B—P神经网络在径流长期预测中的应用

人工神经网络作为一个具有高度非线性映射能力的计算模型，已广泛应用于模式识别、自动控制等许多领域。在数值预测方面，它不需要预先确定样本的数学模型，仅通过学习样本数据即可进行预测。作者以龙羊峡水库入库径流为研究对象，将人工神经网络中的反向传播算法（简称B－P模型）应用于入库径流变化趋势的长期预测，并将基结果与常用的时间序列分析方法的计算结果进行比较，以分析人工神经网络在径流预测领域应用的优越性及其应用前景。     

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。     

中国西北地区夏季降水分区客观预报

本文在降水分区的基础上,对西北地区夏季降水进行预报。利用2007—2010年的6—8月T639资料和相应时段的实况资料,通过概率回归降水等级方案进行建模,对2011年6—8月进行了试报。结果表明:与单站建模预报相比,分区建模降水预报TS评分在各时效、各量级上均有提高,并且在空报和漏报上有较大减少,特别是中雨预报改善明显。分区建模比单站建模所选因子更丰富,利用了模式产品的有用信息,因此预报效果更好。分区建模降水预报与模式直接输出降水预报的对比分析表明:分区建模的降水预报效果优于模式直接输出降水预报,尤其小雨预报效果显著,中雨和大雨36 h和60 h预报的空报现象明显减少。     

基于变权组合预测模型探讨中国煤炭需求(英文)

变权组合预测是对各个单项预测模型在各时点上赋予适当权重进行组合,而权重是随预测时间变化的函数。该方法具有较高的预测精度和预测稳定性,能比较合理地描述系统的客观现实。本文依据1981-2008年的中国煤炭需求历史数据及对煤炭需求的影响因素,分别建立灰色系统、多元回归两个单项预测模型,构建了中国煤炭需求的变权组合预测模型,对中国未来12年煤炭需求进行了预测。     

龙羊峡水库年入库径流的Markov预测模型

Markov预测技术是应用Markov链的相关预测的基本原理与方法来研究分析时间序列的变化规律,并预测其未来变化趋势的一种预报方法,适用于随机波动较大的预报问题。根据Markov链原理,提出了一个用于龙羊峡水库年平均入库径流预报的离散随机过程模型。实测资料的验证结果表明,这种模型计算精度较高,具有良好应用价值。     

Forecast of Demographic Processes in Russia and in Countries of Central and Eastern Asia in the 21<Superscript>st</Superscript> Century

This article was prepared on the basis of on a number of Bayesian probabilistic forecasts according to the Population Division of the Department of Economic and Social Affairs of the UN Secretariat. The aim of the research is to forecast the population dynamics in Russia, Asian countries of the CIS, now referred to Central Asia, and East Asian countries from 2015 to 2095. The main research method is multifactorial simulation modeling. Consideration is given the changes in the population size of Russia as a result of the accession of Crimea and the growth of the migration inflow from the Territory of Ukraine. The forecast relies on demographic statistics (birthrates, mortality and migration exchange) in the region’s countries from 1950 to 2015. A brief review is provided for the dynamics of the dynamics of birthrate, mortality and pure migrations for separate countries of the region from the mid-20^th century to 2015, and the forecast of these indicators (according to an average scenario) into 2095. Within the entire region, six forecast scenarios are considered, including the main (average) scenario. The first scenario implies the preservation (at the level of the year 2015) of the number of births in the age cohorts of females, the second scenario includes the preservation of mortality unchanged in the age cohorts of females and males, the third scenario involves a balance of migrations at the zero level, and the fourth and fifth scenarios provide a change in the number of pure migrations, with the birthrates and mortality remaining unchanged. The sixth scenario is treated as an average scenario. The population size by the end of the forecast period varies considerably with a particular scenario, but irrespective of the forecast scenario, a significant decrease in the population size is expected in Japan, China, South Korea and Russia. The largest increase in population by 2095 is forecasted for Tajikistan, Kyrgyzstan, Mongolia and Kazakhstan.     

基于客源地的聚类-ARIMA模型的短期旅游需求预测--以天津欢乐谷主题公园为例

大多数旅游需求预测研究是基于目的地游客总数或消费总量开展的,尚未按不同的旅游目的或客源地细分进行预测.以天津欢乐谷主题公园为案例地,选择2014年第40周到2015年第26周为研究时段,利用通信大数据,提出了一种面向客源地的聚类-ARIMA组合预测模型.通过对不同客源地的时序数据进行聚类,选取各类别中的代表性客源地分别构建ARIMA预测模型.结果表明:对欢乐谷主题公园各客源地分别建模与聚类后通过6个代表客源地建模得到的结果一致;后者可以降低80%的预测成本.该方法具有较高的预测精度和较低的计算成本,适合面向客源地的短期旅游需求预测,可为旅游目的地提供更具针对性的旅游需求管理、分析与决策支撑.     

三峡库区耕地变化研究

三峡工程是世界性的伟大工程,三峡工程的兴建推动了三峡库区的经济发展.在三峡库区经济发展的过程中,耕地成为经济发展的重要资源.本文利用三峡库区1990~2004年的耕地面积和社会经济资料,采用统计分析与实证研究的方法,分析了三峡库区耕地变化的过程,了解库区耕地变化的驱动力,探寻了耕地数量模拟预测的新方法,为库区耕地的保护和经济可持续发展提供参考.结果表明：(1)三峡库区15年来耕地面积及人均耕地面积呈减少的趋势,不同的库区段也如此;(2)三峡库区历年耕地面积与对应年人均GDP的关系曲线呈倒"U"型,并且相关年份耕地的变化与GDP的变化不同步,呈现相对脱钩的状态,三峡库区耕地的变化与城市化的发展及退耕政策休戚相关;(3)在库区耕地模拟预测研究中表明,传统的多元线性回归分析方法的模拟精度不及BP神经网络的模拟精度,并利用BP神经网络预测了三峡库区2010年和2015年的耕地面积,其预测结果具有一定的合理性.     

The river water resources of the Magadan region and their long-term variability

We present the technique for constructing the map for the modulus of annual flow of the rivers in the Magadan region. We derived district formulas for determining the norm of annual flow and the variation coefficient for the unexplored rivers of the region. The numerical estimate of the river water resources in the region is refined considerably. Satisfactory methods to forecast the annual inflow of water to the reservoirs of the Kolymskaya Hydro, and of the Ust-Srednekanskaya Hydro under construction have been developed for the first time (the predictability from independent data constituted 81.8%).     

Verification of the motion fields over Southeast Asia by the Florida State University (FSU) superensemble forecast

The Florida State University (FSU) multimodel superensemble forecast is evaluated against several other operational weather models for the Southeast Asia region. The superensemble technique has demonstrated its exceptional skills in forecasting precipitation, motion and mass fields compared to either individual global operational or ensemble mean forecasts. The motion field investigation for the season of 2001 reveals that the superensemble forecasts are closer to the observed data compared to the other global member operational models through its low systematic errors at the 850 hPa level. The FSU multimodel superensemble forecasts exhibit the lowest root mean square errors (RSMEs), the highest correlation against the best observed data and the lowest systematic errors compared to the other operational model members. These forecasts have the potential to provide better daily weather predictions over the Southeast Asia region, particularly during the early northeast monsoon that often causes heavy rainfall in the equatorial part of the Southeast Asia region.     

Robust Rule-Based Aggradational Lobe Reservoir Models

Stratigraphic rule-based reservoir models approximate sedimentary dynamics to generate numerical models of reservoir architecture with realistic spatial distributions of petrophysical properties for reservoir forecasting and to support development decision making. A few intuitive rules for the sequential placement of surfaces bounding reservoir units render realistic reservoir heterogeneity, continuity, and spatial organization of petrophysical property distributions that are difficult to obtain using conventional geostatistical pixel- and object-based subsurface methods. While these methods are emerging in applications specifically for deepwater and fluvial clastic reservoirs, there are some remaining obstacles to broad application, such as selection of rule parameters and addressing emergent non-stationarities over the sequence of the placed surfaces. Firstly, there is a need to tune rule parameters to ensure the models honor natural heterogeneities. We demonstrate this for the compensational rule. Secondly, invariants over model sequence (from the base to the top of the model) may occur with respect to shape, volume, undulation, and gradients of surfaces. For example, for a stack of compensational lobes, the volume of individual lobes may decrease due to the onlapping of previous bathymetry and also increasing undulation over model sequence may occur. In addition, for stacking of compensational lobes, the interfacial width and average gradient of the composite surface may initially increase, but then saturate and stabilize. Such non-stationarities represent numerical artifacts that may bias the results from these rule-based models. It is essential that these features are quantified and mitigated as a prerequisite for robust application of rule-based aggradational lobe methods for reservoir modeling.

     

基于模式优选的21世纪中国气候变化情景集合预估

未来气候变化情景预估是制定气候变化应对和适应策略的科学基础。本文利用参与耦合模式比较计划第五阶段（CMIP5）的30个气候模式的模拟数据,通过评估各模式对历史气候变化的模拟能力,筛选出模拟区域气候变化的最优模式组合,进而建立偏最小二乘回归（PLS）集合预估模型,据此利用最优模式模拟结果预估区域温度和降水变化情景。通过与历史数据的对比,研究发现本文基于最优模式建立的PLS集合预估模型不仅优于传统的多模式集合平均,而且也优于利用全部模式建立的PLS集合预估模型,体现了模式优选过程的重要性。本文基于优选模式的PLS集合预估模型预估结果表明：① 21世纪各区域温度将持续上升,且冬半年升温速率总体大于夏半年,北方地区升温速率总体高于南方地区;RCP 4.5排放情景下温度上升先快后慢,转折点出现在21世纪中期,RCP 8.5排放情景下,呈持续增加趋势,至21世纪末的升温幅度约为RCP 4.5情景的2倍。② 21世纪各区降水变化均呈显著增加趋势,并表现出高排放情景大于低排放情景,少雨区大于多雨区的特征,但是降水增加过程伴有明显的年代际波动。对比发现,传统的等权重集合平均全部模式（EMC）方法预估的中国夏季变暖速率高于冬季,且降水基本呈线性增加,有悖于全球变暖的基本特征及中国降水具有鲜明的年代际变化特征的基本认识。因而,本文预估的温度和降水变化特征均更符合中国气候变化的基本规律。     

丹江口水库向白洋淀补水生态调度方案研究

白洋淀是华北平原最大的淡水湖泊。近年来,入淀水量和降水量持续减少导致淀水位持续下降。尽管国家实施了多次的生态补水调度,但由于缺乏长效补水机制,白洋淀生态环境恶化趋势仍没有得到有效控制。南水北调中线一期工程的建设,使利用丹江口水库向白洋淀补充生态环境用水成为可能。本文通过研究丹江口水库不同运行调度方案,探讨了利用水文和气象预测、预报信息来指导水库生态调度的可行性。在分析生态预报调度方式内涵的基础上,结合丹江口水库相机补充白洋淀生态用水实例来说明该方法的实用性和可行性。研究表明,基于预报信息的生态优化调度方案,可使白洋淀多年平均补水量增加48%以上。     

区域和沟谷相结合的泥石流预报及其应用

在分析泥石流预报现状和泥石流减灾决策对泥石流预报的要求的基础上,提出了建立区域和单沟相结合的泥石流预报的问题。以泥石流发育的基础数据库、降水的动态预报与监测和泥石流预报模型为基础,以GIS技术为工具,建立泥石流预报平台。泥石流预报模型采用基于模糊数学的泥石流预报模型,预报结果应用概率分级进行表述,以适应泥石流预报准确率低的不足,并最大程度地克服了过分依赖临界降水量进行泥石流预报的不足。将该泥石流预报方法应用到北京山区泥石流预报中,建立了北京山区泥石流预报系统。     

Reservoir Modeling by Data Integration via Intermediate Spaces and Artificial Intelligence Tools in MPS Simulation Frameworks

Conditioning stochastic simulations are very important in many geostatistical applications that call for the introduction of nonlinear and multiple-point data in reservoir modeling. Here, a new methodology is proposed for the incorporation of different data types into multiple-point statistics (MPS) simulation frameworks. Unlike the previous techniques that call for an approximate forward model (filter) for integration of secondary data into geologically constructed models, the proposed approach develops an intermediate space where all the primary and secondary data are easily mapped onto. Definition of the intermediate space, as may be achieved via application of artificial intelligence tools like neural networks and fuzzy inference systems, eliminates the need for using filters as in previous techniques. The applicability of the proposed approach in conditioning MPS simulations to static and geologic data is verified by modeling a real example of discrete fracture networks using conventional well-log data. The training patterns are well reproduced in the realizations, while the model is also consistent with the map of secondary data.     

小波包分解与多个机器学习模型耦合在风速预报中的对比

准确预报风速是提高风电利用率以及电力系统稳定性的有效方法.学者们提出了大量风速预报模型,但针对不同下垫面不同风速预报模型的对比研究较少.该研究主要探究小波包分解和12个机器学习模型耦合对3种下垫面(戈壁、绿洲和沙漠)风速预报能力,探索风速预报的优化耦合模型.设置3组模型实验进行对比:单一机器学习模型、小波包分解-机器学...     

基于CMIP5模式的干旱内陆河流域未来气候变化预估

我国西北干旱半干旱地区水资源短缺、生态环境脆弱,未来气候变化预估对水资源管理具有重要的现实意义。以黑河流域为研究区,基于1960-2014年月值NCEP再分析资料与气象要素实测资料,建立逐步回归降尺度模型;针对模型不足,提出一种补充逐步回归降尺度模型;经2006-2014年CMIP5中CNRM-CM5模式的区域适用性评价,选取适宜模型进行2016-2060年CNRM-CM5模式下的流域未来气候变化预估。主要结论为：（1）补充逐步回归模型的模拟效果总体要好于逐步回归模型,两模型对流域气温的模拟效果要好于降水。（2）降尺度模型的CNRMCM5模式适用性评价表明,RCP4.5与RCP8.5路径下,补充回归模型的适用性总体好于逐步回归模型。（3）两种路径下,黑河流域上中游未来年均降水量分别为324.94 mm、330.15 mm,未来流域降水分布的不均匀性增强。（4）两种路径下黑河流域中下游未来年均气温分别为10.25℃、10.77℃。     

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。     

黄土高原丘陵沟壑区单元流域次暴雨输沙模型

黄土高原尤其是黄土丘陵沟壑区土壤侵蚀异常严重,在该区开展单元流域产沙模拟对于流域侵蚀产沙及沟道系统泥沙输移比研究有着重要的意义。本文选取陕北岔巴沟单元流域团山沟为研究对象,利用1961-1969年间水文泥沙资料,构建了流域产沙模型:以流域输沙关系表达式Ms=CsH为理论框架,经分析发现洪峰流量、最大含沙量、平均流量与次洪含沙量相关性显著,近而以洪峰流量、平均流量、最大含沙量及径流深为模型变量,通过模拟误差分析,构建并选取了以径流深和洪峰流量、径流深和最大含沙量为变量的经验模型:Ms=H(109.2ln(Qz)+546.1);Ms=H(Cz-141.2)。与目前已有模型相比,以上模型具有很好的模拟效果,尤其是在模拟小产沙事件时模拟效果较好,模型在临近流域水旺沟上的应用效果也较好。另据研究发现,高含沙水流的存在,使得在不同产沙模数水平下产沙模拟响应机制不同,对产沙模数小于300 t/km2次暴雨事件,流量的对数函数拟合效果明显优于幂函数拟合;对产沙模数大于1000 t/km2次暴雨事件,流量的幂函数拟合效果好于对数函数拟合,但差异不大。     

近47 a来黑河流域的降水时空特征分析及预报评估

 利用1960—2006年黑河流域13个气象站, 地面气温、降水等观测资料,对该流域降水的气候年代际特征及干旱变化的成因进行了初步分析。结果表明,该流域降水量,由于受地形地貌、海拔高度和不同尺度大气环流的影响,流域内降水分配极不均匀,南北差异很大, 呈现为东南多西北少, 但降水日数的年月分布和流域的地理分布与降水量分布基本一致。总体上变化均呈波动性上升状态。同时,对2000年承担黑河流域分水的预报任务中研制的黑河流域降水预报服务系统输出的24~48 h降水量预报过程的准确率进行了TS评分检验。证明该系统对黑河流域的降水具有较强的预报能力,预报产品在气象服务工作中有重要参考价值,同时也为今后的精细化预报业务工作打下了一定的基础。