共查询到20条相似文献，搜索用时 625 毫秒
1.
2.
1671—2006年伊犁尼勒克地区7—8月降水序列的重建与分析 总被引：1，自引：0，他引：1
通过对新疆伊犁尼勒克地区3个采点的雪岭云杉树轮宽度标准化年表与尼勒克气象站月降水的单相关普查发现,树轮宽度标准化年表与上年7—8月降水呈显著正相关,且具有明确的树木生理学意义.将树轮宽度标准化年表进行平均得到区域树轮宽度年表,再考虑到上年7—8降水对当年、次年及再次年树木年轮生长的影响,建立区域年表对上年7—8降水的重建方程,重建了1671—2006年336a来的7—8月降水序列,经多方面验证,重建结果是可信的.336a来,尼勒克地区7—8月降水经历了6个偏干阶段和7个偏湿阶段,其中偏湿年数多于偏干年数;最干旱年份为1713年,7—8月降水比多年均值偏少69.4%;最湿润年份为1783年,7—8月降水比多年均值偏多63.5%;7—8月降水长序列变化存在2.0a、2.2a、3.8a、4.9a、9.7a的显著准周期,且在1757年、1852年、1899年前后降水由多向少发生突变,1718年、1778年、1873年前后降水由少向多发生突变,1757年、1778年前后的突变与前人的研究结果相一致. 相似文献
3.
利用甘肃省80个气象站建站至2012年3-5月的降水量资料, 分析了甘肃省春季降水的基本气候特征; 通过EOF、REOF、小波分析等方法, 对甘肃春季降水的时空特性进行了研究, 用Mann-Kendall检验法检验了甘肃春季降水序列是否存在突变现象. 结果表明, 甘肃春季降水空间分布极不均匀, 其空间分布特征是东南部为多雨区、西北部为少雨区. 甘肃春季降水在第一空间尺度上为全区一致, 在第二空间尺度上可分为2个自然气候区, 在第三空间尺度上可分为7个自然气候区. 从年代际变化来看, 1960年代是近50 a来降水最多的10 a, 1990年代是降水最少的10 a; 甘肃春季降水的年际变率十分显著, 降水最多的年份是最少年份的近5倍. 1961-2012年间甘肃春季降水发生了明显的突变, 1982年出现了一次增多趋势的突变, 1992年出现了一次减少趋势的突变. 5 a的短周期和18～19 a的长周期是其主要周期. 甘肃春季降水偏少(多)年份的500 hPa异常环流形势为极涡弱(强)、中纬度亚洲为一脊一槽型、东亚大槽深(浅)、南支槽浅(深). 相似文献
4.
通过对甘肃临夏松鸣岩地区紫果云杉树轮宽度的分析,发现研究区树轮标准宽度年表与降水、PDSI相关低,而与当地3～10月平均最高温(3月至10月月平均最高温的算术平均值)相关最高(r=0.578,p＜0.0001,n=62).在此基础上,利用多元回归技术设计转换方程,重建了研究区1818年以来3～10月平均最高温,重建序列的方差解释量达40％(调整自由度后为38％).重建序列中高温年与低温年的年份大致相当,分别为14.9％和12.9％;重建时段可以分为4个温暖期(1818～1854年、1882～1900年、1937～ 1966年和2001～2012年)和3个寒冷期(1855～1881年、1901～1936年和1967～2000年),可与秦岭西部的温度重建结果进行良好的对比;研究区在20世纪后期(2001～2012年平均最高温比1970～1980年平均最高温)有明显的升温趋势,上升0.77℃.空间分析表明,临夏地区3～10月平均最高气温变化具有一定的空间代表性,可以反映黄土高原西部地区气温的历史变化.功率谱分析(MTM)检测出该重建序列在过去195年中存在42.74a,7.79～3.18a和2.77a的准周期震荡,可能与PDO和ENSO大尺度海洋耦合作用有关. 相似文献
5.
根据阿克苏河流域内出山口水文站1957～2006年的径流实测资料,利用数理统计、Mann-Kendall非参数趋势检验及小波分析等方法对径流年际变化特征进行了分析。研究发现,阿克苏河年径流量具有相对稳定且振荡上升的趋势,年际变化小; 径流序列在1993年发生突变,径流量呈现出显著增加趋势,且通过了α=0.05的显著性水平检验; 丰、枯水周期变化存在着25a左右的主周期,丰水年发生在20世纪90年代后期,且大量连续出现,最长持续时间达7年,枯水年多以连续2年的形式出现,平水年年数占52％。运用灰色拓扑预测方法对突变前后两个径流时间序列分别进行了模拟和预测,模拟结果的平均相对误差仅为12.06％,且位于同一突变区间的精度达97.7％,预测未来几年阿克苏河年径流量存在上升趋势,但趋势不显著。 相似文献
6.
7.
利用西北地区121个气象站1961-2011年降水量资料, 分析了西北地区春季降水的基本气候特征;通过EOF、REOF、功率谱等方法, 对西北地区春季降水的时空特性进行了研究, 用Mann-Kendall检验法检验西北地区春季降水序列是否存在突变现象.结果表明: 西北地区春季降水空间分布极不均匀, 其空间分布特征是东南部和西北部为多雨区、中间为少雨区.西北地区春季降水在第一空间尺度上为全区一致, 在第二空间尺度上可分为2个自然气候区, 在第三空间尺度上可分为6个自然气候区.从年代际变化来看, 1980年代是近半个世纪来降水最多的10 a, 1970年代是降水最少的10 a;西北地区春季降水的年际变率十分显著, 降水最多的年份是最少年份的3倍多. 1961-2011年间西北地区春季降水发生了明显的突变: 1973年出现了一次趋于减少的突变, 1985年出现了一次趋于增多的突变. 18~19 a的长周期是其主要周期, 其次是5 a和7 a的短周期. 未来20 a西北地区春季降水量呈缓慢下降的趋势. 相似文献
8.
泥石流的发生是一个动态变化的过程,灾变时间及活动强度具有明显的非线性特征,认识和掌握泥石流发生、发展规律,对未来泥石流活动趋势进行预测,是地质灾害防灾减灾与宏观规划防灾预案工作的基础。本文以四川省汶川县1960~2010年50a的泥石流灾情数据作为原始数据序列,建立灰色GM(1,1)灾变预测模型,采用2011~2019年9a泥石流灾情数据来验证模型预测精度。为了提高预测精度,采用傅里叶变换修正误差残值。经计算GM(1,1)模型的预测结果相对误差为3.582%,傅里叶变换误差修正后相对误差为0.073%,预测结果与实际发生年份一致,并预测未来一段时间汶川县将于2033年或2034年、2051年或2052年发生大规模群发性泥石流。 相似文献
9.
用树木年轮重建天山中部近350 a来的降水量 总被引：7，自引：5，他引：7
单相关普查表明，乌鲁木齐河谷树轮年表与上年7月至当年2月降水相关显著.西白杨沟及波尔钦沟两个树轮差值年表可较好地重建出天山中部近350 a来该时段的降水量，解释方差达62％.经用统计参数、独立降水资料、历史气候记载、冰川及其它资料多方面验证，表明近350 a的降水重建序列是可信的.降水特征分析指出：天山中部降水可划分出3个偏湿期(1671(?)一1692年，1716－1794年，1825－1866年)和3个偏干期(1693－1715年，1795－1824年，1867－1969年).其后两个偏湿期与乌鲁木齐河源1号冰川前的第二、第三道终碛垄相对应，经推算，相应年降水量比现今分别偏多约59 mm及30 mm.天山中部上年7月至当年2月的降水具有5、10、53～54、3.7及3.3 a的变化准周期，在1716－1969年间存在着明显的变干趋势，并在1831年发生过突变.重建降水序列对乌鲁木齐、昌吉州天山北坡一带的降水具有较好的代表性. 相似文献
10.
11.
风场变形误差是降水观测误差最主要的来源之一,其不仅影响观测值的准确性,也可能导致长期降水变化趋势中隐含虚假成分。结合北京地区20个气象站点1976-2015年逐日观测资料及前人研究成果,评估了风场变形误差对降水记录及其长期变化趋势的影响,结果表明:①近40年来北京地区平均降水捕获率为90%~95%,上升趋势较明显,但空间分布不均匀。城市化进程导致的风速减小是近10年来北京城、乡降水捕获率差异加大的主要原因。②北京地区风场变形误差存在明显的年际及季节差异。近40年来年均降水量订正值为23.1 mm,观测值较实际降水量年均低估了4.0%。订正后年均降水强度从实测的7.9 mm/d增加到8.3 mm/d,年降水量的下降速率从34.4 mm/10 a变为37.0 mm/10 a,观测值将降水强度低估了约4.8%,且将降水量的下降趋势低估了约7.0%。③对于强度越大的降水过程,风场变形引起的观测误差也越明显。对比发现,城市站点的风场变形误差年际振幅要大于乡村站点,弱降水过程中乡村站点的低估比城市站点明显,对大雨及以上强降水过程则相反,城市站点的低估比乡村站更显著。 相似文献
12.
Arash Adib Milad Mahmoudian Kafshgar Kalaee Mohammad Mahmoudian Shoushtari Keivan Khalili 《Arabian Journal of Geosciences》2017,10(9):208
In this research, the main hydrological characteristics (such as trend, stationarity, and normalization of hydrological data) of the Kasilian watershed are considered from 1970 to 2009. For forecasting of discharge, gene expression programming (GEP) method is applied. Normality and stationarity of time series are necessary for application of GEP method. For this purpose, third edition of Mann-Kendall trend test and skewness test are used for detection of trend and normalization of data, respectively. Also, five methods are applied for detection of stationarity of data. Modified Mann-Kendall trend test and Theil and Sen’s median slope method illustrate that annual and monthly precipitation data have slight decreasing trend, annual and monthly discharge data have insignificant decreasing trend, and annual and monthly temperature data have an increasing trend. Skewness test illustrates that annual, monthly, and daily discharge and precipitation data are not normal. By using logarithm function, skewness is minimized and symmetry of data is improved. After normalization of time series by logarithm function, five methods are applied for testing of stationarity of time series. These methods show that different normalized time series are stationarity and stationarity of time series is improved by elimination of periodic properties of data. For forecasting of daily discharge by GEP method, 85% of data are used for training and 15% of data are used for testing. By using data of 3 days ago, the GEP has the best efficiency. Coefficient of correlation (CC), root mean square error (RMSE), mean absolute error (MAE), and mean absolute relative error (MARE) are 0.9, 0.495 lit/s, 0.288 lit/s, and 0.053, respectively. 相似文献
13.
Mohammad Rezaei Masoud Monjezi Saeed Ghorbani Moghaddam Farhad Farzaneh 《Arabian Journal of Geosciences》2011,5(5):1031-1037
Burden prediction is a vital task in the production blasting. Both the excessive and insufficient burden can significantly affect the result of blasting operation. The burden which is determined by empirical models is often inaccurate and needs to be adjusted experimentally. In this paper, an attempt was made to develop an artificial neural network (ANN) in order to predict burden in the blasting operation of the Mouteh gold mine, using considering geomechanical properties of rocks as input parameters. As such here, network inputs consist of blastability index (BI), rock quality designation (RQD), unconfined compressive strength (UCS), density, and cohesive strength. To make a database (including 95 datasets), rock samples are used from Iran’s Mouteh goldmine. Trying various types of the networks, a neural network, with architecture 5-15-10-1, was found to be optimum. Superiority of ANN over regression model is proved by calculating. To compare the performance of the ANN modeling with that of multivariable regression analysis (MVRA), mean absolute error (E a), mean relative error (E r), and determination coefficient (R 2) between predicted and real values were calculated for both the models. It was observed that the ANN prediction capability is better than that of MVRA. The absolute and relative errors for the ANN model were calculated 0.05 m and 3.85%, respectively, whereas for the regression analysis, these errors were computed 0.11 m and 5.63%, respectively. Moreover, determination coefficient of the ANN model and MVRA were determined 0.987 and 0.924, respectively. Further, a sensitivity analysis shows that while BI and RQD were recognized as the most sensitive and effective parameters, cohesive strength is considered as the least sensitive input parameters on the ANN model output effective on the proposed (burden). 相似文献
14.
Precipitation forecasting using classification and regression trees (CART) model: a comparative study of different approaches 总被引：2，自引：0，他引：2
Bahram Choubin Gholamreza Zehtabian Ali Azareh Elham Rafiei-Sardooi Farzaneh Sajedi-Hosseini Özgür Kişi 《Environmental Earth Sciences》2018,77(8):314
Interest in semiarid climate forecasting has prominently grown due to risks associated with above average levels of precipitation amount. Longer-lead forecasts in semiarid watersheds are difficult to make due to short-term extremes and data scarcity. The current research is a new application of classification and regression trees (CART) model, which is rule-based algorithm, for prediction of the precipitation over a highly complex semiarid climate system using climate signals. We also aimed to compare the accuracy of the CART model with two most commonly applied models including time series modeling (ARIMA), and adaptive neuro-fuzzy inference system (ANFIS) for prediction of the precipitation. Various combinations of large-scale climate signals were considered as inputs. The results indicated that the CART model had a better results (with Nash–Sutcliffe efficiency, NSE?>?0.75) compared to the ANFIS and ARIMA in forecasting precipitation. Also, the results demonstrated that the ANFIS method can predict the precipitation values more accurately than the time series model based on various performance criteria. Further, fall forecasts ranked “very good” for the CART method, while the ANFIS and the time series model approximately indicated “satisfactory” and “unsatisfactory” performances for all stations, respectively. The forecasts from the CART approach can be helpful and critical for decision makers when precipitation forecast heralds a prolonged drought or flash flood. 相似文献
15.
16.
当前分布式水文模型的参数确定仍主要依赖率定方式, 在缺资料地区应用受到限制。建立一种基于变动饱和带产流模式和网格水滴汇流方法的分布式产汇流模型, 提出利用下垫面特征来确定模型参数的方法。结合野外入渗试验和参数敏感性分析, 建立地表饱和水力传导度(K0z)和饱和水力传导度随深度衰减系数(f)2个敏感性产流参数与地形参数、土壤类型数据的定量统计关系, 利用野外坡面流观测试验确定坡面汇流参数, 并在多个实际流域进行应用验证。结果表明: ①利用地形参数确定K0z与使用遥感资料确定K0z的模型精度进行对比, 在姜湾实验流域场次洪水模拟的平均确定性系数从0.82提高至0.86, 洪峰与洪量误差的平均绝对值分别降低了2.2%和0.95%, 但峰现时间误差平均绝对值增大了4%(仍控制在2 h内)。②建立姜湾等14个流域参数f率定值与不同深度土壤类型数据的定量关系, 移用至七邻等6个流域进行验证, 表明参数f关系式与模型率定的精度非常接近, 相对误差的平均绝对值为2.8%, 场次洪水模拟的平均确定性系数为0.83, 洪峰与洪量误差的平均绝对值为10.07%和6.86%, 峰现时间误差的平均绝对值为2.61 h。提出的敏感性产流参数确定方法与野外实测、模型率定、遥感资料推求等方式进行对比, 均具有较高的参数估计精度和场次洪水模拟精度, 在缺资料地区具有适用性。 相似文献
17.
以三峡水库上游寸滩至万县区间降水预报误差和入库洪水预报误差相应数据为例,在探讨两者统计相关性的基础上,采用Frank、Gumbel、Clayton三种二元Copula连接函数分析了两预报误差的相关结构,以离差平方和最小为准则进行了Copula函数的选择,并与两预报误差独立情况下联合频率分布进行比较和分析。研究结果表明,降水预报误差和洪水预报误差的相关性对其二元联合分布有一定影响,同时,在两预报误差负相关条件下,其联合分布可做简化处理。本文研究结果可为水库预报调度风险管理提供决策参考。 相似文献
18.
19.
Flood forecasts based on multi-model ensemble precipitation forecasting using a coupled atmospheric-hydrological modeling system 总被引：1，自引：0，他引：1
The recent improvement of numerical weather prediction (NWP) models has a strong potential for extending the lead time of precipitation and subsequent flooding. However, uncertainties inherent in precipitation outputs from NWP models are propagated into hydrological forecasts and can also be magnified by the scaling process, contributing considerable uncertainties to flood forecasts. In order to address uncertainties in flood forecasting based on single-model precipitation forecasting, a coupled atmospheric-hydrological modeling system based on multi-model ensemble precipitation forecasting is implemented in a configuration for two episodes of intense precipitation affecting the Wangjiaba sub-region in Huaihe River Basin, China. The present study aimed at comparing high-resolution limited-area meteorological model Canadian regional mesoscale compressible community model (MC2) with the multiple linear regression integrated forecast (MLRF), covering short and medium range. The former is a single-model approach; while the latter one is based on NWP models [(MC2, global environmental multiscale model (GEM), T213L31 global spectral model (T213)] integrating by a multiple linear regression method. Both MC2 and MLRF are coupled with Chinese National Flood Forecasting System (NFFS), MC2-NFFS and MLRF-NFFS, to simulate the discharge of the Wangjiaba sub-basin. The evaluation of the flood forecasts is performed both from a meteorological perspective and in terms of discharge prediction. The encouraging results obtained in this study demonstrate that the coupled system based on multi-model ensemble precipitation forecasting has a promising potential of increasing discharge accuracy and modeling stability in terms of precipitation amount and timing, along with reducing uncertainties in flood forecasts and models. Moreover, the precipitation distribution of MC2 is more problematic in finer temporal and spatial scales, even for the high resolution simulation, which requests further research on storm-scale data assimilation, sub-grid-scale parameterization of clouds and other small-scale atmospheric dynamics. 相似文献
20.
为提高饶河流域洪水预报精度,将全过程联合校正(EPJC)方法与三水源新安江(XAJ)模型结合,按一定比例划分洪水预报总误差为各过程误差,基于系统响应理论反演得到面雨量计算误差和模型参数误差,重新输入流域水文模型正演得出校正后的洪水过程。选取洪峰流量相对误差、峰现时间绝对误差、径流深相对误差和确定性系数作为模型评价指标,量化XAJ预报与EPJC校正结果,并与传统的动态系统响应曲线(DSRC)方法进行对比。结果表明,EPJC能够考虑全过程误差,与实际误差分布情况更相符,可提升饶河流域的洪水作业预报精度,值得进一步研究与推广。 相似文献