Performance of Multi Model Canonical Correlation Analysis (MMCCA) for prediction of Indian summer monsoon rainfall using GCMs output     

Ankita Singh  Nachiketa Acharya  Uma Charan Mohanty  Gopbandhu Mishra 《Comptes Rendus Geoscience》2013,345(2):62-72

The emerging advances in the field of dynamical prediction of monsoon using state-of-the-art General Circulation Models (GCMs) have led to the development of various multi model ensemble techniques (MMEs). In the present study, the concept of Canonical Correlation Analysis is used for making MME (referred as Multi Model Canonical Correlation Analysis or MMCCA) for the prediction of Indian summer monsoon rainfall (ISMR) during June-July-August-September (JJAS). This method has been employed on the rainfall outputs of six different GCMs for the period 1982 to 2008. The prediction skill of ISMR by MMCCA is compared with the simple composite method (SCM) (i.e. arithmetic mean of all GCMs), which is taken as a benchmark. After a rigorous analysis through different skill metrics such as correlation coefficient and index of agreement, the superiority of MMCCA over SCM is illustrated. Performance of both models is also evaluated during six typical monsoon years and the results indicate the potential of MMCCA over SCM in capturing the spatial pattern during extreme years.  相似文献   

勘探早—中期的沉积盆地有效烃源岩综合预测方法探讨——以北黄海某盆地为例     

冯常茂  白志琳  涂广红  王后金  胡小强  杜民 《海相油气地质》2013,(2):65-71

针对勘探程度较低的地区,提出了一套有效烃源岩的综合预测方法。其基本思路是,从钻井出发,井震结合,按由点到面、由剖面到平面的顺序分五步进行:确定有利沉积相带;确定烃源岩平面分布;划分区域沉积相分布;确定平面热演化分布;有效烃源岩分布预测。利用该方法,对北黄海某盆地侏罗系SQ1层序进行了有效烃源岩预测。  相似文献   

水力类泥石流起动机理与预报研究进展与方向   总被引：2，自引：1，他引：1  

唐川  章书成 《地球科学进展》2008,23(8):787-793

水力类泥石流是泥石流的一大类型,一旦暴发可造成巨大的人员伤亡和财产损失,因而其起动机理和预报是泥石流学科的前沿课题。尽管国内外研究在该领域取得了显著进展,但是由于该类泥石流起动机理的复杂性,已有的预报模型和其实用性仍然有相当的差距。概述了水力类泥石流起动与预报的国内外研究进展,提出未来该研究方向的主要研究内容。未来研究内容应该包括从环境地质学、地貌学和水文学角度认识水力类泥石流的起动成因和过程及相应的临界条件;研究以水文学为主线的水力类泥石流的起动机理和模型,并提出水力类泥石流的起动水文参数临界条件;建立以临界流量法和分布式水文模型为理论依据的水力类泥石流的预报途径和方法。该研究对加强水力类泥石流起动机理及预测预报的创新性研究和促进学科发展具有重要的科学价值和实践意义。  相似文献   

青藏铁路多年冻土区沼泽化斜坡路基稳定性分析     

姜龙  王连俊 《工程地质学报》2008,16(2):239-244

青藏铁路多年冻土斜坡段路基稳定性对铁路长期运营具有潜在的威胁,分析评价当前和未来斜坡路基稳定性可指导路基工程的正确设计和施工,从而保证铁路的安全运营。多年冻土地温变化使斜坡路基稳定性分析不同于普通土路基,其冻融交界面位置是制约斜坡路基稳定性的关键所在。通过对安多试验段3a来的地温监测,分析路基地温变化规律,并预测了未来50a内试验段地温的变化趋势,建立了当前和未来条件下的斜坡路基稳定性模型,计算分析了斜坡路基的稳定性。通过上述研究,取得以下认识和结论:(1)铁路路堤的填筑,引起多年冻土温度场重分布;由于坡向不对称和几何不对称,使得地温场存在不对称;(2)依据冻融界面位置和活动层的地温特征将冻土路基划分为4个不同时期,即冬季严寒期(1~2月)、春夏融化活动期(3~8月)、最大融深期(9~10月)及回冻活动期(11~12月);通过计算对比分析,每年最大融深期的稳定性系数最小;(3)数值分析的预测结果表明,20a以后,安多段试验段路基的多年冻土完全退化,在所预测的第10年最大融深期稳定性系数最小。  相似文献   

辽宁省北票市台吉营子矿区金矿水文地质条件及矿坑涌水量预测     

亓协全  李爽  董妍 《化工矿产地质》2016,(1):53-59

通过对北票市台吉营子矿区含水层、断裂构造带特征及地下水补、径、排条件、水文地质参数及矿坑充水因素的分析,认为研究区水文地质条件为中等。确定了水文地质单元边界条件模型,采用水平集水建筑物涌水量计算公式、管井涌水量公式、比拟法计算公式和大井法计算公式等方法对斜井、竖井和深、浅开拓水平涌水量进行了预测,并根据矿山实际情况提出了矿坑防治水措施,为矿山的下一步建设和开采提供了技术资料。  相似文献   

四川暴雨过程动力因子指示意义与预报意义研究   总被引：5，自引：1，他引：4  

李琴  杨帅  崔晓鹏  冉令坤 《大气科学》2016,40(2):341-356

本文利用2010年8月18~19日四川盆地西部地区一次引发了泥石流等次生灾害的暴雨天气过程的数值模拟资料及0.5°×0.5°分辨率、每6 h一次的GFS(Global Forecast Model)预报资料,结合集合动力因子预报系统中的广义对流涡度矢量垂直分量、质量散度、垂直螺旋度、质量垂直螺旋度、水汽垂直螺旋度、热力垂直螺旋度、湿热力平流参数、密度散度垂直通量、散度垂直通量、热力散度垂直通量、水汽散度通量、广义 Q 矢量散度等12个动力因子成员对此次暴雨过程进行诊断分析和预报研究,结果显示:(1)集合动力因子预报系统中的动力因子对此次降水落区诊断效果良好;(2)各动力因子区域均值随时间的变化曲线都能表现出降水区域均值随时间变化曲线双峰形态,其中,广义 Q 矢量散度、水汽垂直螺旋度、热力垂直螺旋度、质量垂直螺旋度、垂直螺旋度与降水的相关系数较大(达0.9以上),对此次降水的诊断效果较好;(3)动力因子对此次强降水过程的发展演变具有一定的预报能力。  相似文献   

三种气温预报产品黑龙江省预报效果检验     

孟莹莹  李树岭  赵玲  白雪梅  闫敏慧 《气象与环境学报》2022,38(2):21-30

利用T639模式预报产品和黑龙江省83个国家气象站气温实况观测资料,采用最优预报因子方法选取预报因子,应用多元回归方法建立逐站日最高气温和日最低气温的MOS预报方程; 对MOS、中央气象台指导预报（SCMOC）和T639三种气温预报产品的日最高气温和日最低气温预报效果进行对比检验分析,并用EOF方法检验预报与实况的时空变化特征一致性。结果表明: 与实况的时空变化一致性方面,MOS和SCMOC较好,T639略差; 预报效果方面,MOS和SCMOC对日最高气温和日最低气温的2 ℃预报准确率普遍高于T639,MOS的预报准确率在日最高气温方面高于SCMOC,在日最低气温方面低于SCMOC; MOS对T639气温预报产品改善效果明显,尤其对冬季日最低气温的预报改善效果十分显著; MOS较T639气温预报改善效果与T639模式预报效果呈负相关关系,主要表现为,MOS预报改善效果在T639预报准确率低的山区明显优于平原,在春、夏季,预报准确率较低的日最高气温明显优于日最低气温,在冬季,预报准确率较低的日最低气温优于日最高气温; MOS气温预报方法的预报性能较理想,SCMOC对黑龙江省预报难度较大的日最低气温预报效果较好。  相似文献   

随机物理过程扰动方案在克拉玛依区域集合预报中的应用研究          下载免费PDF全文

史永强  张涵斌  刘郁珏  张歆然 《大气科学学报》2022,45(6):926-937

克拉玛依气象局研发了区域集合预报系统并已实现业务运行,该系统仅采用了集合变换卡尔曼滤波(ETKF)初值扰动,导致离散度发展受到限制,为改善区域集合预报的离散度,本文尝试在初值扰动基础上引入随机物理过程倾向(SPPT)模式扰动方案。通过开展SPPT方案关键参数的敏感性试验,确定了适用于本系统的参数设置,构建了初值-物理过程扰动方案(ETKF-SPPT),并与仅采用初值扰动的集合方案(ETKF)进行了对比。结果表明:ETKF初值扰动方法能够产生具有动力学结构的初值扰动,但是随着预报时效的延长,集合离散度增长很快达到饱和,并在侧边界约束下逐渐减小;ETKF初值扰动结合SPPT模式扰动可使集合离散度在各个预报时效均保持增长状态;集合预报检验结果表明,仅采用ETKF初值扰动的集合预报概率分布可靠性较低,概率预报准确性也较差;ETKF-SPPT方法可获得更好的概率预报结果,可靠性更好,均方根误差更低。对克拉玛依城区一次大风预报个例表明,ETKF方案对大风起风时间和量级把握较差,而ETKF-SPPT可以增加集合离散度,起风时间和风速预报更准确。综合而言,增加SPPT扰动可以有效改善克拉玛依区域集合预报系统的预报技巧。  相似文献   

Probabilistic analysis of the inverse analysis of an excavation problem     

J. Baroth  Y. Malecot 《Computers and Geotechnics》2010

This study presents the probabilistic analysis of the inverse analysis of an excavation problem. Two techniques are used during two successive stages. First, a genetic algorithm inverse analysis is conducted to identify soil parameters from in situ measurements (i.e. first stage of the construction project). For a given tolerable error between the measurement and the response of the numerical model the genetic algorithm is able to generate a statistical set of soil parameters, which may then serve as input data to a stochastic finite element method. The second analysis allows predicting a confidence interval for the final behaviour of the geotechnical structure (i.e. second stage of the project). The tools employed in this study have already been presented in previous papers, but the originality herein consists of coupling them. To illustrate this method, a synthetic excavation problem with a very simple geometry is used.  相似文献   

Intelligent prediction of the stress–strain response of intact and jointed rocks     

Arunakumari Garaga  Gali Madhavi Latha 《Computers and Geotechnics》2010

An application of Artificial Neural Networks for predicting the stress–strain response of jointed rocks under different confining pressures is presented in this paper. Rocks of different compressive strength with different joint properties (frequency, orientation and strength of joints) are considered in this study. The database for training the neural network is formed from the results of triaxial compression tests on different intact and jointed rocks with different joint properties tested at different confining pressures reported by various researchers in the literature. The network was trained using a three-layered network with the feed-forward back propagation algorithm. About 85% of the data was used for training and the remaining 15% was used for testing the network. Results from the analyses demonstrated that the neural network approach is effective in capturing the stress–strain behaviour of intact rocks and the complex stress–strain behaviour of jointed rocks. A single neural network is demonstrated to be capable of predicting the stress–strain response of different jointed rocks, whose intact strength varies from 11.32 MPa to 123 MPa, spacing of joints varies from 10 cm to 100 cm, and confining pressures range from 0 to 13.8 MPa.  相似文献