印度河流域气温、降水、蒸发及干旱变化特征          下载免费PDF全文

赵建婷  王艳君  苏布达  陶辉  姜彤 《干旱区地理》2020,43(2):349-359

基于印度河流域及周围54个地面气象站气温、降水资料，结合CRU气温和GPCC降水全球格点化陆面再分析资料，通过插值构建了一套0.5°×0.5°分辨率1980—2016年逐月格点数据集。采用Thornthwaite方法计算了潜在蒸散发，基于标准化降水蒸散指数（SPEI），探讨了印度河流域气候变化及干旱演变特征。结果表明：（1）1980—2016年，印度河流域年平均气温以0.30℃·（10 a）^-1的速率呈显著上升趋势，21世纪初增温幅度最大；干季（11月~次年4月）升温速率较快，达0.36℃·（10 a）^-1，湿季（5~10月）增速0.25℃·（10 a）^-1。年降水量呈现少雨—多雨—少雨—多雨年代际振荡。伴随着持续升温，年和各季的潜在蒸发量增加显著。干季干旱频率较多，但湿季干旱强度高，各季干旱频率与降水呈现较一致的年代际波动；干旱的影响面积在干季呈现微弱地增加趋势，湿季却略有减少趋势。（2）空间上，除西北局部，流域其他区域的年和季平均气温、潜在蒸发量增加趋势显著，均达到95%置信水平。其中南部平原和东北山区升温幅度较高，南部平原区潜在蒸发量增加也较大。新德里到喀布尔的东南至西北带状区域的年和湿季降水量，以及喀布尔周围地区的干季降水量呈显著增加趋势。东南平原区和东北局部山区的干季，以及东北和西南局部山区的湿季呈现显著的干旱化态势，需要加强防灾减灾的意识并采取相应措施，以规避干旱增多带来的不利影响。  相似文献   

ARIMA-LSTM组合模型在基于SPI干旱预测中的应用——以青海省为例          下载免费PDF全文

张建海  张棋  许德合  丁严 《干旱区地理》2020,43(4):1004-1013

开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI）,并建立了SPI序列自回归移动平均模型（ARIMA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型;对模型参数进行率定和验证后,利用所建立的模型,以西宁站点为例,对多尺度SPI值进行预测,借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R²对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE值分别为0.159 7和0.181 0,均低于ARIMA模型的1.265 4和0.293 3,说明ARIMA模型与ARIMA-LSTM组合模型对SPI的预测精度都与时间尺度有关,ARIMA模型的预测精度随着时间尺度的增加而逐渐提高;结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高,且能够很好拟合不同时间尺度的SPI值。  相似文献   

基于多变量LSTM神经网络的地下水水位预测     

闫佰忠  孙剑  王昕洲  韩娜  刘博 《吉林大学学报(地球科学版)》2020,50(1):208-216

为解决以往模型未考虑地下水位相关影响因素的问题，探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用，利用长短期记忆神经网络，采用多变量输入的方式，构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例，采用2001-2014年地下水水位动态监测资料与相关影响因素数据，利用多变量LSTM神经网络对2015-2016年地下水位进行预测，并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律，预测均方根误差最大，为2.399 3；以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测，无法考虑相关变量影响，预测均方根误差为2.102 2；基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络，预测均方根误差最小，仅为1.919 1。总体上，多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大，但总体预测效果较为理想。  相似文献   

2010-2018年北极夏季中国北极科学考察航行期间被动微波遥感海冰密集度与船基目视观测资料的比较   总被引：2，自引：0，他引：2  

修苑人  李志军  雷瑞波  王庆凯  卢鹏  Lepp&#;ranta Matti 《海洋学报(英文版)》2020,39(9):38-49

为了更有效地将卫星数据应用于北极航行导航，被动微波（PM）产品的海冰密集度（SIC）与从中国北极科学考察中收集到的船基目视观测（OBS）资料进行了比较。在2010、2012、2014、2016和2018年的北极夏季总共收集了3667组目测数据。PM SIC取自基于SSMIS传感器的NASA-Team（NT）、Bootstrap（BT）以及Climate Data Record（CDR）算法和基于AMSR-E/AMSR-2传感器的BT、enhanced NT（NT2）以及ARTIST Sea Ice（ASI）算法。使用PM SIC的日算术平均值和OBS SIC的日加权平均值进行比较。比较了PM SIC和OBS SIC之间的相关系数，偏差和均方根偏差，包括总体趋势以及在轻度/普通/严重冰况下的情况。使用OBS数据，浮冰尺寸和冰厚对不同PM产品SIC反演的影响可以通过计算浮冰尺寸编码和冰厚的日加权平均值来评估。我们的结果显示相关系数的范围为0.89（AMSR-E/AMSR-2 NT2）到0.95（SSMIS NT），偏差的范围为-3.96%（SSMIS NT）到12.05%（AMSR-E/AMSR-2），均方根偏差的范围为10.81%（SSMIS NT）到20.15%（AMSR-E/AMSR-2 NT2）。浮冰尺寸对PM产品的SIC反演有显著的影响，大多数PM产品倾向于在小浮冰尺寸情况下低估SIC，而在大浮冰尺寸情况下高估SIC。超过30 cm的冰厚对于PM产品的SIC反演没有明显影响。总体来看，在北极夏季，SSMIS NT SIC与OBS SIC之间有着最好的一致性，而AMSR-E/AMSR-2 NT2 SIC与OBS SIC的一致性最差。  相似文献   

顾及邻近点变形因素的高斯过程建模及预测     

周昀琦  王奉伟  周世健  罗亦泳  周清 《测绘科学》2018,(4):114-121

针对传统的变形监测建模方法一般针对单一监测点的变形预测模型,未考虑到监测点间相互作用的变形特点,该文分析了变形监测点间的相互关联性,通过相关系数法对监测点进行分类,并将邻近监测点的观测序列值作为和时间因素等同的影响因子应用到建模过程中,利用高斯过程算法进行训练,建立预测模型。为提高高斯过程算法的模型预测精度,应选择适合工程案例最优协方差函数。通过实例分析,比较GM(1,1)、多点灰色预测模型和顾及邻近点变形因素的高斯过程等3种模型在基坑围岩、滑坡等变形监测数据处理中的预测精度,表明该文算法考虑到监测点间的变形关联性,充分利用高斯过程在针对小样本、非线性数据建模时的高自适应性等优点,具有较高的预测精度。  相似文献   

应用条件植被温度指数预测县域尺度小麦单产          下载免费PDF全文

王蕾  王鹏新  李俐  张树誉  白雪娇  解毅 《武汉大学学报(信息科学版)》2018,43(10):1566-1573

选取关中平原2008-2016年的条件植被温度指数（vegetation temperature condition index,VTCI）遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型（autoregressive integrated moving average,ARIMA）对各县（区）的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期（0.489）最大,抽穗-灌浆期（0.427）次之,返青期（0.035）与乳熟期（0.049）较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0 kg/hm2。  相似文献   

利用人工鱼群算法优化高斯过程模型及应用分析     

邱小梦  周世健  王奉伟  欧阳亮酉 《测绘通报》2018,(1):157-160,164

基于高斯过程利用传统共轭梯度法搜索超参数,存在对初始值依赖性强、获得局部最优解的不足。本文采用人工鱼群算法对超参数进行智能寻优,建立了基于人工鱼群算法的高斯过程模型对变形体形变进行预测分析。通过隧道和基坑两个工程实例计算比对分析,NN、SE和RQ 3种核函数中NN核函数的预测效果最好,平均相对误差分别为0.69%和1.06%。结果表明超参数优化模型的预测精度得到了较大的提高,改善了高斯过程算法本身存在的超参数求解方面的不足,效果明显。  相似文献   

马尔科夫链优化Richards曲线的沉降预测模型     

赵亚红  贺黎明  王金星  郝延锦  牛芩涛 《测绘通报》2018,(6):118-121,134

针对建筑物沉降具有非线性及随机性的特点,建立了基于马尔科夫链修正的Richards曲线预测模型,以提高模型的预测精度。首先利用Matlab平台的fminsearch函数,以拟合值与实测值误差平方和最小为原则,然后求得Richards模型的最优参数解,最后利用马尔科夫思想修正拟合残差,进行沉降预测。以安阳市某高层建筑实际数据为研究对象,通过实例比较分析模型的预测精度。结果表明利用fminsearch进行Richards参数估计是有效的,经马尔科夫链优化后的Richards模型预测值平均绝对百分误差及均方根误差都比单模型预测小,预测精度有了一定的提高,能更好地反映数据序列随时间发展变化的总体趋势,适合于建筑物沉降预测。  相似文献   

新灰色组合模型在沉降变形预测中的作用     

张文祥  黄张裕  于小桐  王彬  张君儒 《地理空间信息》2018,(4)

提出以传统灰色模型、初始值修正值、背景值优化后的预测数据及组合模型预测值作为B样条曲线的型值点进行曲线拟合,得到新的灰色组合模型。新灰色组合模型能够在一定范围内更好地反映沉降序列变化的曲线,获得较好的预测效果。该方法既保留了灰色模型的短期预测精度高的特点,也具备了B样条曲线局部性、连续性的特点。实例计算结果表明,该新灰色组合模型预测效果能够更加逼近实际沉降序列,较单一传统模型预测精度高,能够达较好的预测效果。  相似文献   

基于改进等维信息灰色模型的高铁隧道沉降预测研究     

刘文生  权文斌 《测绘与空间地理信息》2018,(6):210-213

等维信息灰色模型是对传统灰色模型的改进,但其模型背景值仍设定为0.5,为了使模型的预测性能得到提高,本文提出了基于粒子群PSO算法的等维信息灰色模型来优化模型的背景值,以消除灰色模型本身固有的偏差。根据已有的高铁隧道沉降监测数据,对其进行小波去噪处理,再分别建立传统GM(1,1)模型、等维信息GM(1,1)模型和PSO-等维信息GM(1,1)模型进行拟合预测,并与原始数据进行对比。预测结果表明,改进后的等维信息GM(1,1)模型的预测精度更高。  相似文献