降水预测
降水预测的相关文献在1990年到2022年内共计206篇,主要集中在大气科学(气象学)、地球物理学、水利工程
等领域,其中期刊论文109篇、会议论文62篇、专利文献98720篇;相关期刊70种,包括应用气象学报、高原山地气象研究、山东气象等;
相关会议37种,包括第30届中国气象学会年会、第29届中国气象学会年会、第26届中国气象学会年会等;降水预测的相关文献由519位作者贡献,包括牛丹、蔡尔诚、严小冬等。
降水预测—发文量
专利文献>
论文:98720篇
占比:99.83%
总计:98891篇
降水预测
-研究学者
- 牛丹
- 蔡尔诚
- 严小冬
- 杨媛
- 汤懋苍
- 周文
- 张建东
- 曹中豪
- 李栋梁
- 李浩瑞
- 栾岱洋
- 沈愈
- 郁航远
- 马建琴
- 丁瑞
- 丁裕国
- 中国科学院
- 侯宇光
- 俞卓均
- 傅琪
- 刁丽
- 刘志武
- 刘琨
- 刘绿柳
- 刘舸
- 卢韦伟
- 史印山
- 吴胜安
- 唐红玉
- 孙林海
- 富可荣
- 常敏
- 常舒捷
- 常英亮
- 张一多
- 张存杰
- 张宇
- 张志远
- 张拥军
- 彭昱忠
- 徐冬梅
- 徐建军
- 朱益民
- 李娟
- 李扬
- 李梦杰
- 李永华
- 李洁
- 李祚泳
- 杜良敏
-
-
吴香华;
华亚婕;
官元红;
王巍巍;
刘端阳
-
-
摘要:
在综合分析降水统计预测模型特点的基础上,提出一种基于Attention机制、卷积神经网络(CNN)和BP神经网络的CNN-Attention-BP组合模型,并对1961—2020年不同气候类型的长春站、白城站、延吉站夏季降水进行实证分析.首先,运用卷积神经网络对6—8月20—次日20时降水量、平均气压、平均风速、平均气温和平均相对湿度进行特征学习,利用Attention机制来确定气象影响因素对降水预测的权重;然后,使用BP神经网络进行降水发生预测,选用准确率、交叉熵损失函数和F1-score来综合评价CNN-Attention-BP组合模型的性能.最后,将单一的支持向量机、多层感知机和卷积神经网络模型与组合模型进行比较分析.结果表明,CNN-Attention-BP组合模型具有自主学习和关注更重要信息的特征,能够有效提高吉林省夏季降水发生模型的预测能力,在样本越均衡、降水频率越接近于0.5的站点,预测精度越高,准确率最高可达88.4%.CNN-Attention-BP组合模型的准确率相较于其他单一模型最高可以提高近17个百分点.
-
-
Yanyan Huang;
Huijun Wang;
Peiyi Zhang
-
-
摘要:
降水作为全球水循环的重要组成,与人们的生产生活密切相关.有效的降水预测对于防灾减灾,以及经济的可持续发展至关重要.然而,由于影响降水过程的复杂性,当前降水预测还存在诸多挑战.针对我国东部夏季降水,我们提出年际增量结合经验正交分解的新统计预测方法.首先计算降水年际增量的主模态,然后针对主模态时间序列构建预测模型,用预测的时间序列叠加观测空间场得到重构的降水年际增量,最后将预测的降水年际增量加上前一年的观测降水,得到最终预测的东部降水.针对1990-2020年的东部夏季降水,该方法在每年三月构建的预测模型预测效果稳定,对于2021的实时预测亦展现了可观的预测水平。
-
-
王洪宝
-
-
摘要:
黑龙江省的齐齐哈尔市水资源严重短缺,大气降水对水资源量影响极大,因此本文分析了齐齐哈尔市的降雨特征及趋势并且对未来降雨量进行了预测,为该地区预防旱情和抵抗干旱灾害方面提供了坚实的理论基础。本文采用了齐齐哈尔市4个气象站1960-2015年的降雨资料,它们分别是齐齐哈尔市克山站、龙江站、齐齐哈尔站和富裕站,对其年际降雨特征和BP神经网络降水量预测等进行研究,表明齐齐哈尔市56 a内降水量呈现缓慢上升趋势,且基于EMD的BP神经网络预测模型所分析出来的相对误差全部在10%以下,说明该模型适用于齐齐哈尔市降水分析。
-
-
黄鹤;
高学芳
-
-
摘要:
以黄委青铜峡水文站年降水数据为例,选取Kolmogorov-Smirnov分布检验对现有青铜峡水文站年降水数据进行降水分布显著性检验,判断历史资料的分布模型。采用基于皮尔逊层次聚类法进行状态划分,建立最优预测模型,并根据已确定的降水分布,通过K-S检验对该地区未来降水预测的准确性进行检验。结果表明,青铜峡水文站降水分布为皮尔逊三型分布;马尔可夫模型能够适用于青铜峡地区降水预测。
-
-
胡盈;
吴静
-
-
摘要:
为了掌握未来降雨量的变化趋势,利用2010—2019年江西省主要的16个气象站点逐月降雨量数据进行降水空间特征分析,并基于ARIMA预测模型对江西省2020—2021年的逐月累计降雨量进行预测.根据拟合度结果得出具有模型预测准确度较高,说明该模型预测结果可以科学有效地提升水资源管理、规划及保护等各方面的能力,同时也证明了降水预测模型在现实使用中是可靠的.
-
-
王圣堂;
王永忠;
张启凡
-
-
摘要:
短时强降水天气对飞行安全影响极大,为提高航空安全系数,有必要对其进行准确的预测.考虑现阶段研究对短时强降水预测精度的不足,选取影响降水量的多种参数并对其进行重新组合.实验根据3个降雨的形成条件通过格点化处理选取6种影响降水量的参数,对影响降水量的参数进行多种组合,依据划分降水量等级,通过概率神经网络(PNN)与广义回归神经网络(GRNN)对短时强降水进行预测.结果显示选择6项物理量参数建立的PNN神经网络模型对未来24 h降水量预测精度最高.
-
-
费良军;
李巧丽;
史中兴;
李静思;
刘利华
-
-
摘要:
为探明景电灌区近年来气候变化规律,深化对灌区气候变化的认识和理解,以甘肃省景泰县1983—2017年的降水及气温日数据为基础,运用线性倾向分析、Mann-Kendall趋势检验及小波分析等方法,研究了景电灌区降水与气温不同时间尺度的变化,并预测了灌区降水的发展趋势,结果表明:近35 a景电灌区降水量呈缓慢上升趋势,气候倾向率为0.38 mm/a,冬灌降水呈显著上升趋势,其余灌季均呈下降趋势;灌区年降水量变化存在7 a和11 a这2个主要的周期尺度;灌区近35 a平均气温和极高气温均呈显著上升趋势,气候倾向率分别为0.056,0.050°C/a,而极低气温上升趋势不明显;灌区各灌季平均气温均呈上升趋势.由此看出,景电灌区气候变化整体呈暖湿化趋势,灌季尺度上,仅冬灌期间呈现明显的暖湿化趋势,其余灌季呈暖干化趋势.
-
-
董亚;
杜景林;
胡玉杰
-
-
摘要:
针对中长期降水预测精度低的问题,基于马尔科夫原理,应用K-means算法对降水序列进行聚类,引入权重和模糊理论,建立K-means的模糊马尔科夫链模型,并对结果进行分析.采用南京地区1951—2014年的降水序列作为样本进行模型训练,对包括南京市在内的9个地区的2015—2017年的降水进行预测,结果表明,7个年平均降水量低于1000 mm的地区中有6个地区的平均误差低于10%,另外27个预测样本中有14个误差低于10%,精度较高,可以将模型应用于降水量低于1000 mm地区的降水预测,为当地水资源的合理使用提供依据.
-
-
吕凯鑫;
祝铭骏;
冯帅
-
-
摘要:
水汽和气象要素是影响降水的主要因素,文中融合多种观测资料开展降水预测研究.首先针对区域GNSS观测资料反演高精度GNSS水汽序列;其次开展降水的影响因素分析;再次利用快速傅里叶变换方法提取降水主要影响因素的公共周期;然后开展水汽时间序列的变化分析,进行降水过程判别分析;最后采用RBF-BP神经网络技术,构建降水预测模型,模型预测与实际降水结果比较,评价模型预测效果.模型对降水时间的预测准确度为75%,对降水量的预测准确度可达70%.
-
-
姚愚;
晏红明
-
-
摘要:
基于国家气候中心(NCC_CSM11)、美国国家环境预报中心(NCEP_CFS2)和欧洲中期天气预报中心(ECMWF_SYS-TEM4)三种模式产品资料,以及美国国家环境预报中心(NCEP)的大气环流再分析资料和云南、贵州及四川三省359个站点月降水资料,搜寻模式"有预测技巧的高影响关键区",使用逐步回归方法建立预测释用模型,比较采用原始资料和年际增量两种资料序列的释用结果与模式结果的预测性能.结果表明:原始资料释用结果月均PC评分与模式结果相近,PS和ACC评分则有所提高;增量资料释用结果对月降水预测性能的改进优于原始资料释用结果;进一步采用超级集合平均方法对各月三种模式增量资料释用结果进行集成,预测评分在绝大多数情形下超过参与集成的各成员评分最高值,集成结果对ACC提升最明显,其次为PC评分,对PS评分改进不明显.
-
-
李海燕;
赵俊虎
- 《南大气候预测研究联合实验室2017年度学术年会》
| 2018年
-
摘要:
我国的短期气候预测业务经历了简单的经验统计分析、数理统计、动力模式和动力统计相结合几个发展阶段,目前我国已经建立了一套较为完备的延伸期—月—季节—年度短期气候预测业务系统.国家重点技术攻关项目动力与统计集成的季节气候预测系统(FODAS)吸收了动力学和统计学方法的优点而形成的针对提高短期气候预测准确率的一种新思路,是目前短期气候预测公认的可行之路.FODAS这一业务系统已经在2009~2014年的汛期降水预测中实现业务应用,连续6年准确把握了中国夏季的主雨带位置,6年降水预测综合Ps评分每年都在70分以上,显示了相关技术具有较高的预报技巧.
-
-
肖科丽
- 《南大气候预测研究联合实验室2017年度学术年会》
| 2018年
-
摘要:
本文将年际增量预测思路应用到陕西夏季降水预测,取得很好效果.年际增量定义当年气候变量的观测值(Yn)与其前一年变量值(Yn-1)的差值,简称"增量"ΔY=Yn-Yn-1.增量能够准确反映气候变量的准两年变化特征,可有效利用前一年的观测信息,使得气候变量年际和年代际变化信息均可以被较好地反映.增量反映气象变量动态变化规律,具有更加敏感的特点,更能准确表达气候变量的变化趋势.
-
-
WANG Jan;
王军;
FEI Kai;
费凯;
CHENG Yong;
程勇
- 《第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议 (CRSSC-CWI-CGrC-3WD 2017)》
| 2017年
-
摘要:
针对目前分类算法对降水预测过程存在着泛化能力低、精度不足的问题,提出改进Adaboost算法集成反向传播(BP)神经网络组合分类模型.该模型通过构造多个神经网络弱分类器,赋予弱分类器权值,将其线性组合为强分类器.改进后的Adaboost算法以最优化归一化因子为目标,在提升过程中调整样本权值更新策略,以此达到最小化归一化因子的目的,从而确保增加弱分类器个数的同时降低误差上界估计,通过最终集成的强分类器来提高模型的泛化能力和分类精度.选取江苏境内6个站点的逐日气象资料作为实验数据,建立7个降水等级的预报模型,从对降雨量有影响的众多因素中,选取12个与降水相关性较大的属性作为预报因子.通过多次实验统计,结果表明基于改进的Adaboost-BP组合模型具有较好的性能,尤其对58259站点的适应性较好,总体分类精度达到81%,在7个等级中,对0级降雨的预测精度最好,对其他等级的降雨预测有不同程度的精度提升,理论推导及实验结果证明该种改进可以提高预测精度.
-
-
魏琳;
徐姝;
张治倩
- 《中国水利学会2017学术年会》
| 2017年
-
摘要:
本文利用完全集合经验模态分解(CEEMDAN)方法,对海河流域汛期(6-9月)降水进行多尺度分析,并识别其演变模式,获得各本征模函数(IMF),然后结合利用最近邻抽样回归模型(NNBR)、自回归模型(AR)、神经网络模型等多种方法对分解的各模态进行建模,选出最佳模型进行预测.经过对比分析,各模态最佳模型分别为神经网络模型与AR模型.因此本文采用CEEMDAN与神经网络及AR模型相结合的方法对海河流域汛期降水进行预测,并且同回归模型及单一的NNBR模型的预测值作比较研究.结果表明本文采用的模型稳定性好,能合理地预测海河流域汛期降水演变趋势,提高中长期汛期降水预测精度,具有一定的应用价值.
-
-
-
吉奇
- 《第33届中国气象学会年会》
| 2016年
-
摘要:
依据本溪市1953-2010年夏季降水量资料,采用均值标准差分级法,对夏季降水量进行涝、偏涝、正常、偏旱、旱5个状态分级.采用统计方法,建立转移概率矩阵;以规范化的各阶自相关系数为权重,运用加权马尔可夫链模型和模糊集理论中的级别特征值预测2011-2014年的夏季降水量状态和降水量,结果令人比较满意;为长期降水预测提供一条值得探索的途径.
-
-
ZHAGN Yuejun;
张岳军;
HAO Zhiwen;
郝智文;
LI Fen;
李芬;
李淑娟
- 《第33届中国气象学会年会》
| 2016年
-
摘要:
基于国家气候中心海气耦合模式(CGCM/NCC)预测产品和山西省50站夏季降水资料,利用典型因子回归的方法(CCA),建立了山西省夏季降水的统计降尺度预测模型.该预测模型选取了CGCM/NCC模式夏季500hPa高度场和海平面气压作为预测因子,分别选取了长江中下游地区和热带中东太平洋作为预报关键区.统计降尺度模型对2007~2014年山西省夏季降水的回算较模式原始结果有显著提高,除2008年外,空间距平相似系数(ACC)均通过了0.01的置信度检验,时间相关系数(TCC)在山西省大部分地区都有显著提高,最大可达0.6,PS评分在70分以上.检验结果显示,基于CCA降尺度方法建立的预测模型对山西省夏季降水模态预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果.
-
-
ZHAGN Yuejun;
张岳军;
HAO Zhiwen;
郝智文;
LI Fen;
李芬;
李淑娟
- 《第33届中国气象学会年会》
| 2016年
-
摘要:
基于国家气候中心海气耦合模式(CGCM/NCC)预测产品和山西省50站夏季降水资料,利用典型因子回归的方法(CCA),建立了山西省夏季降水的统计降尺度预测模型.该预测模型选取了CGCM/NCC模式夏季500hPa高度场和海平面气压作为预测因子,分别选取了长江中下游地区和热带中东太平洋作为预报关键区.统计降尺度模型对2007~2014年山西省夏季降水的回算较模式原始结果有显著提高,除2008年外,空间距平相似系数(ACC)均通过了0.01的置信度检验,时间相关系数(TCC)在山西省大部分地区都有显著提高,最大可达0.6,PS评分在70分以上.检验结果显示,基于CCA降尺度方法建立的预测模型对山西省夏季降水模态预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果.
-
-
ZHAGN Yuejun;
张岳军;
HAO Zhiwen;
郝智文;
LI Fen;
李芬;
李淑娟
- 《第33届中国气象学会年会》
| 2016年
-
摘要:
基于国家气候中心海气耦合模式(CGCM/NCC)预测产品和山西省50站夏季降水资料,利用典型因子回归的方法(CCA),建立了山西省夏季降水的统计降尺度预测模型.该预测模型选取了CGCM/NCC模式夏季500hPa高度场和海平面气压作为预测因子,分别选取了长江中下游地区和热带中东太平洋作为预报关键区.统计降尺度模型对2007~2014年山西省夏季降水的回算较模式原始结果有显著提高,除2008年外,空间距平相似系数(ACC)均通过了0.01的置信度检验,时间相关系数(TCC)在山西省大部分地区都有显著提高,最大可达0.6,PS评分在70分以上.检验结果显示,基于CCA降尺度方法建立的预测模型对山西省夏季降水模态预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果.
-
-
ZHAGN Yuejun;
张岳军;
HAO Zhiwen;
郝智文;
LI Fen;
李芬;
李淑娟
- 《第33届中国气象学会年会》
| 2016年
-
摘要:
基于国家气候中心海气耦合模式(CGCM/NCC)预测产品和山西省50站夏季降水资料,利用典型因子回归的方法(CCA),建立了山西省夏季降水的统计降尺度预测模型.该预测模型选取了CGCM/NCC模式夏季500hPa高度场和海平面气压作为预测因子,分别选取了长江中下游地区和热带中东太平洋作为预报关键区.统计降尺度模型对2007~2014年山西省夏季降水的回算较模式原始结果有显著提高,除2008年外,空间距平相似系数(ACC)均通过了0.01的置信度检验,时间相关系数(TCC)在山西省大部分地区都有显著提高,最大可达0.6,PS评分在70分以上.检验结果显示,基于CCA降尺度方法建立的预测模型对山西省夏季降水模态预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果.