预报因子

摘要： 本文针对沿海平原河网水文情势复杂、洪水位预报困难的特点,以温瑞平原为研究对象构建混合回归模型,采取物理成因与数理统计相结合的思路,探究适用于沿海平原地区的洪水位预报新途径。利用产汇流模型计算求得各水文分区洪水过程,形成预报因子库,并在此基础上构建混合回归模型,通过耦合多元逐步回归模型与门限回归模型进行洪水位预报研究。研究结果表明:混合回归模型在温瑞平原洪水位预报中取得了较好的效果,验证洪水确定性系数为0.82,合格率为75.60%,具有较高的预报精度。该模型算法结构简单,对输入资料的要求较低,可操作性和实用性较强,可以为沿海平原地区洪水预报实际工作提供一定的参考。

摘要： 随着人类对水资源的需求持续增加,且土地利用与气候条件的不断变化,对淡水供应变化的准确模拟越发重要。然而,当前的模型尺度无法充分表现流域尺度的变化,缺少在较大尺度上对产流量随时间变化的经验研究与模拟研究的比较。鉴于此,模拟了英国81个流域在1985~1994年和2008~2017年2个时间段的年产流量,并通过经验数据进行了验证,以研究模型模拟产流量随时间绝对或相对变化的准确性,并确定对模型准确性影响最大的预报因子。

摘要： 准确开展各类植物花期预报服务,对于推动当地经济社会发展、有效提升公众的获得感和幸福感具有重要意义。花期具有可预报性,但受气候和生物等因子的综合影响,花期预报的准确性仍然存在很多困难。该文以木本观赏植物为例,梳理了木本观赏植物花期预报理论与方法、木本观赏植物花期与环境影响因子的关系以及花期预报模型构建等方面的研究进展。木本观赏植物花期预报在不同地区不同花期预报模型的预报精度存在较大差异。总的来说,合理的花期预报影响因子筛选和有效的花期预报模型是木本观赏植物花期预报的重要发展方向。因此,今后的研究要重视花期变化与环境因子作用机理以及构建普适性的花期预报模型,不断提高木本观赏植物花期预报精度。

摘要： 利用机器学习方法对地震活动大数据进行挖掘,识别出一些过去认识不到的异常,提高地震预测的准确性,是一个非常具有挑战性的科学问题.本文基于川滇部分地区(24°N—32°N,98°E—106°E)地震目录,采用滑动的时空窗口,选取16个反映地震时空强度分布特征的地震预测因子,建立了长短时记忆(LSTM)神经网络,对研究区域9个子区块未来一年的最大地震震级进行预测.通过设置训练集∶测试集=8∶2和训练集∶测试集=7∶3两个不同的训练测试模型,对过往发生的地震进行了回溯性预报.结果表明:训练集∶测试集=7∶3模型能够利用1970年1月至2004年9月的地震目录进行学习,成功回溯性预报2008年汶川地震;训练集∶测试集=8∶2模型利用1970年1月至2009年5月资料进行训练,回溯性预报2010—2019年间6级以上地震的R评分为0.407,回溯性7级地震预报时准确率高达92.31%.本文还探讨性给出预测意见:2022年2月前研究区西部、中部、东部、西南部存在发生5.1~5.3级地震的潜在危险性.

摘要： 利用常规观测资料、NCEP再分析资料及Micaps资料,统计近30年吉林省边疆近海区东风急流影响下的暴雨个例,分析了东风急流影响下暴雨时空分布特征以及大尺度环流背景。选取温带气旋型东风急流暴雨个例11个和热带气旋型东风急流暴雨个例13个,通过统计分析其低空急流、比湿、水汽通量、水汽通量散度、垂直速度、假相当位温等常规预报因子,建立了温带气旋型、热带气旋型东风急流暴雨概念模型,给出了定量化的物理量判别指标。

摘要： 长期径流预报对于掌握未来径流信息,实现水资源的高效利用具有重要意义。当前长期径流预报可利用模型众多,且各模型在不同预报条件下表现各有优劣,为实现多模型间的相互协调和性能互补,以桓仁流域长期径流预报为研究对象,耦合相关性分析和向前搜索包裹法从众多水文-气象因子中筛选影响桓仁水库入库径流的关键预报因子;采用统计分析法和机器学习法共6种径流预报方法,分别建立桓仁流域年径流预报模型和汛期月径流预报模型,对比分析多模型在该流域长期径流预报的适用性。结果表明:大气环流因子与预报对象的相关性明显高于水文因子,其在流域长期径流预报中起关键作用;基于主成分分析的人工神经网络(Artificial Neural Network Model based on Principal Compo⁃nent Analysis,PCA-BP-ANN)、支持向量机(Support Vector Machine,SVM)等机器学习模型的年径流预报效果优于传统统计模型;汛期各月径流预报中,各模型预报精度有所差异,基于主成分分析的人工神经网络模型(PCA-BP-ANN)在5月份和8月份的预报合格率最高,且相对人工神经网络(Back Propagation-Artificial Neural Network,BP-ANN)模型提升了10%左右,但在6、7月份的预报效果不如其他模型,而门限回归(Threshold Regression,TR)模型在7月份表现最佳,合格率达94%;选择汛期各月表现最优的预报模型,给出综合多模型预报方案,在最优预报方案下,桓仁流域年径流预报以及汛期相对重要的7、8月径流预报的合格率均能达到90%以上。

摘要： 基于ERA-Interim逐日4时次再分析资料和753站逐日降水资料,对1980-2013年江淮流域夏季降水特征进行分析,探究江淮流域夏季低频降水的前期预报信号,结果表明:1)江淮流域夏季降水受10～30 d低频振荡影响显著,10～30 d低频分量在江淮流域夏季降水中占较大比重.2)200 hPa上,低频降水过程发生前9～6 d有低频反气旋(低频气旋)自青藏高原东北部向中国东部移动.500 hPa上超前低频降水过程9 d至低频降水过程发生时有西太副高自东向西(自西向东)移动至中国东部沿海地区,热带地区负(正)低频OLR中心不断向北移动,最北端到达江淮流域并达到最强,进而促进(抑制)江淮流域低频降水的发生.3)青藏高原预报信号能够有效补充西太副高及热带OLR信号的不足,将青藏高原信号、西太副高信号及热带OLR信号作为综合预报因子对江淮流域降水进行预报,对仅依赖低纬度地区信号进行降水过程预报的准确率有较好改进作用.

摘要： 对广汉机场而言,雷暴发生频次具有较明显的季节性特点,主要集中在7、8月,多出现于早间和午后至傍晚时段.通过分析夏季有无雷暴发生时A、SI、K、ΔCAPE等对流参数的变化情况,有如下结论:各参数值的大小在夏季各月的表现不尽相同,由统计分析可知,当6月 A＞14,K＞35,7月 A＞13,K＞40,8月 A＞11,K＞40且 SI＜-1.5,ΔCAPE＞1 300,再有高空槽、西南涡等有利于雷暴产生的天气系统配合时,本场有大概率出现雷暴天气,须提前预报雷暴发生的时间,并及时向塔台指挥员汇报,做好航空气象预报、预警服务.

摘要： 针对传统的分类方法在构建降雨预测模型时都存在着泛化能力低、精度不足的问题,基于集成学习的思想,提出一种改进的Adaboost-C4.5算法.通过自适应增强算法集成C4.5决策树算法,得到多个弱分类器,再赋予弱分类器权值,利用粒子群算法对其权重系数进行优化,最后线性组合成强分类器来提高模型的分类性能.文中选取大气压强、气温、风向、风速和相对湿度作为预报因子,并建立5个等级预报降雨模型.实验表明,所提模型在性能上表现更好,提高了预报的准确率,降低了预报的漏报率,在5个等级预报中,降低了3级和4级降雨预测的标准误差.

摘要： 利用双流国际机场2013—2018年的逐小时气象观测资料、欧洲中心ERA-interim逐6 h再分析资料、成都市气象局多普勒天气雷达产品资料,运用统计学方法分析双流机场雷暴月变化和日变化特征,并利用相关性分析筛选出双流机场雷暴天气预报因子,在此基础上基于二级逻辑回归法建立潜势预报模型(预报方程和消空方程),最后进行数据的回代检验.结果表明:对流有效位能、K指数、850 hPa比湿、850与500 hPa假相当位温差、回波顶高、1.5°仰角基本反射率、3.4°仰角基本反射率、垂直累积液态水含量为雷暴天气的主要预报因子,据此建立的潜势预报模型对双流机场雷暴天气的预报具有一定指示性,且综合来看在夏季的预报效果更好.

摘要： 利用1988至2013年广西电网流域面雨量实况和数值预报再分析资料,对广西电网流域大雨历史个例进行统计分析;结果表明:(1)造成广西电网流域大雨的天气形势主要有高原槽型、台风槽型和高后槽前型三类,其中高原槽型所占的比例最大;(2)高原槽型和台风型主要以5～8月为多发月份,高后槽前型主要以3～6月为多发月份;(3)通过选取有物理意义的预报因子,初步建立影响电网流域的三类天气形势系统的判据,为电网流域强降雨预报技术研究提供参考.

摘要： 雷暴产生机制的复杂性决定了他的发生具有显著的非线性特征,人工神经网络由于具有很强的非线性映射能力和并行性、适应性、容错性及自学习能力,特别适用于解决因果关系复杂的非确定推理、判断、预测和分类等问题,因此在雷暴潜势预报研究领域越来越受到重视,在人工神经网络的研究应用中,BP(Back-Propagation,反向传播算法)人工神经网络被各领域广泛应用.这种模型相比于其它模型而言,研究成熟,且通用性好.相对传统的数理统计方法而言,BP人工神经网络模型可以求解非线性问题,同样对样本大小的要求也可以相对少得多.由于研究地域的不同,选取的预报因子不同,网络模型的构建方式不同,预报结果判定方式也有所不同[6-10].因此,利用沈阳市2007～2011年6、7、8月探空资料与闪电定位资料,分析该地区的雷暴潜势预报因子,进一步建立BP人工神经网络模型,对该地区的雷暴潜势预报进行研究,对比分析6h和12h雷暴潜势预报效果,获得更高的预报准确率.

摘要： 使用500hPa 月平均高度场和海温场的格点资料以及中国热带气旋（以下简称TC）年鉴等资料，利用“二次多项式预测模型”建立热带气旋气候预测系统，制作西北太平洋、南海及登陆或严重影响我国、登陆或严重影响广东的热带气旋年、月频数和最大强度的预报。首先分别计算前期北半球500HPA 月平均高度场格点资料、全球海温场（SST）月平均格点资料与后期各月预测对象（不同区域热带气旋发生频数和强度）的相关系数，结果显示，前期的500 hPa 高度场、海温场与后期预测对象之间分别存在着若干相关系数较大（通过 0.05 或0.01 显著性检验）的显著区，且其区域范围较稳定，用显著区的前期月平均500 hPa 高度场、海温场格点资料可以预测后期TC 年、月频数和强度；分析两个相关场显著相关区的统计特征，进一步分析其天气气候学意义和物理意义，选取若干相关系数高的格点，构成组合因子，相关分析表明组合因子在大多数情况下拟合和预测能力较高；用权重回归方程综合各组合因子，所构成的自变量与预测对象的相关系数比各个单因子和各个组合因子的相关系数的绝对值均有明显提高；最后利用“二次多项式预测模型”，建立TC 强度和频数的二次多项式预测方程，所构建的热带气旋频数和强度的气候预测系统近年已投入业务使用。利用所建预测系统，对2005～2010 年热带气旋频数的预测和检验结果表明，系统对西北太平洋（含南海）活动、登陆或者严重影响广东的TC 频数趋势预报效果较好，正确率为 83.3%，登陆或者严重影响我国TC 其次，正确率为67.7%，影响南海北部的TC 频数预测效果欠理想，正确率为50%；但系统对极端频数的预测能力较差。对2005～2010 年南海热带气旋强度预报检验发现，7 月、8 月以及年TC 强度预报效果较好（6 年准确率100%），9 月、10 月次之（准确率分别为66.7%和83.3%），而6 月预报效果欠佳（准确率50%）。另外，实际预报检验对比发现，使用11 月500 hPa 高度场和2 月SST 场比其它月份的预报效果更好。预报试验和检验表明，动态的二项式曲线预报模型，有较高的拟合能力，在业务应用中预测效果较好。该方法易于扩展使用，可以根据不同预报对象和时段的要求，选用其它不同的预报因子，制作如热带气旋旬频数、季、月和旬雨量等的预测。

摘要： 沙尘暴是沙漠及其周边地区特有的一种天气灾害，同时也是对我国影响范围极大的灾害性天气，对环境、经济和社会活动都带来极大危害，沙尘天气及其气候效应还会对不同尺度的气候产生影响。塔里木盆地拥有世界第二大流动沙漠-塔克拉玛干沙漠，是我国沙尘暴天气最为频发的地区之一。目前针对塔里木盆地周边沙尘暴天气的研究，气候变化方面的讨论相对较多，短期预测方面还较少。青藏高原的热力、动力作用对其周边地区的天气气候具有重要影响。塔里木盆地的沙尘暴天气，除地表的物理因素外，主要由大尺度环流异常诱发，而高原的加热效应，对我国大气环流的调整，具有重要作用，前期高原热力异常是否对后期塔里木盆地的沙尘暴频数产生影响呢，值得进一步研究。基于塔里木盆地周边36 站的沙尘暴日数和地面风速的观测资料和NCEP/NCAR 风场的在分析资料，分析了前期5 月青藏高原地表温度异常与夏季塔里木盆地沙尘暴日数的关系。结果发现：5 月青藏高原地表温度距平EOF 分解的第二模态时间系数与夏季塔里木盆地的沙尘暴日数的关系最为紧密，相关系数为-0.69。相关分析表明，当高原西部地表温度正异常(负异常时)时，塔里木盆地上空受反气旋性（气旋性）环流控制，高纬度冷空气不易（易）南下在盆地区域堆积，致使地面风速较小（较大），不利于（利于）沙尘暴天气的发生。因此5 月高原西部地表温度异常可以作为塔里木盆地夏季沙尘暴日数的预报因子。

摘要： 本文根据2009年7、8月南京站08时的探空资料和对应日期的闪电数据运用逐步回归和主成份分析方法找出闪电的主要预报因子，并采用Matlab软件建立以对流物理量指数作为输入神经元，闪电频数作为输出神经元的三层BP神经网络，并对南京的闪电频数进行预报。

摘要： 在对渤海区域500pha天气高度场分型的基础上，选取渤海周边代表性站点进行地面变温分析。并以此为依据选取海冰预报因子,设计渤海冰情预报方法。

摘要： 目的：探讨预报因子WT1基因表达在骨髓增生异常综合证(MDS)中医“正虚”、“瘀毒”证型中的作用及意义；方法：观察50例MDS患者中医“正虚”和“瘀毒”不同分型中的IPSS预后积分分级；采用荧光定量PCR(FQ-PCR)分别对“正虚”型与“瘀毒”型两组中的36例MDS患者与12例正常人骨髓单个核细胞(BMMNC)中WT1基因的表达水平进行检测。结果：中医证型与IPSS预后分级呈正相关(P<0.001，R=0.621)，且瘀毒型患者中出现IPSS分级中较差预后的几率是正虚型患者的21倍(OR=21.0，95%CI：4.55～96.87)；MDS患者的WT1基因mRNA相对表达水平明显高于正常组(P<0.01)，且瘀毒型明显高于正虚型，两型比较亦存在显著差异(P<0.01)；结论：MDS中医证型与IPSS预后分级存在相关性，IPSS中中危Ⅱ及高危型为“瘀毒”证型的相关因素；MDS瘀毒型预后较正虚型患者差，WT1基因表达水平对不同中医证型MDS的病情危险度的评估及预后判断具重要价值。

摘要： 利用1962～2008年贵州84个测站冬季冻雨和前期500hPa高度场和太平洋海温场资料以及秩序量三因子最佳子集回归法,把前期不同时间步长、不同时段的高度场、海温场、高度场和海温场同时作为预报因子与冬季冻雨求复相关.结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好.并且存在着较好的"隔季度相关"现象.预报因子最佳时段为同年的4～7月.影响贵州冬季冻雨的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域,如暖池附近以及中高纬大槽大脊等区域.

摘要： 中长期水文预报与水利水电工程的施工、水库调度及防洪工作有着直接的关系,是当前生产上急需解决的一个课题.本文在深入分析多元线性回归模型求解及数学模型在澜沧江流域中长期预报中的应用实例,全面揭示了各个因子与预报对象之间复杂的依存关系,准确测定因子之间的数量变动.以提高中长期预报的准确率.

摘要： 中长期水文预报与水利水电工程的施工、水库调度及防洪工作有着直接的关系,是当前生产上急需解决的一个课题.本文在深入分析多元线性回归模型求解及数学模型在澜沧江流域中长期预报中的应用实例,全面揭示了各个因子与预报对象之间复杂的依存关系,准确测定因子之间的数量变动.以提高中长期预报的准确率.

摘要： 本发明公开了一种基于三因子的雾霾数值预报结果的评价方法及系统，该方法包括：选取评价区域和评价日期；收集评价区域内的评价日期的多个观测站点的位置坐标以及雾霾观测值；收集评价区域内观测日期的雾霾数值预报结果，并将数值预报结果插值到所述多个观测站点的位置坐标上，得到多个观测站点上的PM2.5含量预报值；根据所述多个观测站点上的PM2.5含量预报值以及雾霾观测值，分别计算数值预报结果的空间集中度得分、空间偏离度得分以及空间相似度得分；综合三个得分进行计算，得到数值预报结果的空间综合得分。本发明能评价雾霾数值预报结果在选定区域内的准确性。

摘要： 本发明公开了一种基于多因子相似分析的湖泊水位预报方法，本方法针对现有的机理模型与大数据模型的应用缺点，结合湖泊水位预报的机理逻辑和湖泊流域历史积累的大数据基础，由机理性的数据逻辑入手，推求实时监测的湖泊流域数据与历史监测数据相似性，构建基于多因子相似分析的湖泊水位预报模型，并引入根据枯汛期变化的多因子相似权重策略，可满足多种水文、气象监测基础条件且有较长期的实测资料情况下的湖泊水位预报需要，并可实现根据实时监测数据进行滚动预报。优点是：在多种水文、气象监测基础条件且有较长期的实测资料情况的湖泊流域，本方法的结果较目前广泛应用的方法适用性更强，并可通过实时监测数据积累进行持续精度优化。

摘要： 本发明提供了一种基于多因子相似分析的水文预报系统，包括数据存储模块、多因子分析模块和预报模块，所述数据存储模块用于记录水文区域的历史数据，所述预报模块用于输入预报时间并输出预报结果，所述多因子分析模块根据历史数据以及预报时间进行多因子模型分析得到预测数据；本系统采用的是统计学的分析原理，能够自由地设定需要预报的时间，并根据预报时间获取对应的历史数据进行分析，具有强大的灵活性，在分析过程中，通过多因子的相似性建立映射模型，从而得到准确的预报结果。

摘要： 本发明公开了一种基于综合降雨因子的洪峰预报方法，包括：获取流域面积、河长和河流比降，得到流域特征参数；根据流域下垫面条件、流域面积和流域特征参数得到流域上涨历时；将逐时雨量进行序列滑动得到多个累计雨量；根据流域上涨历时得到特征时长；根据累计雨量得到累计最大雨量；根据累计雨量得到特征时段前本场降雨累计总和作为时段前累计雨量；根据月前初始前期影响雨量递推出当日的前期影响雨量；根据累计最大雨量、时段前累计雨量和当日的前期影响雨量得到综合降雨因子；根据综合降雨因子和洪峰流量之间的非线性关系得到洪峰预报结果。所述基于综合降雨因子的洪峰预报方法解决了人工试算导致的预报精度不高且预报效率低的问题。

摘要： 本发明公开了一种基于多气象因子智能深度学习的能见度预报模型，主要包括数值预报模式选取、空间网格点多气象因子建模、特征提取与能见度映射、神经网络模型训练和能见度预报与模型参数更新等步骤，本发明利用深度学习技术结合数值预报及多气象因子建模，能实现对关键地区的精细化能见度预报。

摘要： 本发明涉及一种统计降尺度模型预报因子的筛选方法，包括以下步骤：步骤1，建立流域气象站点与栅格的位置关系图；步骤2，推求各个站点实测降水、气温等预报量与再分析数据大气环流因子之间的相关关系，包括与气象站点所在栅格的相关关系以及与周围栅格的相关关系，根据设定的相关系数阈值挑选出适合的因子；步骤3，分析在月尺度、季节尺度、年尺度三个尺度下，率定期的判定标准确定性系数的变化；步骤4，根据步骤3不同尺度和不同的挑选因子方式，对模型进行分析检验。

摘要： 本发明涉及太阳活动的研究技术，特别涉及一种预报因子与太阳耀斑发生的相关性评估方法，具体步骤如下：步骤一：提取全部预报因子及其对应是否发生耀斑事件的数据，定义各个预报因子的相关性指数；步骤二：绘制其中任意一个“预报因子”与“是否发生耀斑的数据”的相关性图；步骤三：统计所述预报因子在各个数据段的耀斑发生概率，得出该预报因子的相关性指数；步骤四：根据相关性指数的数值大小，给出所述预报因子与是否发生耀斑事件之间的相关性结论；步骤五：对其他预报因子都执行步骤二至步骤四，得到各个预报因子的相关性结论。本发明采用多数据段评估方法，可较为完备、准确地得到相关性结论。

摘要： 一种考虑多时序过程因子的中期径流预报方法，属于水文预报技术领域。首先，根据研究流域的资料可获取情况及预报经验，确定预报备选因子的类型，从每类预报备选因子中挑选出相关系数最大的预报备选因子作为预报因子，作为输入建立BP神经网络径流预报模型，计算预报结果的均方根误差。其次，依次增加逐时段因子个数，并分别建立BP神经网络径流预报模型进行预报，计算预报结果的均方根误差，并与上一步的预报结果进行对比。再次，将预报因子进行多重组合。最后，根据均方根误差最小原则确定适合研究流域的预报因子最优组合，建立径流预报模型。本发明过程简单，预报方法易于操作，可有效提高径流预报精度，达到改善预报效果的目的。

摘要： 基于气象水文预报因子分类和深度学习模型耦合的日径流预报方法，属于日径流预报领域。核心组成包括数据分类、因子筛选、预报模型建模和预报模型评估，相对应的方法包括聚类分级方法、偏互信息方法和深度学习预报模型及改进评估方法。本发明提出的日径流预报方法用确定系数进行评估，均可达到0.8以上，达到水情预报规范的乙等预报精度。

摘要： 本发明涉及一种基于GNSS‑PWV多因子的局域短临降水预报模型的构建方法，属于GNSS气象学、GNSS大气应用技术领域。本发明通过收集局域短时临近降水预报模型所需的局域多系统地基GNSS大气水汽及与其相对应的临近气象观测站点的实际降水数据的长时序临时数据，进行高精度GNSS大气水汽反演；由所收集的地基GNSS‑PWV计算获取所述局域临近降水预报模型的预报因子；将GNSS大气参数、所计算的降水预报因子以及与其相对应的实际降水观测数据进行分析，得到所述局域短时临近降水预报模型中使用的多类型预报因子的降水阈值；基于根据局域气候等条件设定的降水阈值及针对局域短时临近降水预报模型设定的降水评价指标开展应用验证及分析，最终得到所述局域短临降水预报模型。