共查询到20条相似文献，搜索用时 93 毫秒
1.
神经网络综合模型预测龙江河流域汛期旱涝 总被引：1，自引：0，他引：1
应用龙江河流域金城江站水文资料、500hPa月平均环流指数、海温、太阳黑子和单站气象要素等资料，通过方差周期、多元线性回归和逐步回归分析得到的预测值，再经过神经网络综合模型进行分析，最后进行预测试验。结果表明，神经网络综合模型在龙江河流域旱涝天气预测中效果显著，可应用于业务预测。 相似文献
2.
张宗群 《高原山地气象研究》2005,25(4)
本文通过"EOF-CCA"分析方法在甘孜州两江一河流域旱涝趋势预测中的应用分析,阐明两江一河流域旱涝趋势分布特征,并对汛期旱涝趋势预测方法进行探讨,为两江一河流域生态资源利用、开发等提供气象条件的理论依据,对该区域的生态开发、减灾防灾工作等都具有重要作用. 相似文献
3.
4.
以浙江省2016年1-10月的雷达回波强度数据为基础,分别应用随机森林模型、BP神经网络模型、卷积神经网络模型来预测降雨量并进行对比.建模分析结果表明,随机森林模型预测效果精确度较低,容易低估较大的降雨强度,而BP神经网络和卷积神经网络预测的效果都比随机森林好,特别是卷积神经网络,其预测值与真实值更加接近,且对较大的降雨强度拟合较好. 相似文献
5.
叶龙媒 《沙漠与绿洲气象(新疆气象)》1992,(4)
通过对玛纳斯河流域春季农业用水的供需状况的分析,从水土平衡角度和从多年水份供应的平均状况,确定了两种春旱指标.对两种指标进行综合评定,确定出玛纳斯河流域春旱综合指标,并对其分布规律进行了分析.最后提出了防御春旱的对策建议. 相似文献
6.
本文通过“EOF-CCA”分析方法在甘孜州两江一河流域旱涝趋势预测中的应用分析，阐明两江一河流域旱涝趋势分布特征，并对汛期旱涝趋势预测方法进行探讨，为两江一河流域生态资源利用、开发等提供气象条件的理论依据，对该区域的生态开发、减灾防灾工作等都具有重要作用。 相似文献
7.
投影寻踪回归与BP神经网络方法在前汛期降水预测中的比较研究 总被引：1，自引：0，他引：1
以1962—2006年粤北地区7个站4—6月前汛期降水量资料为基础,将前汛期降水量与74项环流指数资料进行灰色关联度分析,确定了影响粤北地区前汛期降水量的16个关键环流指数因子,分别应用投影寻踪回归、BP神经网络和逐步回归方法,建立前汛期降水趋势预测模型,对粤北地区前汛期降水趋势进行预测。结果表明：投影寻踪回归和BP神经网络方法的预测能力均优于传统的逐步回归模型。其中,PPR模型比BP神经网络方法的预测效果更好。 相似文献
8.
利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好. 相似文献
9.
以1962—2006年粤北地区7个站4—6月前汛期降水量资料为基础,将前汛期降水量与74项环流指数资料进行灰色关联度分析,确定了影响粤北地区前汛期降水量的16个关键环流指数因子,分别应用投影寻踪回归、BP神经网络和逐步回归方法,建立前汛期降水趋势预测模型,对粤北地区前汛期降水趋势进行预测。结果表明:投影寻踪回归和BP神经网络方法的预测能力均优于传统的逐步回归模型。其中,PPR模型比BP神经网络方法的预测效果更好。 相似文献
10.
11.
采用Elman动态神经网络对沂沭河流域上游临沂子流域口径流量进行模拟。为了更好地检验该网络估测径流的精度,同时采用陆面水文过程模型TOPX进行对比分析。确定性线系数、相关系数、平均相对误差和平均相对均方根误差四个统计指数及流域径流过程。结果表明,Elman动态神经网络能够对日径流量进行较好的模拟,较好地捕捉洪峰流量和出现时间,为降雨径流模拟提供了一种有效可靠的方法。 相似文献
12.
13.
天气雷达探测资料是进行强对流天气临近预报的主要参考数据。针对传统雷达回波外推方法中存在资料信息利用率不足和外推时效有限的问题,文中利用神经网络进行雷达回波的外推、利用预测神经网络模型进行2 h以内的回波变化预报。回波外推问题的关键是回波时、空序列预测问题,该网络具有解决时间记忆问题的长、短时记忆单元（Long Short-Term Memory,LSTM）和提取空间特征的卷积模块。应用福建、江苏和河南多年的雷达探测资料构造训练和测试数据集。为消除降水的不平衡和提高对强回波的预报准确率,网络采用带权重的损失函数进行训练。对光流法和预测神经网络进行测试集检验以及个例分析,结果表明,在相同外推时效和检验反射率阈值的情况下,预测神经网络的临界成功指数、命中率均高于光流法,虚警率低于光流法。不同类型降水预测神经网络的SSIM值（structural similarity）均高于光流法,且层状云降水的SSIM值比对流云降水的大。因此,预测神经网络对强回波的预报能力高于光流法;在预报时效性上,预测神经网络模型具有一定的优越性;预测神经网络对层状云降水预报的准确率比对流云降水的高。 相似文献
14.
每年汛期最大一次洪水前7天之内的暴雨,本文称为洪峰暴雨。根据河池地区水文、气象资料,从长期预报的角度分析龙江河流域年洪峰的大小和出现暴雨的日期,发现它除了与极涡中心仪置相关外,还与太阳活动周期、日地和月地相关密切。 一、太阳黑子与洪峰的关系 用紫金山天文台1954-1982年共28年的太阳黑子相对数的年平均与本地区金城江水文站资料对比分析,发现太阳黑子与各年的龙江河洪峰趋势有着密切的关系(见图1) 从图1可看出龙江河洪峰有三个峰点为m-1,M+1和M+2年;三个谷点为m+1,M+3和M年,峰点为洪水高值年,谷点为洪水低值年。 相似文献
15.
动态学习率神经网络预测气温的尝试 总被引：3，自引：1，他引：3
采用单站气象资料建立动态学习率的神经网络预测模型，进行逐日气温模拟预测，并与逐步回归预测模型和固定学习率的神经网络模型比较，结果表明，神经网络模型预测能力较好，但训练时间长。采用动态学习率的网络模型在不损失预测精度的前提下大大减少了训练时间，为神经网络在气象中的应用提供了一种方法。 相似文献
16.
将TOPMODEL应用于饮马河流域,选取2013-2019年共6次暴雨洪水过程进行模拟和评估,将饮马河模拟流量与实测流量对比分析,探讨该模型在该流域洪水模拟的可用性.结果表明:TOPMODEL实现了空间产流面积分布的可视化;TOPMODEL在饮马河流域模拟效果较好,可用于该流域流量预报;不同等级降雨量、不同的降雨落区以及前期降雨多寡对饮马河的流量影响较大,即累计雨量越大、雨强越强、强降雨越靠近上游、前期降雨越多,洪峰流量也越大.因此,TOPMODEL可为饮马河流域的防洪调度和防灾减灾提供技术支持. 相似文献
17.
18.
19.
20.
中小河流域暴雨洪涝灾害风险评估及效果检验 总被引：1，自引：0，他引：1
本文基于FloodArea水动力模型及WRF模式,运用气象资料、水文资料、地理信息资料、社会经济统计资料以及灾情调查资料等,以长江一级支流的秋浦河流域为研究区,开展中小河流域暴雨洪涝灾害风险评估及效果检验。结果表明:FloodArea模型对洪水的淹没范围、淹没水深以及淹没历时等具有较好的模拟效果,可用于中小河流域暴雨洪涝灾害风险评估与预警业务,并由此初步建立了包含模式降水预报→面雨量计算→洪涝淹没模拟→风险评估→预警发布→效果检验等环节的暴雨洪涝灾害风险评估及效果检验业务流程,实现从以往常规的强降水预报到暴雨洪涝灾害预报的业务延伸,可进行推广应用。 相似文献