干旱预测

摘要： 干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害,准确预测干旱的发生具有重要的现实意义。基于1960-2019年新疆气象站点的逐日降水量数据,计算1、3、6、9、12个月及24个月时间尺度的标准化降水指数。建立差分自回归移动平均模型(Autoregressive Integrated Moving Average,ARIMA)、长短期记忆网络(Long Short-Term Memory,LSTM)、互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)-ARIMA组合模型和CEEMD-LSTM组合模型。通过4种模型对多时间尺度SPI序列进行预测,确定各模型在干旱预测中的适用性。结果表明:(1)4种模型的预测精度均随时间尺度的增加而逐渐提高,在24个月时间尺度时达到最高;(2)CEEMD能够有效平稳时间序列,各时间尺度下,组合模型均达到了较高的预测精度,相较单一模型更适用于干旱预测;(3)4种模型预测结果精度由低到高分别为:LSTM、ARIMA、CEEMD-LSTM、CEEMD-ARIMA(决定系数最大值分别为:0.8882、0.9103、0.9403、0.9846),CEEMD-ARIMA模型相比其他3种模型效果较好,最适用于干旱预测。

摘要： 气象干旱一直是人类面临的主要灾害之一,即使是科技发达的今天,其造成的灾难性后果依然比比皆是。黄河中游流经黄土高原,该地降雨量少且蒸发量大,干旱灾害时常发生。该研究应用黄河中游流域105个气象站的降水资料,通过使用SPI指数划分干旱等级,分别建立了干旱强度、干旱范围和干旱事件3个指标量化干旱。考虑到GM(1,1)对线性数据预测精度较高,而SVR对非线性数据预测精度较高,因此采用GM(1,1)-SVR联合模型分别预测2022—2027年的3个干旱特征。结果表明,GM(1,1)-SVR联合模型的预测精度明显高于GM(1,1)单一模型的。

摘要： 使用标准化降水蒸散指数作为农业干旱的监测指标,以站点气象要素和大尺度环流要素为驱动变量,建立干旱预测模型,分析评价传统的整合移动平均自回归(ARIMA)时间序列模型以及不同深度神经网络模型(DNN)的预测效果。结果表明:DNN模型的总体预测能力优于ARIMA模型;同基于长短期记忆网络(LSTM)提出的传统LSTM预测模型(TLSTM)相比,改进的LSTM模型(ILSTM)通过预处理全连接层对预测因子进行非线性映射,能够自动剔除无效信息,提取高层次综合特征,可使预测序列和观测序列的相关系数提升0.04~0.25,均方根误差降低0.07~0.32,误差绝对值的平均降低0.06~0.27;卷积神经网络(CNN)可提取影响干旱变化的大尺度环流信息,其与ILSTM的组合深度网络模型(CLSTM)可进一步使相关系数提升0.03~0.44,均方根误差降低0.09~0.33,误差绝对值的平均降低0.05~0.26。CLSTM模型可应用于短期区域性干旱变化气候预测。

摘要： 针对当前旱灾风险评估中将影响干旱的因素与历史旱灾记录直接进行关联研究的成果相对较少的问题,从历史旱情文本数据和气象数据出发,提出了一种新的基于深度学习的旱灾风险等级评估方法。利用长短期记忆神经网络与支持向量机构建了旱灾风险等级评估模型,将其用于对未来可能发生的旱灾风险等级进行评估。在此基础上,以郑州市为研究实例,并用1951~2020年的气象数据以及灾情文本描述记录对所构建的模型进行有效性检验。结果表明:研究区2019年和2020年春季干旱状况比较严重,与实际情况相比,预测准确率为75%。这也验证了所提出的融合多源数据旱灾风险评估方法在风险等级预测方面具有一定的有效性。

摘要： 基于淮河流域29个气象站1960—2020年逐日降水量资料,采用标准化降水指数(standardized precipitation index,SPI)、Mann-Kendall趋势检验法和Markov链,研究了该流域不同气象干旱状态演变规律和概率转移特征.结果表明:淮河流域易发生轻旱及中旱事件,夏季干旱发生频率高、覆盖面积广,春季和冬季易发生重旱和特旱事件,但年际干旱特征呈不显著变化趋势;流域干旱频率空间分布不均,逐季干旱高值点在空间上呈顺时针转移变化,年际干旱发生频率由西向东递增;流域不同季节各干旱等级最易转移为无旱状态,夏季和秋季易发生干旱状态急转,出现强度较大的干旱灾害,且下游和沂沭泗水冬季和春季由无旱状态转移到特旱状态概率较高,冬春季节交替时易发生急旱;流域年尺度各干旱等级状态均极易转化为无旱状态,区域重旱特旱状态之间不能一步转移,连续特旱的概率极低.

摘要： 在多时间尺度上对京津冀的旱情进行准确地预测可为当地抗旱提供有效支撑。基于1961—2019年京津冀22个气象站点的降水、气温、平均湿度等多个气象因子数据,计算标准化降水蒸散发指数(standardized precipitation evapotranspiration index,SPEI),并构建长短时记忆神经网络模型(long short-term memory model,LSTM)对多时间尺度的SPEI(SEPI-3、SPEI-6、SPEI-9、SPEI-12和SPEI-24)进行时空预测。采用平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R 2)对预测模型进行精度评估。结果表明在唐山气象站上,LSTM模型对多时间尺度SPEI(SEPI-3、SPEI-6、SPEI-9、SPEI-12和SPEI-24)值的预测效果较好。在时间序列预测方面,LSTM模型的预测精度随着SPEI的时间尺度增加而逐渐提高,其中LSTM模型在3个月和24个月SPEI时间尺度上的MAE分别为0.473和0.197,RMSE分别为0.627和0.260,R 2分别为0.604和0.935。在空间分布预测上,LSTM模型对2019年京津冀季节和年时间尺度上的SPEI预测值与实际值在空间分布上相似,说明LSTM模型能够较为精确地预测京津冀干旱的空间分布。

摘要： 近年来,国内干旱灾害频发,影响了正常的农业生产和经济发展,因此精确预测干旱发生具有重要意义。基于1960-2019年新疆维吾尔自治区气象站点的逐日降水量数据,计算了1、3、6、9、12及24个月时间尺度的标准化降水指数(SPI),利用差分自回归移动平均模型(ARIMA)和集合经验模态分解(EEMD)-ARIMA组合模型,分别对多尺度的SPI进行预测,并通过均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R2)对预测结果进行评价。结果表明:EEMDARIMA组合模型的预测结果与新疆年鉴记录情况较为一致,能够用于对干旱进行预测;组合模型能够有效减少序列的非平稳性,相较单一模型能更好地预测SPI序列;EEMD-ARIMA组合模型在干旱预测中具有明显优势,在各时间尺度,组合模型预测精度均高于单一模型,能更准确地进行预测。

摘要： 气候变暖导致南方湿润地区干旱逐渐加剧,干旱预测对于水资源优化管理、缓解旱情具有重要意义.基于不同时间尺度的标准化降水蒸散指数(SPEI)作为干旱评价指标,通过构建人工神经网络(ANN)和支持向量回归机(SVR)模型进行了预见期为1～3个月的干旱预测,并进一步构建了经验模态分解的人工神经网络(EMD-ANN)和支持向量回归机(EMD-SVR)耦合模型,以提高1个月时间尺度SPEI1的预测精度.结果 表明:对时间尺度为3个月及以上的SPEI,ANN和SVR模型具有良好预测效果,且SVR模型预测精度略优于ANN模型;预见期越短,干旱预测精度越高,预见期1个月的ANN和SVR模型预测决定系数可达到0.834 ～0.911;ANN和SVR模型对1个月时间尺度的SPEI1预测效果较差,通过EMD及小波消噪处理后,基于EMD-ANN和EMD-SVR模型的SPEI1预测精度显著提高.

摘要： 季节尺度气象干旱事件的发生与大尺度环流系统的异常运动密切相关.在识别长江中下游地区历史气象干旱事件的基础上,探讨了致旱环流系统异常特征,提取具有指示性意义的信号,以季节尺度气象干旱指数为干旱预测指标,应用偏最小二乘回归法构建了季节尺度干旱预测概念模型.模型率定和验证结果显示,率定期预测与实测的SPI3指数相关系数为0.64,验证期为0.56,表明该预测模型具有一定的预测效果.本研究方法可为区域季节尺度气象干旱预测和提前研判干旱发展情势提供技术支持.

摘要： 针对当前气象干旱预测方法中存在的预测准确度低、可信度差等问题,提出了一种基于机器学习的气象干旱预测方法。利用变分模态分解(Variational Mode Decomposition,VMD)将干旱时序信号分解为若干本征模态分量;利用改进的混沌量子粒子群算法(Chaotic Quantum Particle Swarm Optimiztaion,CQPSO)优化门控循环单元(Gated Recurrent Unit,GRU)神经网络超参数;采用“分解-合成”策略构建VMD-CQPSO-GRU智能预测模型。以安阳、郑州、信阳3座城市1951—2018年的月降雨量、月平均气温两种特征为学习样本,预测2019—2020年期间24个月的特征值,预测的干旱级别准确率为86.11%;相比于单一循环神经网络模型,VMD-CQPSO-GRU模型的预测误差降低了71.55%,可信度提高了132.06%。

摘要： 本文采用肇庆地区1979～2008 年的近30 年的降水资料，据《干旱评估标准》，确定肇庆干旱的灾变数据序列，建立GM（1，1）模型，采用最小二乘法求解参数a、b，得到肇庆地区GM（1，1）数列预报模型。经后验差方法检验，预测精度为“好”等级。故可用该模型对肇庆地区未来20 年可能发生干旱的年份进行预测，结果显示：肇庆地区将在2009～2010、2013～2014、2018～2019、2022～2023、2028～2029 期间发生干旱。

摘要： 利用河南省103个站1956-2008年的降水资料及NCEP的500hPa高度场和850hPa风场资料，分析了河南春季降水气候特征，发现河南春季降水存在明显的年及年代际变化，降水随年代呈减少趋势，在春季3、4、5三个月中，4月减少趋势最为明显，通过0.05的显著性检验。同时从短期气候预测角度对河南春季干旱进行了研究：(1)选择严重干旱样本，采用目前最新的ci指数计算河南春旱的分布和演变特征。(2)将降水与太平洋海温进行相关分析，发现前期太平洋海温与之后的河南春季降水具有明显相关性，特别是秋冬季赤道中东太平洋海温和下年河南春季的降水呈明显正相关，当年1月海温指数明显偏低(高)时，易出现春旱(春季降水正常或偏多概率较大)，在厄尔尼诺发生年的次年更是如此。(3)500hPa高度场表明，在旱年，我省处于脊前槽后，暖湿气流不能北上；在涝年，中高纬度多冷空气活动，且易南下影响我省，低纬度地区西低东高，有利暖湿气流北上。850hPa风场表明，在旱年，我国东南部为弱的偏北气流；在涝年，南海海面有明显的东风距平，蒙古低压加强，这样的环流配置能够使得副高西北侧的西南气流进一步加强，强西南风带深入内陆。

摘要： 利用唐山市1976～2005年各县年降水序列,分析了我市降水的空间分布规律和时间变化特点.采用灰色系统的灾变预测方法,对我市各县分别建立了GM(1,1)模型,进行未来25年我市各站的干旱年预测.利用残差检验、后验差检验和关联度检验对各模型分别进行了精度检验,结果表明,预测模型精度较高,可以对我市各县未来的干旱年进行预测,从而为科学决策提供依据.

摘要： 使用山西省内59个测站1961-2005年月降水量、月平均气温资料和同期北半球500hPa高度、北太平洋10°S～50°N、120°E～80°W范围的海表温度等资料，首先定义了表征山西干旱程度的指数；使用三次样条函数及功率潜等统汁方法分析了山西省干旱的气候特点及其前兆信号。分析结果表明，山西干旱不仅具有明显的年代际变化特征，此外还具有2年、3．5年和5.6年的显著年际变化特征。在此分析基础上对原华北多尺度组介干旱预测模型进行了改进与调整，建立了山西干旱的多尺度组合预测模型，并进行了一系列预测效果检验。2000—2005年各月、季独立样本的干旱等级预测结果表明，该预测模型对山西大部分地区的干旱具有较好的预测能力。

摘要： 本文应用德州4个县市1966～2005年降水量资料，分别建立了降水序列，首先分析各县市近40年的变化规律是年降水量具有明显减少趋势.然后以1966～1995年降水序列为基础作1次累加重新生成干旱发生的灾变序列，采用灰色系统GM(1，1)模型对干早年份进行了预测.应用1996～2005年的降水资料对预测结果进行了检验，效果较好.

摘要： 本研究对2003年我国洪水和干旱的预测意见进行了介绍，预测2003-2004年讯期黄河上游和北干流可能有大洪水，并给出了2003年我国强震的预测意见。

摘要： 本研究对2003年我国洪水和干旱的预测意见进行了介绍，预测2003-2004年讯期黄河上游和北干流可能有大洪水，并给出了2003年我国强震的预测意见。

摘要： 本研究对2003年我国洪水和干旱的预测意见进行了介绍，预测2003-2004年讯期黄河上游和北干流可能有大洪水，并给出了2003年我国强震的预测意见。

摘要： 本研究对2003年我国洪水和干旱的预测意见进行了介绍，预测2003-2004年讯期黄河上游和北干流可能有大洪水，并给出了2003年我国强震的预测意见。

摘要： 本发明公开了一种基于高光谱成像系统的茶树干旱诱导成分及干旱程度评估的预测方法和系统。所述预测方法包括：利用高光谱成像系统采集茶树叶片高光谱图像，对其进行校正处理获得标准高光谱数据；获取叶片的干旱诱导成分的值及干旱程度的等级；确定感兴区域，对平均高光谱数据与茶树叶片的干旱诱导成分及干旱程度进行相关性分析，确定特征波段；构建干旱诱导成分的回归模型并选择最佳模型；利用特征波段和最佳模型构建茶树叶片干旱诱导成分及干旱程度的估算遥感监测影像。本发明可以实现对茶树主要生理生化成分的无损且有效检测，检测效率高，检测成本低，从而为茶园管理提供重要依据，进而优化茶园管理的方法，来提高茶园管理效率。

摘要： 本发明公开了一种利用三维动态的干旱指标评估和预测大范围持续性干旱的方法，包括：基于空间分辨率为0.1°×0.1°格点降水数据，动态地获取区域上连续达到干旱标准的格点，通过设置面积阈值，可以动态地获取空间上一致、时间上连续的大范围持续性（长历时）干旱过程，同时，从三维空间上获取干旱区内的干旱烈度、干旱峰值和干旱中心作为一次大范围持续性（长历时）干旱过程的其它参数。以此作为评估和预测大范围持续性（长历时）干旱过程的标准。

摘要： 本发明公开了一种基于地表温度图像预测干旱指数的方法及装置，该方法一具体实施方式包括：首先针对第一预设观测时间段内任一日观测时间：分别获取第一静止轨道卫星和第二静止轨道卫星在日观测时间针对目标区域采集的第一地表温度图像和第二地表温度图像；其次基于第一地表温度图像和第二地表温度图像，确定目标区域的第一准地表温度图像；之后以第一地表温度为基准，对第一准地表温度图像中所有第二地表温度进行矫正，得到新的第一准地表温度图像；最后利用模型对新的第一准地表温度图像进行预测处理，得到目标区域在所述日观测时间对应的干旱指数。由此，减小了由于卫星平台差异所引起的系统偏差，提高了目标区域日干旱指数预测的准确性。

摘要： 本发明提供了一种预测中国地区未来干旱状况的方法，包括如下步骤：步骤1，大尺度气候变量与历史时期干旱状况的相关性分析；步骤2，大尺度气候变量筛选；步骤3，结合步骤2将筛选得到的大尺度气候变量因子数据进行处理并在R语言中建立未来干旱状况的逐步聚类预测模型；步骤4，预测分析未来中国地区的干旱状况。

摘要： 本发明涉及半监督、集成学习技术领域，具体涉及一种基于半监督集成学习的干旱灾害天气预测方法，在基于自训练的半监督学习算法中构建动态选择样本数据算法，可以根据模型在训练样本过程中对无标签数据预测的置信度水平动态选择样本数据，在保证准确率较高的同时有效的提高模型训练效率。提出的基于目标最大化布谷鸟优化的选择性集成学习剪枝算法可以最大程度的满足基学习器的精度以及基学习器之间的差异性，采用了多角度进行选择性集成，泛化性能更好，并且算法运行效率更快，模型精度更高。本发明可以用于气象领域中干旱灾害天气的预测问题。

摘要： 本发明提供了一种基于状态空间和联合分布的干旱多级预测方法，包括：首先提取干旱指数SPI时间序列，利用一阶状态空间模型解译干旱指数SPI时间序列的状态转移矩阵，并计算待预测时段的干旱状态概率矩阵；然后提取待预测时段前一时段的相关因子，构建每种干旱状态下的相关因子和干旱指数SPI时间序列的联合概率分布，推求相关因子给定情况下的干旱指数的条件概率模型；最后，计算待预测区域在待预测时段T的干旱指数的全状态分布；基于所述干旱指数的全状态分布，计算得到干旱指数的均值和90％概率区间。本发明的有益效果是：状态空间方法能反映干旱不确定性本质；通过多重预测和分类别引入影响因子能提高干旱预测的精度；过程考虑更加全面和精细化。

摘要： 本发明公开了一种基于气象干旱传递的水文干旱预测预警方法，拟选取标准化降水指数表征气象干旱，选取标准化径流指数表征水文干旱；选取干旱发生时间、干旱结束时间、干旱持续时间、平均干旱强度、干旱烈度作为分析气象干旱向水文干旱传递过程的干旱特征；基于计算的SSI指数序列和1‑24个月时间尺度的SPI指数序列，采用Pearson相关法确定与SSI指数相关性最大的SPI指数对应的时间尺度，记为SPIn；基于SSI指数序列和SPIn指数序列，构建水文干旱对气象干旱的响应模型；基于拟合程度最佳的响应模型，分析计算发生不同干旱等级水文干旱所需的气象干旱的干旱特征阈值范围，根据气象干旱的强度、历时信息即可判断未来将发生多大强度、历时多久的水文干旱。

摘要： 本发明公开基于加权马尔可夫链干旱预测的智慧农田灌溉调控系统，包括中央控制终端、数据存储模块、数据采集模块、干旱预测模块、水肥供料模块、综合灌溉模块、安全监控模块和系统供电模块；本发明通过加权马尔可夫链预测方法对区域农田干旱指数进行准确预测，相比传统人工判断更为准确，并通过用水调控模块依据预测结果预先对农田进行水资源的规划和调配，同时对水肥供料模块的灌溉供料量进行调控，另外结合数据存储模块内不同农作物的枯萎系数指标以及水分检测单元检测的农田土壤水分，并自动调配选择滴灌单元或喷灌单元对农田农作物进行灌溉，从而实现灌溉量、水肥配比和灌溉方式的合理控制。

摘要： 本发明公开了一种基于语义贝叶斯网络的TVDI干旱指数预测方法，包括对原始数据进行预处理得到研究所需的NDVI和LST数据，对于受云污染的NDVI和LST数据利用R中RGISTools包中的IMA平均异常插值法进行缺失数据优化。然后利用ESTARFM模型对NDVI和LST数据分别进行时空融合，得到高时空分辨率数据，结合地表语义信息，建立语义贝叶斯网络，利用语义贝叶斯网络实现对TVDI的预测。本发明的有益效果是：从贝叶斯网络的角度对一区域的干旱情况结合语义信息进行预测，在干旱预测方面提出了一个全新的可适用的方法，同样语义贝叶斯也可以适用于其他领域的预测，是一个可拓展，可多方面适用的预测方法。

摘要： 本发明公开了基于条件分布模型的水文干旱预测方法，通过将多年累计降雨数据和累计径流数据进行正态性检验，通过正态性检验后，对降雨数据和径流数据进行正态标准化得到SPI序列和SRI序列，而后应用条件分布模型，对现期的SPI条件下传递到未来的SRI干旱等级的概率进行计算，可以得到不同气象干旱等级范围内的SPI值转化为不同SRI值对应的水文干旱等级的转换概率，也可以计算不同预测期的干旱转换概率。