Efficient estimation of flood forecast prediction intervals via single‐ and multi‐objective versions of the LUBE method

Prediction intervals (PIs) are commonly used to quantify the accuracy and precision of a forecast. However, traditional ways to construct PIs typically require strong assumptions about data distribution and involve a large computational burden. Here, we improve upon the recent proposed Lower Upper Bound Estimation method and extend it to a multi‐objective framework. The proposed methods are demonstrated using a real‐world flood forecasting case study for the upper Yangtze River Watershed. Results indicate that the proposed methods are able to efficiently construct appropriate PIs, while outperforming other methods including the widely used Generalized Likelihood Uncertainty Estimation approach. Copyright © 2016 John Wiley & Sons, Ltd.     

变形监测缺失数据序列灰色建模方法探讨

在测量工作中,由于气候环境、观测方法、观测仪器以及观测人员自身因素等多方面的原因,可能造成观测数据的丢失或者不完全。文中针对这类数据的处理,采用加权平均法和三次样条插值法对缺失数据进行修复,建立GM （1,1）模型,并与非等间隔预测模型进行对比。通过两组仿真数据和两组实测数据验证发现：对于呈指数增长的序列和高增长序列修复之后建模预测精度更高;三次样条插值法数据修复后GM （1,1）建模预测精度较加权平均法预测精度更高;对于低增长序列,直接采用非等间隔建模预测精度更高。     

地震速度资料在北黄海盆地中的应用

概述了北黄海盆地的区域地质背景和速度分析的原理,通过对北黄海盆地速度谱的解释和计算,得到了层速度、平均速度、砂岩百分含量等信息,利用这些速度资料识别多次波、辨别坳陷区和隆起区,进行时深转换、构造分析以及岩性分析,为北黄海盆地地震资料解释、沉积相分析以及资源量计算提供可靠的依据。     

GNSS-R DDM波形仿真的时延与多普勒间隔研究

DDM波形是GNSS-R技术用于反演地球物理参量的基本观测量,其仿真结果的可靠性直接影响GNSS-R的理论研究及项目工程参数设计。利用GREEPS仿真软件分析了时延间隔与多普勒间隔对DDM波形仿真结果可靠性的影响,得到了用于获取可靠DDM仿真波形的时延与多普勒间隔参数。研究表明,时延和多普勒间隔越小,DDM仿真波形与理论波形吻合度越高;当时延间隔取1/16个GPS L1 C/A码元、多普勒间隔取50 Hz时,DDM仿真波形与理论波形几乎完全吻合,二者的相关系数大于0.99;时延间隔对DDM仿真波形峰值位置的影响远大于对峰值信噪比的影响;而多普勒间隔对DDM仿真波形峰值位置与信噪比的影响相当。     

不等时距灰色模型在深基坑变形预测中的应用

传统的灰色模型多适用于等间距序列监测数据的模拟预测,而实际上由于各种原因往往使所获得的监测数据是不等时距的。研究了基于不等时距灰色预测方法的深基坑变形预测模型,应用深基坑工程变形的实际监测资料,对其预测精度及可行性进行了充分的分析比较与论证。结果表明,不等时距灰色模型预测深基坑变形的精度及可信度较高。     

极端事件再现时间长程相关性与群发性研究

利用百分位阈值方法定义极端事件,从极端事件再现时间的角度,研究了极端事件发生时间间隔的长程相关性.发现若原时间序列具有长程相关性,则它的极端事件再现时间序列也具有长程相关性;计算表明两者的标度指数α相当接近,这一特性与随机产生的再现时间序列有着本质的差别,再现时间序列的长程相关性是由原序列的长程相关性决定的.具有长程相关性的时间序列再现时间的概率分布明显不同于随机序列,其小值再现时间的概率较大,反映出极端事件的群发现象.本文根据这一特征定义了再现时间的群发性指数,发现时间序列的长程相关性是导     

未来地震震级的定量计算

将某一地震带在强震前某一时期内发生的地震,按其面波震级大小自大到小排列,并以N=2、3、4、……来累计频度,采用公式logN=a-bM计算a、b,从而计算出第一个地震的震级M_1,这就是未来可能发生地震的震级。通过对川滇地区和华北地区的九次近期强震进行计算,结果表明,在震级测定误差范围(±0.3级)内,上述的M和logN之间具有很好的线性关系,这就为地震预报和地震区划中定量计算未来地震震级提出了一个新的方法。     

Evaluation of rainfall-runoff performance using the stochastic integral equation method

The stochastic integral equation method (S.I.E.M.) is used to evaluate the relative performance of a set of both calibrated and uncalibrated rainfall-runoff models with respect to prediction errors. The S.I.E.M. is also used to estimate confidence (prediction) interval values of a runoff criterion variable, given a prescribed rainfall-runoff model, and a similarity measure used to condition the storms that are utilized for model calibration purposes.Because of the increasing attention given to the issue of uncertainty in rainfall-runoff modeling estimates, the S.I.E.M. provides a promising tool for the hydrologist to consider in both research and design.     

地震的复发周期

本文提出了一个计算某一地震带(区)上地震复发周期的简单公式: T_M=m·10~(bM-a)式中T_M为震级是M的地震周期,m表示在求震级—频度关系式logN=a-bM中的系数a及b时,使用了m年的资料(时间单位也可以采用年、季度、月、旬等等)。 采用上述公式,作者研究了地震预报中的长期、中期及短临预报的问题。一些震例的研究表明:复发周期在地震预报的许多方面具有广泛的实用意义。不失为地震预报中的一个重要指标。