降雨型地质灾害预报方法研究进展

开展降雨型地质灾害预报是减少灾害损失的有效方法。该文在讨论降雨型地质灾害预报相关概念的基础上,结合国内外已有的研究成果,系统总结了隐式统计模型、显式统计模型和动力模型等降雨型地质灾害预报模型的特点和适用条件。近几年区域降雨型地质灾害的预报技术研究有以下新特点:统计模型简单实用,目前已经由单一考虑降雨特征的第1代隐式统计模型,进一步发展为考虑地质、地貌等静态因子的显示统计模型;动力模型逐渐由基于垂直入渗理论的边坡稳定性模型开始向基于水土耦合机制的复杂预报模型发展;降雨型地质灾害业务预报预警的核心是地质灾害预报模型的本地化运行,我国已经基于统计模型搭建了服务于不同区域的业务预报预警系统。结合多源预报降雨资料,搭建基于水土耦合机制的降雨型地质灾害集合预报预警系统是未来可能的发展方向。     

飞机积冰预报算法对比及其集成预报模型研究

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。     

GRAPES区域集合预报两种侧边界扰动方法对比试验

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。     

山东滨州市冰雹天气分型和预报方法研究

利用山东滨州市7个国家气象站与61个人影作业站点观测资料,结合高空观测及探空、ECMWF再分析等资料,对2001—2011年滨州降雹时空分布特征、天气系统和物理量特征、降雹形势分型和预报方法进行研究。得出:(1)降雹日数年均8.6次,总体呈现明显下降的年际变化特征;4—10月可降雹,6—7月降雹最多;降雹主要出现在14时—翌日02时;北部沿海相对较多。(2)降雹形势主要有5种类型:冷涡型降雹、低槽型降雹、横槽型降雹、西北气流型降雹、其他小范围降雹。根据冷涡中心位置冷涡型划分为两个关键区;低槽型可分为前倾槽、阶梯槽、较深低槽、与中低纬度共同作用的槽;横槽型降雹范围广、破坏性大;西北气流型存在连续性。(3)4类13种物理量具有不同分布特征和变异系数,均具有较好的代表性。不同月份、不同降雹影响程度和影响系统,物理量具有较明显差别。(4)0℃层高度在1370~5331m时,7种物理量可用于预报冰雹,K≥17℃、T850-500≥25℃、LI≤2℃、SRH≥0.1m^2·s^-2、SSI≥240、SWEAT≥100、Cape≥2J·kg^-1时可能降雹。6月、7—8月和其它月分别有3种、1种、3种物理量指标组合可用于预报冰雹,物理量的组合和数值有差异。     

基于循环神经网络的单站能见度短临预报试验

由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。     

静海地震台地磁加卸载响应比与邻区地震关系研究

研究分析了静海地磁台2002～2006年观测资料的加卸载响应比异常与邻区ML 4.0以上地震之间的关系,提出了适用于静海地磁台的地震分析预报异常形态特征和阈值判据.     

A new spatial coherence model and analytical coefficients for multi-support response spectrum combination

In this paper, a new spatial coherence model of seismic ground motions is proposed by a fi tting procedure. The analytical expressions of modal combination (correlation) coeffi cients of structural response are developed for multi-support seismic excitations. The coeffi cients from both the numerical integration and analytical solutions are compared to verify the accuracy of the solutions. It is shown that the analytical expressions of numerical modal combination coeffi cients are of high accuracy. The results of random responses of an example bridge show that the analytical modal combination coeff icients developed in this paper are accurate enough to meet the requirements needed in practice. In addition, the computational effi ciency of the analytical solutions of the modal combination coeff icients is demonstrated by the response computation of the example bridge. It is found that the time required for the structural response analysis by using the analytical modal combination coeffi cients is less than 1/20 of that using numerical integral methods.     

改进的灰色预测模型在地面沉降预测中的应用

在地面沉降这一复杂系统中,既含有已知的又古有未知的或非确定的信息,可以作为一个灰色系统来研究.本文针对地面沉降的下沉曲线非线性特征,提出用一种基于残差灰色预测模型对地面沉降量时间序列进行研究.结果表明,通过改进后的灰色预测模型,预测精度得到了提高,在沉降量比较大和水准点比较稀少的地区,利用此模型预测地面沉降可减少地面沉降监测经费,并能实时提供地面沉降预警信息.     

基于MSC MARC的三维构造应力场数值模拟与裂缝预测——以宝浪油田宝北区块为例

MSC MARC的高度非线性有限元分析能力与强大的二次开发接口为复杂三维地质数值模型的建立与三维构造应力模拟与非线性分析提供了有力工具; 并可以通过二次开放子程序建立复杂的岩石本构与破裂准则。本文基于MSC MARC建立了新疆焉耆盆地宝浪油田宝北区块背斜构造三维有限元模型并进行了构造应力模拟分析和裂缝预测。裂缝预测结果与实际动态资料十分吻合。      

潜在地震灾害预测和评价神经网络系统及其若干问题

结合人工神经网络自身的特性和地震灾害预测研究的特点,本文应用神经网络模型,建立了潜在地震灾害预测和评价系统。针对网络模型参数设置、数据归一化、中间层神经元最优数目以及泛化分类评价指标等若干实际问题给出了实际可行的解决方案。通过大样本数据对网络的训练,形成了有识别和记忆功能的非线性预测和评价系统。对网络的测试和检验,论证了该系统在预测潜在地震灾害上的可行性和有效性。同时,从测试精度出发,探讨了这种预测网络存在的不足,并给出了相应的改进建议,为开展进一步的研究工作提供了参考。