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。     

灰色马尔可夫链在深基坑沉降预测中的应用

针对深基坑在开挖后的施工过程中,由于多种因素引起的沉降变形具有随机性的特点,采用灰色马尔可夫链模型对上海市某深基坑的沉降进行了成功预测。结果表明,利用灰色马尔可夫链对深基坑的沉降变形进行预测是可行的。     

北江流域径流年内分配特征的变异性分析

以北江流域石角站53年的实测月径流资料为基础,研究了流域内径流年内分配特征及其变异性。计算了径流年内分配不均匀性、集中程度、变化幅度等指标。发现各年代和多年平均相比,20世纪50、60年代的径流年内分配较不均匀,70年代以后,径流年内分配逐渐趋于均匀,集中期和极小比的变化表现为具有波动性。从各指标的变化趋势看,不均匀系数、调节系数和极大比在1967、1975、1999年发生了变化,集中度在1999年发生了变化,集中期在1984、1999年发生了变化,极小比在1975、1983、1991、1999年发生了变化。径流年内分配特征的趋势变化和降雨不一致,主要表现在径流的年内分配不均匀性趋势较降雨降低,径流对降水的滞后时间延长,径流极大比变化趋势较降雨下降,极小比变化较降雨平稳。说明北江流域径流年内分配特征发生了变异。对流域内水利工程设施的修建、植被条件、城市化发展情况进行了分析,认为北江流域径流年内分配特征发生变异,主要是受到了上述人类活动的综合影响。     

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。     

北江干流年最大洪峰流量变化特征及其影响研究

利用北江干流4个水文站资料建立了年最大洪峰流量序列,运用线性回归分析序列的趋势,利用Mann–Kendall法识别突变点,应用经验模态分解(EMD)分析序列的周期,采用R/S法分析序列的持续性特征,并初步探讨了序列的影响因素。结果表明:4个测站的序列均呈不显著增加趋势,不存在显著突变点,有4~6a、8~10a等多个波动周期;4个序列都具有长期记忆性,未来仍将呈不显著增加趋势。相关性分析表明,南亚夏季季风是序列的显著影响因素,太阳活动则可能影响其周期性。     

主分量与广东北江年最大流量预测

提出一种应用因子场的主分量建立北江长期洪水预报模型的方法,对发生暴雨洪水有重大影响的500hPa高度场和太平洋海温场作主分量分析,提取其含高信息量的主分量作为预报因子,通过相关和逐步回归计算建立模型.详细分析了用该模型对珠江的重要支流——北江年最大流量的拟合和预测,用该模型对北江流域年最大流量的预测表明,模型是有效的,效果较好,对较大洪水年的拟合效果尤其令人满意.     

基于多变量M-K检验的北江流域降水趋势分析

降水是北江流域水资源的主要来源,因此研究北江流域降水趋势有利于水资源合理规划和实现可持续利用,但目前的趋势分析主要以单变量趋势检验为主,对多变量的趋势分析研究较少。基于此,分别采用单变量和多变量M-K检验趋势分析方法,针对北江流域6个代表性气象站点1959~2009年逐日降水资料,以各站的年降水量、年降水天数和年最大降水量三个变量为主要研究对象,分析得到北江流域的降水变化整体趋势。结果表明,仁化站、韶关站、乐昌站、连州站和广宁站的变化趋势不显著,清远站的变化趋势显著。在整体趋势分析方面,多变量趋势分析方法可同时考虑降水的多重属性特点,从而可更好分析流域降水整体趋势。     

基于灰色-马尔科夫预测模型的巢湖流域洪涝灾害预测研究

针对灰色预测与马尔科夫链预测的优点和不足。提出基于灰色一马尔科夫洪灾发生年份预测,以巢湖流域为例,对模型进行实例验证和应用。研究结果表明：将灰色系统GM(1．1)预测模型与马尔柯夫链预测方法结合起来应用,为认识水文规律提供了一条新途径；灰色系统GM(1,1)预测模型与马尔柯夫链预测方法结合起来应用是建立在历史数据统计分析基础上的,两者的结合可以避免考虑其他多种影响因素,具有较大的科学性和实用性,预测精度高,其预测结果更可靠；本文研究的洪涝灾害发生年份的预测模型与方法,具有较强的理论和实际意义,可供有关部门与气象台站参考使用。     

基于马尔可夫链的多元指示地质统计模型

与传统基于交叉变差函数(cross-variogram)的多元指示地质统计模型相比,基于马尔可夫链的多元指示地质统计模型采用转移概率(transition probability)来描述区域化变量的空间变化,可以很好地反映复杂空间的连续性,弥补了传统地质统计模型没有考虑地质体分布存在不对称性的缺陷,简化了各向异性的处理过程,且在建立模型的过程中,融入了地质类型分布的比例、平均长度和相互间的迁移转换趋势等地质统计信息,使建模过程更直观,更易于理解.用这种方法建立的模型在理论上有比较成熟的随机理论支持,在实际应用中能更准确地反映地质体的空间分布特征.由于该模型考虑了地质体空间分布的连续性、不对称性和各向异性等特征,因此将其用于模拟地下含水层的空间结构,可以真实反映实际含水层的空间分布,为进一步模拟地下水运动提供有力支持.     

含水层非均质结构的马尔可夫链地质统计方法及应用

针对含水层非均质性对地下水流动和溶质运移模拟的准确性有着重要的影响,但非均质性的刻画十分困难的问题,介绍了马尔可夫转移概率理论方法及其在含水层非均质结构研究中的应用,利用Walther定律建立了三维马尔可夫链,并将该方法用于研究位于山西省介休市龙凤河冲积扇岩相的空间分布规律.结果表明该地区细颗粒具有在垂直方向上向上沉积、水平方向上向外沉积的趋势,细颗粒岩相与粗颗粒岩相之间的关联性强而粗颗粒岩相之间的关联性差.该方法的缺点在于Walther定律的应用可能会增加不确定性.     

松花江流域年降水和四季降水变化特征分析

利用松花江流域35个气象站1960~2010年的降水资料,采用协克里格插值法、线性倾向估计方法以及M-K秩次相关法等,分析了流域年降水和四季降水的时空变化特征。结果表明:(1)流域年降水由东部向西部递减,51年来流域大部分地区年降水呈不显著减少趋势。(2)流域春季降水呈不显著增加趋势,夏季呈不显著减少趋势,秋季呈不显著减少趋势,冬季降水呈显著增加趋势。(3)流域四季降水在二松源头地区一带较大,流域西部地区降水较少,松花江中下游两侧地区居中。(4)春季,流域大部分地区降水增加,但不显著。夏季,大部分地区降水减少,但不显著。秋季,全流域降水呈不显著减少趋势。冬季,全流域呈增加趋势,且绝大部分地区显著增加。(5)嫩江流域、松花江流域年降水-径流关系发生显著变化的时间是1974年、1980年和1999年。     

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。     

基于贝叶斯模式平均的大渡河流域集合降水概率预报研究

基于TIGGE数据的五个单中心集合预报结果(CMA、CMC、ECMWF、NCEP、UKMO)构成的多中心超级集合预报系统的降水量预报,以及相应时段的实测降水量值,应用贝叶斯模式平均法(Bayesian Model Averaging,BMA)建立大渡河流域的BMA概率预报模型。通过CRPS、MAE、BS三种评价指标,对大渡河流域的BMA降水概率预报模型进行评价与检验,三种指标均显示BMA降水概率预报比原始集合预报具有更高的准确性,其中BMA模型的CRPS和MAE指标均值分别相比原始集合预报减少了31.6%和23.9%;分析模型权重参数,得出ECMWF对大渡河流域BMA降水预报贡献最大,即ECMWF对研究区域降水预报效果最好;模型对大渡河流域极端降水预报效果较差,常低估极端降水量。     

鄱阳湖流域年降水时间序列的小波分析

对鄱阳湖流域内的赣州、宜春、南昌和庐山4个气象站近60年的年降水量序列进行小波分析,研究了鄱阳湖流域降水时间序列的周期性变化规律。结果表明,鄱阳湖流域年降水量存在两个明显的周期变化,分别为30～35a和12～15a,2011年正处在30～35a周期转化的节点上,未来30a鄱阳湖流域可能将进入降水偏少的周期;而12～15a周期尺度在2000年以前比较明显,2000年以后12～15a周期特征趋于消失。通过对ENSO指数的变化周期尺度的研究,发现厄尔尼诺现象的出现周期与鄱阳湖流域年降水量周期十分相似,两者具有很高的相关性。     

珠江流域降水周期特征分析

运用小波分析方法,研究了珠江流域全年、汛期(4～9月)和非汛期(10～翌年3月)三种降水序列时间周期演变特征,结果表明:(1)珠江流域不同区域降水周期不一,大体可分成三个片区,周期尺度分别为6～8a、12～14a和20～21a;(2)珠江流域全年与汛期降水周期以年际变化为主,且两者降水周期分布一致;非汛期降水周期以年代际变化为主,与全年及汛期的降水周期差异较大。