基于广义Kопытов模型及乙型水驱曲线的综合预测法

将广义Kопытов预测模型和乙型水驱曲线方法有机的结合起来，得到了油田开发中后期——递减时期的一种预测水驱开发油田的含水率、产油量、产水量及其相应的累积产量随开发时间变化的方法，此方法克服了在水驱油田预测开发指标中二者所存在的局限性。     

疏勒河流域昌马灌区泉水量预测分析

疏勒河流域农业灌溉主要采用地表水灌溉 ,泉水为该区农业灌溉的主要水源之一 ,该文利用 2 0世纪 90年代的测流资料 ,采用有限差分方法对疏勒河中游泉水量的变化趋势进行预测分析 ,结果显示 ,随着时间的延长 ,泉流量呈逐渐减小的趋势 ,但下降梯度逐渐变小 ,最终趋于稳定     

月降水量的神经网络混合预报模型研究

以均生函数表征预报量自身周期变化，结合500hPa月平均高度场和月平均海温场预报因子，采用神经网络方法建立了一种新的短期气候预报模型。分别以广西桂北、桂中和桂南6月降水量作为预报对象进行预报试验，结果表明，这种新的预报方法比均生函数回归预报模型及高度场、海温场预报因子的回归预报模型，具有更好的物理基础和预报能力。     

数值预报产品在夏季持续高温预报中的释用

利用 1999～ 2 0 0 2年 6～ 8月 96～ 192h日本数值预报产品 85 0hPa气温与吉林省的日平均气温、阶段性高温及极端最高气温 (长春市 )资料 ,通过线性分析 ,找出了日本数值预报产品的 85 0hPa气温与吉林省地面日平均气温、阶段性高温及极端最高气温的对应关系 :吉林省 6～ 8月日平均气温在 96～ 192h的 85 0hPa日本数值预报长春站日平均值上加 6 6～ 4 1℃ ,6～ 8月的极端最高气温在相应的日本数值预报产品上加 9 3～ 13 0℃。     

能见度集合预报及后处理技术应用

基于污染物情况、环流系统和时空分布特征分析,利用神经网络对历史数据进行建模,生成了能见度集合预报产品。在2022年冬季的TS评分检验中,预报产品优于欧洲中期数值预报中心模式(ECMWF)的能见度预报产品。利用概率匹配、最优百分位和神经网络三种后处理方法生成后处理产品,这些产品的TS评分优于集合预报产品。预报输入的ECMWF模式2 m湿度与实况的偏差是误差的主要来源。利用集成方法对三种后处理产品进行集成,其TS评分结果在低能见度区间总体接近或略优于原始产品。生成的能见度集合预报后处理最优集成预报产品成功提高了对中期延伸期能见度天气的预测准确性。     

广西中短期极端温度客观预报方法研究

利用欧洲中心(ECMWF)数值预报产品和常规资料,应用MOS预报方法和多元线性回归技术,研究建立了广西90个站1~7d的最高、最低温度预报方程,试报检验效果较好,预报结果在大多数情况下是可用的或是可参考的,为业务提供了有效的省级客观预报指导产品,对误差特点进行了分析并提出了改进方法。     

主汛期降水量预测信号及方差权重方法的应用

为了制作四川盆地主汛期降水预报对相似方法作了改进,首先是根据四川盆地主汛期降水的前３个特征向量分别寻找有物理基础的前期信号作为预报因子,然后充分考虑各因子对总降水量贡献大小定义因子场的相似,确定相似年,最后引入“集成”的思想,由５个相似年的降水场得到预测年降水的定量客观预报。１９８１～１９９４共１４年的预报结果准确率高于当前业务预报水平。     

人工神经网络在云南5月雨量预测中的应用

提出了一个基于３层ＰＢ神经网络的云南５月雨量的短期气候预测模型。由于神经网络本身是一个非线性动态系统,将其应用到短期气候变化预测这一非线性系统中,更能反映出气候系统状态量之间的物理关系和动力行为特性。并用该预测模型对云南５个区域１９９１～１９９８年的５月雨量距平趋势进行了共４０次的预测试验和检验,其预测的距平符号相关准确率可达到７７．５％。     

应用力学机理的网络模拟预测隧洞超挖问题

概述了结构面的网络模拟技术的基本原理、方法和现状。在充分考虑岩石破裂的力学机理的基础上,结合野外测得的结构面特征参数,提出了一种基于力学机理分析的网络模拟技术,并把该技术运用到地下洞室的超挖预测中。通过某工程实例验证结果的准确性,预测的结果表明：考虑岩石破坏机理的网络模拟技术,能充分反映岩体结构面的几何特征,合理地预测地下洞室中的超挖问题。