趋势预报

摘要： 近十年,黑龙江省黏虫均有不同程度发生,其中2012~2018年发生较重,对我省粮食生产构成一定威胁。为此,省植保站每年6月中旬左右根据南方黏虫虫源地一代幼虫发生情况及我省黏虫成虫迁入监测情况,作出二代黏虫发生趋势预报。现将今年二代黏虫预报主要依据及防治措施作简要总结。

摘要： 新时代建筑企业风险预警预控是企业为了防范战略、市场、投资、运营、财务、法律、合同及项目管理等方面的风险,依靠信息技术创新驱动,实现对关键风险的动态管理和有效管控。按照数字化管控逻辑与应用要求,帮助各层级、各线条进行多维度数据分析、建立指标模型。同时,基于数据分析成果,科学设置监控指标,挖掘动态预警、趋势预报等数据应用场景,逐步扩大数据分析范围和深度,让决策者能够及时掌握、分析关键风险的变化趋势,进而促进企业整体形成数据驱动决策的工作文化,使数据分析成为企业的核心竞争力,把风险控制在企业风险承受范围之内,为企业的可持续发展保驾护航。

摘要： 根据病虫源基数、种植结构和气象预测等,预计2021年我国粮食重大病虫害呈重发态势,累计发生面积约1.4亿hm2次.草地贪夜蛾发生区域涉及我国黄淮海及以南玉米种植区,长江以南发生面积占比80％;小麦条锈病秋冬季发生时间早、范围广、病情重;稻飞虱、二化螟、小麦蚜虫、棉铃虫等重大病虫预计偏重发生;黏虫主要在黄淮、华北和东北玉米产区中等发生,局部地区杂草多、湿度大田块偏重发生,西北和西南地区可能出现高密度点片;草地螟种群延续近几年回升趋势,局部有重发的可能.

摘要： 根据2020年各地农田、农户鼠情监测调查结果,结合气候趋势和作物种植分布情况等因素综合分析,研判2021年全国农区鼠害发生趋势预报.预计全国农区鼠害发生面积约2 586.7万hm2,较2020年减少约80万hm2,其中重发面积约333.3万hm2、减少约86.7万hm2.预计2021年农区鼠害总体呈中等发生,东北、华南、西北及西南局部地区呈偏重至大发生趋势,种群密度相对稳定,种植结构调整区的优势鼠种或发生演替,局部范围危害损失加重,需密切关注.

摘要： 根据2020年全省农田、农户鼠情监测结果,结合气候等因素综合研判,预计2021年全省农区鼠害总体呈偏轻发生,其中稻虾养殖区为中等发生.农区防鼠可选用毒饵站灭鼠技术、TBS围栏灭鼠技术或综合灭鼠技术进行,统一灭鼠效果突出.

摘要： 根据2018年各地水稻“两迁”害虫、螟虫、小麦条锈病、玉米螟、飞蝗、草地螟等重大病虫害冬前基数调查结果,结合气象条件和作物种植情况等因素综合分析,作出了2019年我国水稻、小麦、玉米和马铃薯等主要粮食作物17种(类)重大病虫害发生趋势预报.其中,小麦赤霉病、蚜虫,稻飞虱、二化螟、纹枯病,玉米螟、棉铃虫等重大病虫害将偏重及以上程度发生,黏虫会在北方局部地区出现高密度集中为害,草地螟进入新的发生周期,东亚飞蝗、西藏飞蝗和亚洲飞蝗在湖库、河谷和湿地等局地可能发生高密度点片.

摘要： 暴雨是江南的主要灾害性天气之一,特别是梅雨期的连续性暴雨,常给地方造成严重的洪涝灾害.上饶地处赣东北,是江西省主要的暴雨中心之一,每年的暴雨,特别是汛期较强的降水,严重阻碍了信江流域各地的经济和社会发展,因此对汛期降水的准确中长期趋势预报就显得非常重要了.为了提高对汛期特别是后汛期的降水预报能力,本文对上饶的历史降水资料及汛期的高空形势场进行了统计分析,希望能从中找出一定的规律,为后汛期的降水预报提供一定的依据.

摘要： 根据工程实际的需要和多年科研实践的经验，研制了集散工计算机数据采集管理系统，有效的实现了设备监测，故障诊断和预报，在工业型风机的状态监测和故障预测中得到了成工功的应用。

摘要： 根据工程实际的需要和多年科研实践的经验，研制了集散工计算机数据采集管理系统，有效的实现了设备监测，故障诊断和预报，在工业型风机的状态监测和故障预测中得到了成工功的应用。

摘要： 根据工程实际的需要和多年科研实践的经验，研制了集散工计算机数据采集管理系统，有效的实现了设备监测，故障诊断和预报，在工业型风机的状态监测和故障预测中得到了成工功的应用。

摘要： 根据工程实际的需要和多年科研实践的经验，研制了集散工计算机数据采集管理系统，有效的实现了设备监测，故障诊断和预报，在工业型风机的状态监测和故障预测中得到了成工功的应用。

摘要： 根据工程实际的需要和多年科研实践的经验，研制了集散工计算机数据采集管理系统，有效的实现了设备监测，故障诊断和预报，在工业型风机的状态监测和故障预测中得到了成工功的应用。

摘要： 本发明涉及一种自适应的流域中长期径流预报模型架构方法，该构架方法的目的在于根据预报流域特征将预报流域划分成不同的子流域分区进行预报；建立不同子流域的预报因子集；对各个子流域采取集合预报的方法；并通过自适应方法调整预报方法中不同模型的参数；对子流域的预报结果采用河道演算方法得到最终的流域预报值；周期性检验预报结果的确定性系数以判定是否需要更新预报因子和预报方法的构成，使用该方法得到的径流预报结果可为城市防洪或大型水库入流预测提供可靠的依据。

摘要： 数据能归类为事实、信息、假设和指令。通过能归类为分类、评估、求解和制定的知识的应用基于其它类别的数据生成特定类别的数据的行为。行为能通过分类‑评估‑求解‑制定(CARE)控制引擎驱动。CARE控制和这些类别能用于增强例如诊断系统的系统的量级，诸如通过历史记录保存、机器学习和自动化。这种诊断系统能包括基于向诸如线程或堆栈段强度和内存堆使用的系统生命征应用知识预报计算系统故障的系统。这些生命征是能被分类以产生诸如内存泄漏、护航效应或其它问题的信息的事实。分类能涉及类、状态、观察、预测、标准、目标和具有不规则持续时间的采样间隔的处理的自动生成。

摘要： 本发明涉及一种自适应的流域中长期径流预报模型架构方法，该构架方法的目的在于根据预报流域特征将预报流域划分成不同的子流域分区进行预报；建立不同子流域的预报因子集；对各个子流域采取集合预报的方法；并通过自适应方法调整预报方法中不同模型的参数；对子流域的预报结果采用河道演算方法得到最终的流域预报值；周期性检验预报结果的确定性系数以判定是否需要更新预报因子和预报方法的构成，使用该方法得到的径流预报结果可为城市防洪或大型水库入流预测提供可靠的依据。

摘要： 本发明涉及一种自适应高炉铁水硅含量趋势预报方法，基于在线最小二乘支持向量机，建立基于在线LS‑SVMs模型的自适应预报器，通过不断采集新样本对趋势预报模型进行自适应性更新，追踪高炉冶炼过程的动态变化，实时性和可靠性好。本发明提供的自适应高炉铁水硅含量趋势预报方法，能够灵活高效处理高炉铁水硅含量的趋势预报问题，数据可以以数据块的形式收集，与传统批处理方式以及当前的在线预报方法相比，有效降低了计算复杂难度和模型运行时间。

摘要： 本发明涉及一种高炉铁水硅含量四分类趋势预报模型的建立方法及应用，属于自动化检测技术领域。所述模型的建立方法包括采集历史数据；进行数据预处理；确定模型输入变量和输出变量；依据模糊均值聚类的方法对铁水硅含量样本有效的聚类，获取模型输出变量四类趋势变化区间的划分标准；利用极限学习机建立四分类趋势预报模型。利用本发明所建立的模型不仅可以预报硅含量变化的趋势，同时可以得到趋势变化的幅度大小，即可以预报得到下一炉铁水硅含量是大幅上升、小幅上升、大幅下降、小幅下降的四分类趋势变化情况。这对高炉操作者提早判断炉况，并采取小调、早调等措施，避免炉况发生急剧变化有很好的指导。

摘要： 本申请提供一种物理生态联合作用下的黄海浒苔发展趋势预报系统及方法，其中，该系统先下载外部强迫数据和浒苔卫星遥感数据，并根据外部强迫数据、浒苔卫星遥感数据、多尺度风流作用下的浒苔漂移计算参数和生物化学过程作用下的浒苔生长死亡计算参数进行计算预测，得到地球生物化学联合作用下的黄海浒苔漂移输运路径及生物量规模变化的预报数据，在最后基于预报数据，对黄海浒苔粒子的漂移路径、生物量、分布面积、抵岸时刻预警等信息进行处理和可视化显示。可见，这种实施方式能够通过网络爬虫及自动预报提高预报时效性并通过考虑湍流小尺度运动随机过程和多种营养盐的生物化学过程来提高黄海浒苔漂移速率、方向及生物量预报要素的预报准确率。

摘要： 本发明公开一种中国分区域月度或季度森林火险趋势预报的方法，其包括步骤：S1划分预报区域；S2建立火灾数据历史序列；S3将火灾数据历史序列标准化；S4建立大气环流数据历史序列；S5将大气环流数据历史序列标准化；S6计算火灾数据和大气环流数据的相关系数；S7绘制相关系数的空间分布图，并为每个预报区域确定一对相关系数均达到显著水平的偶极区域；S8获取待预报月度或季度大气环流的预报值序列；S9将待预报月度或季度的大气环流预报值序列标准化；S10分别计算相关系数空间分布图中偶极区域内大气环流预报值标准化后数据的均值；S11确定不同预报区域的预报参数；S12对森林火险趋势预报等级进行划分，得到每个预报区域森林火险趋势预报等级。

摘要： 本发明公开了一种基于PDBSCAN算法的雷电临近趋势预报方法，针对传统DBSCAN算法对雷电预报的不足，从参数赋值选择和优化内存结构这两方面，将VDBSCAN算法和IDBSCAN算法进行复合，用复合后提出的PDBSCAN算法对雷电数据进行等时段聚类，通过对各等时段下的最大雷电簇的空间中心进行线性拟合，求得下一时刻的雷电密度最大发生区的空间坐标。该算法不仅考虑了雷电簇内部密度变化单一的情况，也克服DBSCAN算法对变密度情况下易出错的情况，完善了对雷电可能出现的各类空间分布形态的参数选取。同时，较好地优化了算法运行时的存储结构，提高了运算效率。

摘要： 本发明涉及一种自适应高炉铁水硅含量趋势预报方法，基于在线最小二乘支持向量机，建立基于在线LS-SVMs模型的自适应预报器，通过不断采集新样本对趋势预报模型进行自适应性更新，追踪高炉冶炼过程的动态变化，实时性和可靠性好。本发明提供的自适应高炉铁水硅含量趋势预报方法，能够灵活高效处理高炉铁水硅含量的趋势预报问题，数据可以以数据块的形式收集，与传统批处理方式以及当前的在线预报方法相比，有效降低了计算复杂难度和模型运行时间。

摘要： 本发明涉及一种高炉铁水硅含量四分类趋势预报模型的建立方法及应用，属于自动化检测技术领域。所述模型的建立方法包括采集历史数据；进行数据预处理；确定模型输入变量和输出变量；依据模糊均值聚类的方法对铁水硅含量样本有效的聚类，获取模型输出变量四类趋势变化区间的划分标准；利用极限学习机建立四分类趋势预报模型。利用本发明所建立的模型不仅可以预报硅含量变化的趋势，同时可以得到趋势变化的幅度大小，即可以预报得到下一炉铁水硅含量是大幅上升、小幅上升、大幅下降、小幅下降的四分类趋势变化情况。这对高炉操作者提早判断炉况，并采取小调、早调等措施，避免炉况发生急剧变化有很好的指导。