缓冲算子改进灰色模型在变形预测中的应用

灰色模型用于建筑物变形监测分析和预测时,通常依靠时间信息建立预测模型,但该类模型不能充分反映点位变化规律。在对变形监测时间序列定性分析的基础上,提出利用缓冲算子对变化幅度大的点进行调整,以此建立改进的灰色模型,再进行预测,并用实例进行分析验证,取得了更优的预测效果,精度也有所提高。更多还原     

基于改进灰色模型的石河子市需水量预测

针对城市需水预测原始序列波动性大、两阶段弱化缓冲算子的灰色模型对序列预处理强度难以把控的问题,在建模过程中引入变权弱化缓冲算子,通过研究人员的定性分析确定权重,实现对算子作用强度的控制,从而提高模型预测的精度。基于石河子市2011-2018年用水统计资料,分别建立了传统的灰色模型、二阶弱化缓冲算子的灰色模型、变权弱化缓冲算子的灰色模型,并结合指标分析法对城市需水量进行了预测。结果表明:改进后的模型较其他两种模型精度有所提高,并能在后续的预测中保持其稳定性和精度,与指标分析法预测结果差距小。石河子市需水量预测研究可为区域水资源规划与调度提供可靠的科学依据。     

改进的灰色灾变模型在干旱预测中的应用

为提高传统的GM(1,1)模型精度,分别从原始数据序列检验和建立残差修正模型两方面进行了改进,并将改进的灰色灾变模型与不进行原始序列检验的GM(1,1)1模型和对原始数据序列进行检验的GM(1,1)2模型进行了比较。结果表明:改进的灰色灾变模型精度最高;运用该模型预测榆林市未来可能发生干旱的年份分别为2012年、2015年和2019年。     

灰色系统模型在宝鸡峡灌区气象干旱预测中的应用

根据宝鸡峡灌区1981～2003的年降水资料建立了GM（1，1）模型，并依据建立的残差GM（1，1）模型对原模型进行修正，对灌区2008～2016的干旱发生年做出预测，并由2004年灌区降水资料检验预测结果，检验结果表明该模型的预测结果合理可信。     

不同改进灰色模型在广西年用水量预测中的应用研究

以广西全区2005-2014年的年用水量资料作为建模数据,采用灰色GM(1,1)模型进行预测研究。为了提高预测精度,分别对传统灰色GM(1,1)模型进行了不同方式的改进,通过比较发现4种灰色模型的预测结果均较理想,平均精度达到了99.5%。其中传统灰色GM(1,1)模型为99.0%、函数变换改进的灰色模型为99.4%、残差修正后的灰色模型为99.7%、经弱化算子处理后的灰色模型为99.9%,同时也充分验证了灰色模型在广西年用水量预测中的可靠性。     

EBK和LSTM模型在气象干旱时空预测中的应用

为了检验气象干旱预测模型的有效性,利用1951—2017年河南省19个气象站逐月降水量数据,计算多尺度标准化降水指数(SPI),并建立了SPI序列长短时记忆神经网络模型(LSTM)。对模型参数进行率定和验证后,结合改进的经验贝叶斯克里金插值法(EBK),对河南省气象站多尺度SPI值进行时间序列预测和空间分布预测,并借助均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R~2)对回归预测模型的有效性进行判定。结果表明:在时间序列预测方面,LSTM模型在1月、24月尺度SPI的RMSE值分别为1.116和0.392,MAE值分别为0.911和0.188,R~2值分别为0.102和0.871,说明LSTM模型对SPI的预测精度与该指数的时间尺度有关,随着时间尺度的增大而逐渐提高;在空间分布预测方面,通过EBK得到的LSTM模型预测值在空间分布上与SPI观测值的空间分布十分相似,且能够在大尺度上较为精确地预测河南省旱情。     

灰色GM(1,1)模型在干旱预测中的应用

灰色系统理论及其建模原理,利用蚌埠市气象站27a的实测降水量资料建立灰色预测GM(1,1)模型,对干旱灾害进行预测,经残差与后验差检验分析,模型精度较高,平均达99.37%,使用实测资料检验,效果较理想,为蚌埠市抗旱及供水提供必要的预测信息。     

灰色系统理论在干旱预测中的应用研究

干旱灾害频繁发生,导致了农业生产的恶性循环,造成环境的持续恶化和污染的加剧。开展干旱评估、预测预警等研究,已成为抵御干旱灾害亟待解决的问题。结合华县的年降水量资料,将干旱视为一个灰色系统,根据灰色GM(1,1)预测模型对未来干旱年份进行预测。经检验,模型结果符合实际,具有一定的可信度,能为华县地区抗旱和供水提供必要的预测信息。应用进行预测表明,华县2012年～2013年、2019年～2020年期间将发生干旱。     

改进灰色模型在水量预测中的应用

灰色模型对生活用水量进行预测本身具有一定的局限,数据离散程度越大,灰度也愈大,其预测精度也越差.文中采用滑动平均法对灰色预测的原始数据进行了改进,并采取残差修正,避免了数值过度波动.通过预测实例,结果表明改进后的灰色预测模型能有效提高预测精度.     

动态灰色模型不同步长对地下工程地面沉降预测的影响分析及引入缓冲算子的改进

地下工程开挖过程中,地面下沉不可避免,如果能够较好的预测出下沉量,将有助于工程采取相应的加固措施,从而避免大量的损失。本文基于动态灰色模型,计算不同步长对地下工程地面沉降预测的影响分析,发现并非步长越大预测能力越精准,并且通过引入缓冲算子做相应的改进,从而使预测结果更接近真实值。     

基于分布式水文模拟的干旱评估预报模型研究

本文从流域水文循环角度,以长江上游为例,利用数字高程、气象水文、土壤植被和土地利用等地理信息数据,采用分布式水文模型模拟水文过程各环节,获取各项气象水文要素。继而依循PDSI干旱模式原理,建立了干旱评估预报模型GBHM-PDSI。对2006年重庆地区严重干旱事件的模拟应用表明,该模型不仅能综合评估旱情等级,而且可以定量地描述干旱的发生、发展直至结束过程,在表现旱情的地区差异和随时间的演变过程等方面具有优势,且能够结合气象信息对旱情发展进行推演预报。     

水稻的干旱指标与干旱预报

从作物的干旱机理和水稻节水栽培模式变化的角度,提出并论证了以土壤墒情作为水稻干旱指标的合理性和可行性,并建立了稻田的水分平衡方程与土壤水分消退模型,确定了研究区域以土壤墒情作为水稻干旱指标的指标取值和对应的干旱等级划分;同时,提出了以断水天数为指标的水稻干旱预报新方法。应用表明,该方法适合于安徽江淮丘陵区的自然环境条件和作物生长习性。     

干旱预报模型分析

干旱模拟模型密切结合农业干旱特点,通过把降水、土含变化、作物需水、地下水变化等多种因素联系起来,对干旱的发生、发展过程进行模拟计算,从而得到一系列包括缺水的时间过程、量及变化等多项指标来反映作物缺水情况．并通过综合分析来确定干旱的年、季和作物关键生长期的旱情指标及相应的旱情等级,提供干旱信息,为干旱的规划、监测和预报提供依据。     

巴音河流域水文干旱对气象干旱的响应

通过巴音河流域1961—2019年逐月降水量和径流量数据计算标准化降水指数和标准化径流指数,进而对巴音河流域气象和水文干旱的演变以及突变进行分析,并探析流域水文干旱对气象干旱的响应。结果表明,1961—2019年巴音河流域气象干旱与水文干旱呈减缓态势,流域降水增多,有变湿趋势,气象干旱湿润化表现尤为显著。巴音河流域水文干旱对气象干旱的响应表现出时滞性,在1、3、6、12个月的时间尺度下,12个月的气象干旱指标与水文干旱指标相关性最强,水文干旱滞后于气象干旱1～2个月;水文干旱对气象干旱的季节性响应在春、夏、秋、冬分别滞后5、6、9、8个月,在春夏的滞后时间短于秋冬的滞后时间。     

基于ARIMA模型的云南气象干旱预测研究

近年来,云南地区的干旱引起了社会广泛关注。为了对云南省未来一个时期的干旱情况进行预测,利用1961~2013年云南省29个气象站逐月降水和气温资料计算云南各地区标准化降水蒸散指数（SPEI）,并建立了SPEI序列自回归移动平均模型（ARIMA）,对模型参数进行率定和验证后,确定了模型参数和表达式。利用所建立的模型,对云南省各地区2014~2023年年平均SPEI值进行预测。结果显示,未来一段时期内云南各地区气象干旱仍将持续。针对云南的干旱情况,提出了相应的抗旱对策建议。      

一种新的干旱预测指标在贵州旱情评价中的应用

为了分析适用于贵州省的干旱判别指标,对月尺度、季尺度、年尺度的标准化降水指数（SPI）、降水成数（Deciles）、干旱侦测指数RDIst进行比较分析。1951~2010年60 a的气象资料和1984~1989年连旱期间资料的分析结果表明：降水系列的分布越均匀,SPI与Deciles的相关关系越好;由于季尺度的RDIst考虑了蒸发因素对干旱的作用,对实际情况的反映最好,优于在我国广泛使用的SPI指标;Deciles对降水的敏感度高,月尺度和季尺度的Deciles指标不适合在贵州地区应用;年尺度的Deciles则最能反映干旱过程在历史系列中的严重程度。     

气象、水文干旱指数计算方法研究概述

概述了气象干旱和水文干旱的指标种类，并对各指标进行初步评述，同时详细介绍了几种常用干旱指数的计算方法。鉴于以往干旱指标大多比较单一，描述气象干旱和水文干旱的指标彼此独立，因此，今后在针对流域干旱的研究中应加强对于水文干旱和气象干旱的指标耦合，力求建立综合性的干旱指标。     

MODIS数据的干旱监测模型研究

对地观测卫星(ESO)中分辨率成像光谱仪(MODIS)传感器因其具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。借鉴以往的各种干旱监测方法,提出了一个基于MODIS的综合性干旱监测模型。该模型纳入与干旱有关的各种参数,并且首次将云指数作为一个重要参数引入模型。通过2003年湖北干旱的实例验证了此模型,结果显示此模型能很好的用于干旱预警与监测。