非随机化人工增雨试验效果的统计模拟研究

人工增雨抗旱救灾、水库蓄水发电外场作业均采用非随机化作业方案．非随机化试验通常有序列试验、区域对比试验和历史回归试验以及本文提出的多因子分层回归试验．由于自然降水在空间和时间分布上存在巨大差异,使得这些方法难以客观定量评价人工影响的效果．本文采用统计...     

湖南单块积云高炮增雨随机化试验效果的分析

根据湖南８年夏秋积云随机化高炮ＡｇＩ增雨试验获得的２８块作业云和２０块对比云的观测资料,经雷达回波和降水参数的统计和双比分析表明,催化作业对积云的顶高和面积无明显影响,但可能增加回波强度和降低其强中心高度,使作业积云总降水量增加１７％,雨量增加２８％,雨强增大２４％,降雨持续时间延长７％,但统计样本少,显著度不高。     

海南岛西部山区人工催化暖底积云随机化效果检验

2015—2016年在海南省昌江县霸王岭开展地面暖云烟炉随机化人工催化效果检验,共取得催化和未催化试验样本34个。利用TITAN风暴追踪系统结合自动雨量资料进行统计和物理效果分析。结果表明:催化样本影响区平均增雨量为3.36mm/2h,未催化样本平均增雨量为2.97mm/2h,催化比未催化样本平均增加雨量0.39mm,相对增加11.4%,显著性分析差异显著;对于增长阶段的积雨云,催化样本反射率增强、含水量增大、回波顶高升高;处于减弱阶段的积云,多数催化样本回波减弱趋势趋缓。     

沃纳模型的质疑

运用沃纳模型的基本思想，对两个比较典型的应用示例进行验算，发现在使用沃纳模型时，还必须增加些限制条件，否则，应用沃纳模型的计算结果可能出现负值而没有经济意义。     

非随机化人工降雨试验效果评价方法研究

本文在分析各种非随机化人工降雨试验的基础上提出一种新的评价方案——区域控制模拟试验。统计数值模拟分析及采用本方案对古田人工降雨试验再评价、对河南、江西、山东等省飞机、高炮人工降雨作业效果评价均表明，本方案比其它随机试验方案能较客观、准确评价作业效果。文中还采用统计数值模拟方案探讨区域雨量相关、作业效果对区域控制模拟方案统计结果的影响。     

聊城市人工增雨效果统计方法及计算结果分析

利用聊城市和菏泽市1963～2007年的降水观测资料和天气形势图,采用历史区域回归试验和天气系统分类回归方案效果检验法,对2004～2007年4年间聊城市人工增雨作业的效果进行了计算分析,为聊城市人工增雨作业选择有利的作业时机和天气条件提供一定的依据.结果表明:1)采用天气系统分类统计的方法可以有效提高区域雨量的相关性,从而提高了统计分析的效率;2)聊城市实施人工增雨作业比较有利的时节是6月,催化效果最理想的天气系统是南方气旋;3)人工增雨效果的最大值在不同的天气系统条件下对应着不同的自然雨强区间.     

辽宁人工增雨试验区功效研究

采用复随机化试验法对辽宁人工增雨试验区进行功效分析,并通过对基于聚类的浮动对比区历史回归统计检验评估方案(CA-FCM)等几种评估方案的比较,确定了最适宜辽宁人工增雨试验区的试验方案和样本容量.结果表明:在辽宁人工增雨试验区以80%检出概率(0.05显著度)检验出10%增雨效果,区域控制试验和区域回归试验需要400个样本,区域交叉试验、多区双比交叉回归试验、CA-FCM需要250个样本.其中CA-FCM评估方案在相同的样本容量和催化效果情况下,功效值最大,评估效果最佳.     

汶川地震的时空点格局分析

为了探索汶川余震发生的时空规律,采用时空点格局的分析方法,分别对汶川Msge;4.0,Msge;4.5,Msge;5.0的余震数据进行了分析,发现在一定距离尺度和一定时间尺度上余震数据存在时空聚集．在前两组余震序列中这种时空互动在余震相距60km、260小时的范围内明显增强,而后一组余震序列中这种时空互动在余震相距80km、150小时的范围内明显增强．若不考虑余震发生的时间因素,采用完全空间随机化分析方法,得到余震在相距60km范围内聚集性明显增强．上述结果为研究汶川地震发生规律和强余震预测提供了参考．      

随机化检验方法及其应用

首先系统叙述了无分布检验中的一种疗法--随机化检验.此方法具有不需作任何分布假定及相应参数估计,对小样本及样本来自随机及非随机均适用的优点.作为实际应用,利用此方法,对鲜水河断裂带上地震的迁移规律及华北地区大地震的减震作用进行了随机化检验.检验结果表明,鲜水河断裂带上6级以上地震来回迁移规律具有98.7%以上的置信度;大华北地区8级以上地震对7级以上地震具有比较明显的减震作用.所得结果及方法本身在实际中具有一定意义.      

改进哈里斯鹰优化算法与BP神经网络组合的滑坡位移高精度预测模型

开展滑坡位移高精度预测研究对于滑坡灾害的防灾预警具有重要意义。针对哈里斯鹰优化算法(HHO)搜索精度低且会陷入局部最优的问题,对其进行改进并进一步与BP神经网络组合,同时有效兼顾滑坡外部影响因子,发展了一种改进哈里斯鹰优化算法(IHHO)与BP神经网络组合(IHHO-BP)的滑坡位移高精度预测模型。结合我国典型黄土滑坡——甘肃黑方台党川滑坡HF08、HF05和HF09等3个监测点的北斗/GNSS实测数据,验证了IHHO-BP模型在3个实测数据集中的位移预测精度均优于单一BP神经网络模型,以及哈里斯鹰优化算法、麻雀搜索算法(SSA)、粒子群算法(PSO)、遗传算法(GA)与BP神经网络组合的预测模型。结果表明：引入Levy变异、局部增强和随机化Halton序列种群初始化策略的改进哈里斯鹰优化算法,可有效解决哈里斯鹰优化算法搜索精度低且会陷入局部最优的问题;IHHO-BP模型具有更好的泛化能力,可有效提升滑坡位移的预测精度,该组合预测模型具有更好的推广应用价值。