数据挖掘技术在水文预报中的应用及水文预报发展趋势研究

数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。     

青黄公路交通调查及交通量预测

通过对1998年2月青黄公路的交通调查,分析了青黄公路的交通现状,根据青岛市的国民经济增长速度、交通运输发展及城市出入口资料,利用弹性系数法预测了2000年和2010年青黄公路的城市交通量。     

南亚高压与华南汛期天气

本文分析了南亚高压的气候特征及南亚高压月际间振荡与华南汛期天气的关系,结果表明,初夏振荡中心偏北同时偏东,不利华南雨季多雨水;盛夏振荡中心偏北同时偏东,有利华南沿海多台风,并建立了相应的预报判据。     

Seismic attenuation estimation using a complete ensemble empirical mode decomposition-based method

The frequency attenuation gradient method can provide important information for hydrocarbon detection. In this paper, a method using Complete Ensemble Empirical Mode Decomposition (CEEMD), Hilbert transform and the least-squares curve-fitting is proposed for seismic attenuation estimation as an effective frequency attenuation gradient estimation approach. We first use CEEMD to obtain the different Intrinsic Mode Functions (IMFs), which have a narrow band and can enhance the physical meaning of instantaneous attributes trace by trace. The time-frequency spectrum, which is computed using a Hilbert transform of each IMF, is represented as a spectrum with a single-peak that has narrow side lobes, which is conducive to frequency attenuation gradient estimation. Second, for each time sample, the frequency-amplitude spectrum of each IMF trace is extracted from the time-frequency spectrum to conduct the attenuation gradient computation. Then, the logarithm operation is performed for each IMF trace. Due to the very narrow bands of some IMFs in some seismic traces, a variable frequency window is adopted along the IMF trace according to the local data characteristics. Finally, the attenuation gradient for each IMF in a seismic trace can be computed using least-squares fitting. A different IMF reflects a seismic trace with a different spatiotemporal scale and can highlight different geologic and stratigraphic information. The correlation weighted average operation is used to highlight some useful details in seismic trace and obtains the attenuation gradient for each seismic trace. Field data examples demonstrate our method and its effectiveness. The proposed method can stably estimate the frequency attenuation gradient.     

基于海洋气候数据集的区域海平面变化非线性预测

本文基于中国首套长时间序列、高精度、高时空一致性的全球海洋气候数据集产品, 利用1993年1月至2015年12月的山东半岛近海海平面异常数据, 构建了基于集合经验模式分解(EEMD)和长短期记忆神经网络(LSTM)的海平面非线性变化组合预测模型。EEMD可以得到海平面异常的各周期项、线性趋势及残差部分, LSTM模型可对其进行逐个预测并重构得到最终的海平面异常预测结果。EEMD-LSTM组合模型海平面异常预测的均方根误差仅为25.87 mm, 取得了令人满意的效果。基于该组合模型预测2016-2025年山东半岛近海海平面上升速率将达到3.54 mm·a^-1。     

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.     

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。     

江淮入梅前后气象因子变化特征及预报着眼点探析

针对2010年江淮地区入梅日预报偏差情况,利用2010年6—7月高低空实况资料和NCEP再分析资料,分析了入梅前后湿度、经向风、地转西风急流的变化特征,并结合1985—2005年21 a历史平均状况和近几年的变化特征,分析了江淮地区入梅前后气象因子变化的规律性、普遍性,丰富了江淮地区入梅预报着眼点。研究发现:有些年份地转西风急流从30°N以南北跳到30~37.5°N区域,对江淮地区进入梅雨期有很好的预示作用,且其稳定维持,有利于江淮梅雨期降水的持续。70%湿度区北跳到30°N的时间及持续时间对江淮地区入梅日的预报和梅雨期长度有着较好的指示作用。在30~35°N区域内v850 hPa-v200 hPa风速差值的突然增大和江淮地区入梅有着较好对应关系。这为梅雨的预报提供了新的思路和方法。     

基于时间序列模型的沉降监测预报分析

时间序列模型预测具有可靠性与高效性的特点。本文结合沉降监测工程,采用Matlab进行建模预报分析,分别基于预测模型(AR、MA、ARMA)进行应用。对比自回归模型、滑动平均模型及自回归滑动平均模型预测结果的精度,表明3种模型可预测期连续分布,模型组合可提高预测精度。     

河南省强对流天气诊断分析预报系统

强对流预报是天气预报的难点,为了提高预报强对流、特别是预报区域性强对流天气的预报能力,应用河南省1995—2004年的气象观测资料作分析样本,并计算多个大气动力和热力学参数。经过统计分析、诊断分析,选择预报能力强、指示性好的大气动力或热力学参数作为强对流天气的预报因子,采用加权集成建立预报方程。应用计算机技术自动实现从数据采集、物理参数计算、预报因子临界值判别、诊断预报方程运算,到以MICAPS图形方式输出预报结果,建立了河南省区域强对流天气预报系统。该系统为预报员提供了一种科学客观的参考依据,在近两年的业务运行中取得了比较理想的预报效果,提升了河南省强对流天气的预报能力。