共查询到20条相似文献，搜索用时 187 毫秒
1.
客观评价高分辨率中小尺度变量的预报表现是数值天气预报模式应用和发展的重要环节。传统点对点的检验在高分辨率数值预报模式评估中存在显著不足。空间面向对象或目标法MODE检验方法利用卷积函数和给定的阈值在预报和观测场中识别目标对象、诊断模式的预报表现,在天气预报中有着广泛应用。首先系统回顾了MODE检验方法的学术思想、技术架构、算法流程和检验指标;详细归纳了MODE检验在降水预报、天气雷达、卫星云图、集合预报以及其他不同要素或物理量场中的典型应用,阐述了检验结果在数值模式预报质量评价中的意义和对天气预报结果主客观订正的影响;介绍了近年来MODE检验方法的更新发展,主要包括考虑不匹配目标对象属性的综合评价指数MCS,以椭球体为目标的三维时域空间对象追踪和MODE扩展的时域检验方法 MODE-TD;最后总结和讨论了MODE检验方法的适用性、优势和不足,同时对MODE检验方法未来的发展方向和应用前景进行了展望。旨在为更好地应用MODE检验方法诊断数值模式的预报性能提供参考。 相似文献
2.
海洋可预报性和集合预报研究综述 总被引：1，自引：0，他引：1
海洋是高度复杂的非线性动力系统,由于海洋初值和数值模式本身存在无法避免的误差,海洋数值预报具有不确定性。通过理解和认识海洋不同时空尺度运动的特征和规律,定量估计和预测海洋动力系统的可预报性,研究预报误差产生的原因及其增长和传播机制,探讨减小预报误差的方法和延长可预报时限的途径,对于改进海洋预报系统、提高预报技巧,具有重要意义。系统回顾了海洋可预报性及其应用的研究进展,论述了海洋可预报性的概念、分类以及国内外的研究现状,其中重点介绍了常用的奇异向量法、李亚普诺夫指数法和繁殖向量法等3种动力学方法以及海洋集合预报研究现状,最后对海洋可预报性的未来发展方向和应用前景给以展望。 相似文献
3.
4.
全球气象模型及新兴人工智能模型为流域水文预报提供了日、次季节、季节等不同时间尺度的海量气象预报数据。与此同时,基于气象预报开展水文预报,涉及到数据获取、模型构建、评估检验等技术问题。本文以全球气象预报相关的研究计划为切入点,调研现有的1 d至2周小时尺度中短期天气预报、1～60 d次季节尺度气象预报、1～12个月季节尺度气象预报以及新兴的人工智能气象预报;梳理气象预报驱动下流域水文预报模型方法,阐述气象预报订正、水文模型设置和预报评估检验等技术环节。基于全球气象预报生成实时和回顾性流域水文预报,定量检验不同预见期下预报精度以评估相关模型方法的预报性能,为水利工程预报-调度实践应用打下坚实的基础。 相似文献
5.
随着全球气候变化、自然变迁及陆表生境改变,极端天气频发且呈现出多尺度时空变异特征,对其进行预报和预警一直是气象水文领域关注的焦点。临近预报可较准确地预报未来短时间天气显著变化,是当前预报强降水等极端事件的主要手段。从基于天气雷达0~3 h外推临近预报、融合数值模式0~6 h临近预报的发展历程梳理了临近预报的研究进展,阐述了雷达外推算法的发展进程、雷达外推预报与数值模式预报融合技术进展,指出"取长补短"的0~6 h融合预报在提高降水预报精度、延长降水预见期等多方面有较大的发展潜力,进一步探寻及提升融合技术是未来融合预报发展的核心。将临近预报以气象水文耦合的方式引入水文预报是从源头提高水文预报精度、保障水文预报效果的主要途径,总结了现阶段主流耦合方式、空间尺度匹配技术、水文模型不确定等陆气耦合中的关键问题,阐述了外推临近预报、融合临近预报作为水文预报输入的研究进展,明确了融合临近预报在延长洪水预见期、提高洪水预报精度中存在优势,并讨论了未来的研究重点及发展方向。 相似文献
6.
7.
8.
《地球科学进展》2020,(7)
西太平洋副热带高压和南亚高压对东亚区域天气气候影响显著,运用数值模式集合系统提升其预报准确率对我国天气预报意义重大。采用国家级气象业务规范指标,系统地评估了中国气象局数值预报中心自主研发的GRAPES全球集合预报业务模式系统对2019年西太平洋副热带高压和南亚高压的集合预报技巧,并考察了不同集合方法对预报效果的影响,从而为东亚天气特别是极端事件的预报提供参考。结果显示,GRAPES全球集合预报系统对西太平洋副热带高压脊线的预报技巧最高,强度和面积次之,表现为偏弱的估计,西伸脊点的预报效果相对较差,表现为较观测偏东;对南亚高压强度和中心纬度指数的预报技巧较高,而对中心经度指数预报技巧相对较低。采用最大(小)值法可以有效降低该模式对西太平洋副热带高压强度和面积(西伸脊点)指数的预报偏差。而在南亚高压预报中,集合平均法比最值法具有略高技巧。对于极端性预报,最大值法较集合平均法可以显著提升对西太平洋副热带高压和南亚高压指数极端情形的预报性能,这从个例分析中也得到证实。从而表明集合最值法比平均法可能更适用于该模式的极端事件预报,应在业务应用中加以重视。 相似文献
9.
论动力相似预报的物理基础问题 总被引：1，自引：0，他引：1
为了更好地发展动力相似预报的策略和方法,基于非线性动力学成果,综合探讨了动力相似预报的物理基础问题。分析表明,“相似预报—低频流型—可预报性”在物理上存在密切联系,这在统计相似预报和动力相似预报问题中均适用。通过类比集合预报,并对实际大气不同尺度模式预报的个例分析,初步证实了相似初值对应的动力预报结果及其预报误差行为具有相似性。在此基础上,进一步提出三类相似性问题,并归纳了动力相似预报的物理基础：在初始状态相似性持续的情况下,动力预报结果以及预报误差行为具有相似性。 相似文献
10.
为研究洮河流域径流预报,根据河流集合预报方法,利用红旗水文站实时监测资料,基于中国洪水预报系统开发的三水源蓄满产流、滞后演算和马斯京根模块构建全流域洪水预报模型,并应用该模型分析预测红旗水文站径流及其概率分布统计。结果表明:径流拟合过程拟合较好,取得了较好的预报效果,模型满足河流集合预报应用的条件,结论可为洮河流域水资源开发利用、防汛保安提供参考依据。 相似文献
11.
Displacement is vital in the evaluations of tunnel excavation processes,as well as in determining the postexcavation stability of surrounding rock masses.The prediction of tunnel displacement is a complex problem because of the uncertainties of rock mass properties.Meanwhile,the variation and the correlation relationship of geotechnical material properties have been gradually recognized by researchers in recent years.In this paper,a novel probabilistic method is proposed to estimate the uncertainties of rock mass properties and tunnel displacement,which integrated multivariate distribution function and a relevance vector machine(RVM).The multivariate distribution function is used to establish the probability model of related random variables.RVM is coupled with the numerical simulation methods to construct the nonlinear relationship between tunnel displacements and rock mass parameters,which avoided a large number of numerical simulations.Also,the residual rock mass parameters are taken into account to reflect the brittleness of deeply buried rock mass.Then,based on the proposed method,the uncertainty of displacement in a deep tunnel of CJPL-II laboratory are analyzed and compared with the in-situ measurements.It is found that the predicted tunnel displacements by the RVM model closely match with the measured ones.The correlations of parameters have significant impacts on the uncertainty results.The uncertainty of tunnel displacement decreases while the reliability of the tunnel increases with the increases of the negative correlations among rock mass parameters.When compared to the deterministic method,the proposed approach is more rational and scientific,and also conformed to rock engineering practices. 相似文献
12.
在大数据的时代背景下,地质大数据逐渐趋于复杂化的模式与其间的空间关联性为基于机器学习算法的矿产资源定量预测带来了更大的挑战。利用深度卷积网络算法优异的分析性能来提取不同成矿条件下多种二维要素图层的空间分布特征与关联性是一项非常有意义的探索性实验。以松桃—花垣地区沉积型锰矿为例,利用深度卷积神经网络模型AlexNet挖掘Mn元素、沉积相、大塘坡组出露、断裂及水系的空间分布与锰矿矿床的就位空间的耦合相关性,以及不同的控矿要素之间的相关性,以此训练出二维矿产预测分类模型。经过训练后,可以得到验证准确率88.89%,召回率为66.67%,损失值0.08的深度卷积神经网络分类模型。应用该模型对未知区进行二维成矿预测,共圈定出91、96、154、184号4个成矿远景区,其中91号和154号的区域含矿概率为1,96号含矿概率为0.5。由此可见,预测区具有很大概率存在尚未发现的矿床。 相似文献
13.
14.
基于小波变换和GALSSVM的边坡位移预测 总被引：1，自引：0，他引：1
边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程,用现有的物理模型来解决边坡变形的预测问题有很大难度。大量的研究工作表明,用实测的边坡位移时间序列来预测边坡未来变形更为准确,而将多种方法组合起来进行预测成为研究的主要趋势。在此基础上,建立了一种基于小波变换和进化最小二乘支持向量机(GALSSVM)的边坡位移预测模型。首先利用小波变换将边坡时间序列分解为低频分量和高频分量,然后利用互信息法和伪近邻法得到各分量的时间延迟和嵌入维数并进行相空间重构,再根据各个相空间的特点建立相应的GALSSVM预测模型,最后把各分量的预测结果进行小波重构,重构后的结果即为最终的边坡位移预测结果。对丹巴滑坡预测研究表明,这种新的预测模型具有较高的预测精度,可以应用于实际工程 相似文献
15.
传统的边坡位移预测由于监测周期长、主要解释变量难以独立监测,存在建模困难、模型冗余、不具备空间预测能力等问题。以某半填半挖的高填方路堤边坡为研究对象,基于坡面位移实测数据,引入空间计量经济学基本理论和动态面板数据分析方法,检验和量化了不同测点间的空间关系,建立了坡面位移的动态空间面板数据模型,并进一步地检验了模型的预测结果。研究结果表明,相较于传统的时间序列模型,该模型参数更加简洁,并可同时对空间所有测点进行预测。模型不仅在时间维度有良好的预测效果,还具有一定的空间预测能力。 相似文献
16.
滑坡位移预测效果一方面取决于预测模型的优劣,另一方面取决于野外监测数据的质量。针对目前滑坡常规监测技术与评价方法的不足,本文采用光纤监测技术、监测数据与PSO-SVM预测模型相结合的评价方法,对三峡马家沟Ⅰ号滑坡的深部位移进行了预测;通过对320个滑坡深部位移光纤监测数据分析,基于时间序列法,将滑坡位移分为趋势性位移和波动性位移;趋势性位移采用拟合法进行预测,波动性位移采用PSO-SVM模型进行预测;最后将趋势项和波动项位移预测值叠加得到累积位移的预测值。研究结果表明,PSO-SVM模型对波动性位移预测的均方根误差0.51 mm,平均绝对百分误差0.37 mm,能准确预测滑坡波动项位移;累积位移预测值与实测值的相关系数为0.98,均方根误差为0.54 mm,预测效果较好,可以用来对滑坡深部位移进行短期预测。 相似文献
17.
18.
Multifractal and entropic properties of landslides in Japan 总被引：4，自引：0，他引：4
C. Goltz 《International Journal of Earth Sciences》1996,85(1):71-84
Landslide distributions in two major areas of northern Japan, Tohoku and Hokkaido, are analysed for multifractal properties. For the latter data set, also the multifractal spectrum for the spatial landslide size distribution is determined and compared to the probability distribution. It is concluded that the fields possess definite multifractal character. This finding is supported by the known multifractality of the main triggering processes, rain and earthquakes. Further support comes from a configuration entropy analysis which is found to be a useful complimentary tool to multifractal analysis. Models leading to multifractality are briefly reviewed. Careful attention is paid to the algorithms used and to the verification of the numerical results. Some general suggestions concerning numerical methods are made. 相似文献
19.
Spatial interpolation has been frequently encountered in earth sciences and engineering.A reasonable appraisal of subsurface heterogeneity plays a significant role in planning,risk assessment and decision making for geotechnical practice.Geostatistics is commonly used to interpolate spatially varying properties at un-sampled locations from scatter measurements.However,successful application of classic geostatistical models requires prior characterization of spatial auto-correlation structures,which poses a great challenge for unexperienced engineers,particularly when only limited measurements are available.Data-driven machine learning methods,such as radial basis function network(RBFN),require minimal human intervention and provide effective alternatives for spatial interpolation of non-stationary and non-Gaussian data,particularly when measurements are sparse.Conventional RBFN,however,is direction independent(i.e.isotropic)and cannot quantify prediction uncertainty in spatial interpolation.In this study,an ensemble RBFN method is proposed that not only allows geotechnical anisotropy to be properly incorporated,but also quantifies uncertainty in spatial interpolation.The proposed method is illustrated using numerical examples of cone penetration test(CPT)data,which involve interpolation of a 2D CPT cross-section from limited continuous 1D CPT soundings in the vertical direction.In addition,a comparative study is performed to benchmark the proposed ensemble RBFN with two other non-parametric data-driven approaches,namely,Multiple Point Statistics(MPS)and Bayesian Compressive Sensing(BCS).The results reveal that the proposed ensemble RBFN provides a better estimation of spatial patterns and associated prediction uncertainty at un-sampled locations when a reasonable amount of data is available as input.Moreover,the prediction accuracy of all the three methods improves as the number of measurements increases,and vice versa.It is also found that BCS prediction is less sensitive to the number of measurement data and outperforms RBFN and MPS when only limited point observations are available. 相似文献
20.
岩土力学参数空间变异性的集合卡尔曼滤波估值 总被引：3，自引：1，他引：2
岩土参数具有结构性和随机性的空间变异特征,该特征导致岩土参数具有不确定性。以地质统计学作为岩土参数空间变异性分析的理论基础,将分布于研究区的岩土参数视为区域化变量,变异函数既描述了岩土参数整体的空间结构性变化,又描述了其局部的随机性变化,用变异函数理论模型作为描述岩土参数空间变异规律的数学模型。引入集合卡尔曼滤波（EnKF）分析方法,利用时空分布的观测数据,对岩土参数空间变异性进行估值。数值算例表明,EnKF能够有效地融合观测数据,较好地提供岩土参数空间变异性的估值。 相似文献