-标准差分级法将这58年的逐年降水量序列分为枯水年,偏枯水年,平水年,偏丰水年,丰水年5个状态,采用权马尔可夫链模型预测了2010年的降水量,预测结果与实测结果相吻合。     

近30年雷州半岛季节性气象干旱时空特征

为进一步分析日尺度有效干旱指数(Effective Drought Index,EDI)的适应性,基于雷州半岛1984~2013年逐日降水资料进行验证,对比EDI和月尺度标准化降水指数(Standardized Precipitation Index,SPI)的干旱识别效果,进而结合线性趋势、M-K趋势检验和空间插值方法 ,分析雷州半岛季节性气象干旱时空特征。结果表明:(1)日尺度EDI和6个月时间尺度SPI(SPI-6)适用于雷州半岛的干旱监测,但EDI对严重干旱和突发干旱的识别比SPI-6更准确;(2)1984~2013年,雷州半岛秋冬季干旱频率和干旱站次比均呈减少趋势,但春夏季干旱频率和干旱站次比略有增加趋势;(3)春旱频率从南向北递增,重旱高频地区位于西北部,而夏季重旱高频区位于西部沿海;秋旱南部重于北部,高频中心在雷中西部沿海和曾家周边;冬季重旱以西部沿海、雷州市和徐闻县交界处频率最高。     

1962-2007年广东干湿时空变化特征分析

利用广东省74个气象站点1962-2007年的月降水与气温数据,计算多时间尺度的标准化蒸散发指数,采用旋转经验正交函数(REOF)、Mann-Kendall趋势检验和小波分析等方法分析广东近50年来的干湿时空变化特征。研究结果表明:① 广东20世纪70年代以来干旱发生事件随时间持续增多,空间范围扩展;② 根据REOF时空分解的前6个空间模态,可以将广东划分成6个干湿特征区域,分别位于珠江三角洲、韩江流域及东江流域上游、西江流域及北江中下游流域、粤东沿海区域、北江上游区域和粤西沿海区域;③ 广东干湿发展具有明显的东西部差异性,其中西江流域和北江中下游流域、雷州半岛为主的粤西沿海流域存在着显著的干旱趋势;④ 6个分区干湿变化普遍具有2~8年的振荡周期,但最强振荡周期有所差别。     

气候模式应用中的不确定性分析

为了分析和评价气候变化对水文水资源的影响,根据中国东部地区1956～2000年实测年降水量系列数据,采用多年均值、系列趋势变化指标和反映系列可持续特性的Hurst系数等3项指标,对CGCMA3、MPI-ECHAM5和平均GCM等3种气候模式模拟的同期年降水系列数据进行了检验。检验结果表明,3种气候模式模拟结果与实测值之间,以及不同模式模拟结果之间,不仅定量方面差异很大,而且在定性方面甚至出现相悖的结果,不确定性十分显著。同样,根据3种气候模式预测的未来2001～2050年年降水量和季平均气温推得的未来年径流量系列数据,其多年均值、系列趋势变化指标和干旱年年径流量多项指标也存在明显的不确定性。据此对气候模式及其应用提出了相应的建议。     

The performance of SPI and PNPI in analyzing the spatial and temporal trend of dry and wet periods over Iran

Drought monitoring is carried out using various drought indices, including SPI, to generate time series of dry and wet periods. Furthermore, the dispersion of dry and wet periods was embossed with different intensities (high, medium, and low) over the data record years. Although these results were very necessary for planning and predicting future droughts, it appeared that the application of any trend over dry and wet periods could provide more accurate and unbiased or safer predictions in terms of analysis process. Generally, most of the researchers believed that the results of a drought trend analysis have been influenced by short-term persistence or significant autocorrelation with different lags on drought event time series and the mentioned impact should be preferably removed. Accordingly, drought monitoring was accomplished using SPI and PNPI drought indices to extract time series of dry and wet periods in terms of 50-year (1965–2014) annual rainfall data of 40 synoptic stations over Iran. Having used the basic and modified Mann–Kendall nonparametric tests, it was attempted to analyze the trend of dry and wet periods extracted from mentioned indices. The results represent the relative advantage of using the modified Mann–Kendall test in drought trend analysis. Furthermore, it was shown that the trend of dry and wet periods was negative in the majority of selected stations and that this trend was significant at 95% confidence level in northwest of Iran. Also, the results indicated the similar performance of SPI and PNPI indices in trend analysis of dry and wet periods.

     

非典型周期和气候突变的识别与判定

通过两种新方法分析了无锡站降水年际变化的突变性、周期性等特征,揭示了旱涝演化的自然规律。研究表明,1934、1978、2013年是我国近现代气候突变的临界点,这是旱涝演化的自然选择;无锡站年际降水的观测历史可分成四个特征不同的时段,每个时段节点对应的都是一次气候突变;气候突变会改变年际降水序列的一致性,分段法研究可以大幅度降低模拟难度、提高预测效率。发现并确认了3个气候突变点,实现了超长缺测中断期(13a)旱涝趋势的精确插补,完成了无锡站近百年降雨序列的周期性分析与旱涝趋势预测模拟,研究成果改变了近现代气候历史无法细分的现状。     

叶尔羌河源流区近50年来年径流变化及其对气候变化的响应

  基于新疆卡群水文站和塔什库尔干气象站1959～2005年的观测资料,运用小波分析和统计分析相结合的方法,从多时间尺度研究叶尔羌河源流区近50年来年径流的非线性变化趋势,以及径流对气候变化的响应。结果表明: 1）年径流、气温和降水的主要变化周期几乎一致,年径流和年降水量都存在24年的主要变化周期,而年平均气温则是23年。2）年径流量表现出具有时间尺度依赖性的非线性变化趋势,与区域气候变化密切相关。3）年径流变化是区域气候变化响应的结果,从8（2³）年、4（2²）年和2（2¹）年时间尺度上来看,年径流量与年平均气温和年降水量之间存在显著的线性相关关系。     

基于小波方法的西安市年降水量多时间尺度特征分析

小波分析具有时频局部化特征,可清晰地给出各种时间尺度周期的强弱分布以及降水量偏多、偏少的变化趋势。应用小波分析的方法,对西安市1951～2006年共56年的年降水量序列进行多时间尺度特征分析。结果表明,西安市年降水量序列在整个时间域内主要受2～6年、6～12年、16～34年时间尺度波动变化影响,不同时间尺度下,降水量偏多、偏少交替变化不相同。年降水量序列主要存在4年、8年、26年左右的主周期,其中,26年为第一主周期。另外,西安市多年降水量呈弱下降趋势,2006年以后的降水应呈正位相,降水量偏多,大约到2018年左右,年降水量总体上都应当偏多。     

山东半岛2000～2014年蒸散发时空分异特征

蒸散发的时空格局分析对于合理利用水资源、水资源短缺问题的解决以及旱涝灾害预警和监测具有重要意义。基于山东半岛区域气象资料、MOD16遥感影像数据集及GIS背景信息,分析了山东半岛20002014年地表蒸散量的时空变化特征及趋势,并在年时间尺度上通过基于像元的相关分析法分析了蒸散量与降水和气温的相关性。研究结果表明:在研究时段内平均蒸散量年际波动较大,波动范围为397.9479.8mm,多年蒸散平均值为440.78mm;其中2003年和2008年蒸散量最大,分别超出平均值77.3mm和81.9mm。除水体、滨海湿地外,ET年平均值有明显的由东南向西北递减的特征,降水量和地表植被覆盖度的差异是其空间变异的主要因素。蒸散量与气象因素的相关分析表明,年平均降水量与蒸散量变化呈现明显的正相关关系（0.663）,温度与蒸散量呈显著负相关关系（-0.143）,NDVI与蒸散量相关性较弱（0.33）。     

基于时间序列分析法的岩溶泉水位预测

济南城区岩溶泉是当地主要的供水水源,查明泉水动态规律并科学合理的预测泉水位对于泉域岩溶水资源的开发利用和保护具有重要意义。本文首先应用时间序列分析法将趵突泉和黑虎泉自2012年5月2日至2018年10月31日的逐日水位数据分解为趋势项、周期项和随机项,分析其水位动态变化规律并建立水位预测模型,结果显示泉水位动态在该阶段无显著趋势性;但受降水的影响,泉水位动态变化呈现两个主要的周期,多年性变化（3.2年）和季节性变化;同时由于受到各种无规律干扰因素的影响,泉水位动态呈现随机波动的随机项。其次,利用2018年11月1日至2020年8月24日的逐日泉水位数据验证上述水位预测模型的预测精度,结果表明该模型运行合理,预测效果较好,具有一定的实用价值。最后利用该模型预测了2020年8月25日至2022年10月31日泉水位动态变化,为当地岩溶水资源开发和管理提供了依据。      

Using of gene expression programming and climatic data for forecasting flow discharge by considering trend,normality, and stationarity analysis

In this research, the main hydrological characteristics (such as trend, stationarity, and normalization of hydrological data) of the Kasilian watershed are considered from 1970 to 2009. For forecasting of discharge, gene expression programming (GEP) method is applied. Normality and stationarity of time series are necessary for application of GEP method. For this purpose, third edition of Mann-Kendall trend test and skewness test are used for detection of trend and normalization of data, respectively. Also, five methods are applied for detection of stationarity of data. Modified Mann-Kendall trend test and Theil and Sen’s median slope method illustrate that annual and monthly precipitation data have slight decreasing trend, annual and monthly discharge data have insignificant decreasing trend, and annual and monthly temperature data have an increasing trend. Skewness test illustrates that annual, monthly, and daily discharge and precipitation data are not normal. By using logarithm function, skewness is minimized and symmetry of data is improved. After normalization of time series by logarithm function, five methods are applied for testing of stationarity of time series. These methods show that different normalized time series are stationarity and stationarity of time series is improved by elimination of periodic properties of data. For forecasting of daily discharge by GEP method, 85% of data are used for training and 15% of data are used for testing. By using data of 3 days ago, the GEP has the best efficiency. Coefficient of correlation (CC), root mean square error (RMSE), mean absolute error (MAE), and mean absolute relative error (MARE) are 0.9, 0.495 lit/s, 0.288 lit/s, and 0.053, respectively.