基于EMD组合模型的径流多尺度预测     

李福兴  陈伏龙  蔡文静  何朝飞  龙爱华 《地学前缘》2021,28(1):428-437

受全球气候变化与人类活动影响,径流序列愈发呈现出非稳态与非线性特征,为降低由此而引发的预报误差,充分发挥不同模型对提高径流预测精度的优势,针对传统径流预报模型的单一性,以干旱区典型内陆河玛纳斯河为例,采用经验模态分解(EMD)提取径流序列中具有物理含义的信号,得到不同时间尺度的多个固有模态函数(IMF)及1个趋势项,利用 ARIMA模型与GRNN模型分别对不同时间尺度的IMF分量进行模拟,分析径流未来变化趋势。运用多元线性回归法、Spearman相关系数法、平均影响值法筛选大气环流因子作为神经网络模型的输入项,根据子序列的局部频率特点构建组合模型。最后将各IMF分量的预测结果重构,得到径流的最终预测值。单一评价指标无法全面评价模型精度,本文通过构建TOPSIS评价模型对径流预测模型进行定量评估,客观评价模型优度。结果表明:EMD分解能有效提取径流序列中隐含的多时间尺度信号,由趋势项可知玛纳斯河径流量总体呈上升趋势;EMD分解可提高ARIMA模型25%的合格率,但对于高频率分量IMF1、IMF2、IMF3,ARIMA模型的相对误差达到70%以上,预测结果不理想;经过筛选预报因子可有效提高GRNN模型精度,其中MIV法筛选的预报因子最适合玛纳斯河,与EMD-ARIMA组合后的GRNN模型的合格率最高,TOPSIS模型得分也最高。预测结果可作为水资源规划与调度的科学依据,建模思路也可为优化径流预测模型提供新途径。  相似文献   

基于高光谱技术的黑土地微量金属元素探测方法及地学意义     

王建华  左玲  李志忠  穆华一  周萍  杨佳佳  赵英俊  秦凯 《地质力学学报》2021,27(3):418-429

在土壤中重金属含量较低的情况下,重金属的高光谱特征响应非常微弱,不易构建精确的高光谱直接反演模型。为了解决上述问题,依据土壤化学变量间的理化性质,将重金属富集特征转移到与之相关的化学主量元素上,使重金属微弱的信息得以间接定量反演。文中以海伦市黑土土壤为研究对象,通过主成分分析、聚类分析确定了主量元素氧化铁（Fe₂O₃）与微量重金属As、Zn、Cd之间存在明显吸附赋存关系。选用偏最小二乘法构建了研究区氧化铁含量的最佳反演模型（决定系数为0.704,均方根误差为0.148,F检验为12.732）,并利用氧化铁与As、Zn、Cd之间的赋存关系,通过神经网络构建了氧化铁预测值与重金属真实值间的非线性拟合模型,得出As含量的拟合程度最高,Zn的拟合程度较好,Cd的拟合效果较理想,总体相关性分别为0.796、0.732、0.530。研究结果表明,基于氧化铁含量的间接预测模型能对微量重金属As、Zn、Cd进行较好的定量预测,为微量重金属含量的定量分析提供了新的方法参考,为高光谱遥感技术预测土壤重金属含量提供了依据,增强了土壤微量重金属反演可行性,对细化自然资源质量监测、深化开展地学系统综合分析与评价有重要意义。   相似文献   

黄铁矿热电性在铜矿床深部找矿预测中的应用——以滇中和尚洞铜矿Ⅰ号矿体为例     

李灿明  李波 《矿物岩石地球化学通报》2021,40(2):470-477

黄铁矿热电性是矿床学及深部地质找矿的重要研究内容之一,该方法多应用于金矿床的地质勘探,而在铜矿床勘探中应用较少。滇中和尚洞铜矿床属于中高温热液矿床,矿体宏观地质条件差异小,深部找矿难度大,本文对该矿床Ⅰ号矿体开展了黄铁矿热电性特征及深部找矿预测研究。结果表明,该矿床黄铁矿热电系数分布呈现多峰组合,矿体铜矿化强度与黄铁矿P-N型的出现率及离散度等关系密切,尽管1580中段仍存在工业矿体,但Ⅰ号矿体深部延伸相对较小,找矿前景相对较差。研究表明,利用黄铁矿热电系数特征指导铜矿床的深部找矿预测是可行的。  相似文献   

Brittleness index predictions from Lower Barnett Shale well-log data applying an optimized data matching algorithm at various sampling densities     

David A.Wood 《地学前缘(英文版)》2021,12(6):444-457

The capability of accurately predicting mineralogical brittleness index(BI)from basic suites of well logs is desir-able as it provides a useful indicator of the fracability of tight formations.Measuring mineralogical components in rocks is expensive and time consuming.However,the basic well log curves are not well correlated with BI so correlation-based,machine-learning methods are not able to derive highly accurate BI predictions using such data.A correlation-free,optimized data-matching algorithm is configured to predict BI on a supervised basis from well log and core data available from two published wells in the Lower Barnett Shale Formation(Texas).This transparent open box(TOB)algorithm matches data records by calculating the sum of squared errors be-tween their variables and selecting the best matches as those with the minimum squared errors.It then applies optimizers to adjust weights applied to individual variable errors to minimize the root mean square error(RMSE)between calculated and predicted(BI).The prediction accuracy achieved by TOB using just five well logs(Gr,pb,Ns,Rs,Dt)to predict BI is dependent on the density of data records sampled.At a sampling density of about one sample per 0.5 ft BI is predicted with RMSE～0.056 and R2～0.790.At a sampling density of about one sample per 0.1 ft BI is predicted with RMSE～0.008 and R2～0.995.Adding a stratigraphic height index as an additional(sixth)input variable method improves BI prediction accuracy to RMSE～0.003 and R2～0.999 for the two wells with only 1 record in 10,000 yielding a BI prediction error of＞±0.1.The model has the potential to be applied in an unsupervised basis to predict BI from basic well log data in surrounding wells lacking mineralogical measure-ments but with similar lithofacies and burial histories.The method could also be extended to predict elastic rock properties in and seismic attributes from wells and seismic data to improve the precision of brittleness index and fracability mapping spatially.  相似文献   

飞机积冰预报算法对比及其集成预报模型研究     

卞双双  何宏让  安豪  潘晓滨  张云 《气象》2019,45(10):1352-1362

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。  相似文献   

基于WRF模式的风电场短期风速集成预报方法研究     

叶小岭  支兴亮  邓华 《气象》2019,45(1):88-98

风能始源于大气的运动,具有很大的随机性和间歇性。风速预测是风电场风功率预测的基础,其准确性具有重要的意义。对于复杂地形条件下,风速的预报一直是各国研究的难点和重点。为了提高风电场短期风速预报的准确性,本研究采用多种边界层参数化方案来集成预报风速,将各单一边界层参数化方案预报的风速及相应的实测风速数据,应用随机森林算法建立集成预报模型,对风电场的短期风速进行集成预报研究。试验结果表明,采用集成预报风速方法,预报的风速误差相比于单一边界层参数化方案预报的风速误差明显减小,对研究区域的风速、风向等气象要素有着较好的模拟效果,能够有效提高风速预报的准确率。  相似文献   

基于小波长短期记忆网络的风电功率超短期概率预测     

王朋  孙永辉  翟苏巍  候栋宸  王森 《南京气象学院学报》2019,11(4):460-466

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.  相似文献   

面向带电作业的手臂末端输出力评估方法     

林子  熊鹏文  何孔飞  张发辉 《南京气象学院学报》2019,11(2):186-191

为了解决带电作业时手臂末端输出力的准确控制,提出一种基于表面肌电信号（sEMG信号）和支持向量机回归（SVR）实现对手臂末端施力的评估方法.通过手握机械手臂末端的手柄,做往复推拉运动,记录此时手柄处的力传感器的数据F,同时利用3组肌电信号传感器同步采集手臂的肌电信号.将肌电信号提取特征后,与力F组合成样本集合S,在样本集合中随机抽取50%的样本数据作为训练集,分别训练BP神经网络、GRNN神经网络以及SVR神经网络.最后用训练好的神经网络对整个样本集中的力F进行预测,并用均方根误差和相关系数评估模型的预测效果.结果显示,SVR神经网络的预测效果较好,其均方根误差为3.074 0,相关系数为0.951 7.  相似文献   

基于数值预报模式的乡镇温度预报方法研究     

吴春英  刘多文  钟博  蒋婷婷  于蕙箐  陈佳美  高燕 《气象与环境学报》2019,(1):108-112

利用2015年8月至2017年7月长兴岛站和交流岛站日最高气温、日最低气温实况资料,对ECMWF细网格2 m温度预报值和日本FSFE02(24 h地面形势场预报)、FSFE03(36 h地面形势场预报)进行了检验。结果表明:根据历史回归统计检验,ECMWF细网格模式24 h的2 m最高气温、最低气温预报效果显著,通过了0. 05信度显著性检验。对各月做相关分析,相关性均较好。利用前一日ECMWF细网格2 m温度预报值与长兴岛站实况差值,根据统计的ECMWF细网格2 m温度预报订正值,做出长兴岛站未来24 h的气温预报。交流岛站温度预报是在长兴岛站温度预报的基础上订正做出,经统计分析,交流岛站和长兴岛站的气温差值与地面形势场和风场有较好的对应关系,根据不同类型的地面形势场和风场订正值,做出交流岛站的温度预报。应用Matlab计算机语言的开发功能,提取ECMWF细网格2 m温度预报的最高、最低气温值,并录入当日长兴岛站和交流岛站最高、最低气温实况值,自动预报各站未来24 h最高气温、最低气温。创建可视化预报工作界面,实现乡镇温度预报自动化。  相似文献   

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究   总被引：10，自引：5，他引：5       下载免费PDF全文

彭飞  李晓莉  陈静  李红祺 《气象学报》2019,77(2):180-195

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。   相似文献