统计降尺度法对未来区域气候变化情景预估的研究进展

由于迄今为止大部分的海气耦合气候模式（AOGCM）的空间分辨率还较低,很难对区域尺度的气候变化情景做合理的预测,降尺度法已广泛用于弥补AOGCM在这方面的不足。简要介绍了3种常用的降尺度法：动力降尺度法、统计降尺度法和统计与动力相结合的降尺度法;系统论述了统计降尺度方法的理论和应用的研究进展,其中包括：统计降尺度法的基本假设,统计降尺度法的优缺点,以及常用的3种统计降尺度法;还论述了用统计降尺度法预估未来气候情景的一般步骤,以及方差放大技术在统计降尺度中的应用;同时还强调了统计降尺度方法和动力降尺度方法比较研究在统计降尺度研究中的重要性;最后指出统计与动力相结合的降尺度方法将成为降尺度技术的重要发展方向。     

汉江流域未来降水径流预测分析研究

本文应用统计降尺度法将全球气候模式和VIC分布式水文模型进行耦合,研究未来A2气候情景下汉江流域降水径流变化情况.首先应用基于光滑支持向量机的统计降尺度法在全球气候模式CGCM2和HadCM3的A2气候情景下,分别预测未来汉江流域日降水、气温过程,然后将预测降水过程作为VIC模型的输入,模拟预测未来汉江流域径流过程.研究结果表明,在CGCM2气候模式下,2020s(2011～2040年)时期汉江流域径流小于基准年,2050s(2041～2070年)时期与基准年基本相当,2080s(2071～2100年)时期大于基准年;在HadCM3气候模式下,2020s时期汉江流域径流小于基准年,2050s和2080s时期均比基准年增加;降水、气温预测结果与径流基本一致.     

气象资料的统计降尺度方法综述

统计降尺度是解决由气象模式输出的低分辨率资料到流域尺度资料转换的手段之一,已成为一个重要的研究领域。统计降尺度方法十分丰富,分为传递函数法、天气形势法和天气发生器3类,3类之间并无严格的界限。统计降尺度涉及到时间与空间降尺度、随机型与确定型降尺度、时间自相关与空间相关性以及面向格点与面向站点的降尺度这4个方面的属性与分...     

ASD统计降尺度方法在中国东部季风区典型流域的适用性分析

ASD(Automated Statistical Downscaling)是一种基于回归分析的统计降尺度方法。应用ASD方法,选取东部季风区3个典型流域地面观测资料、ERA-40再分析资料,建立预报量与大气环流因子之间的统计关系,对日降水量和日平均、最高、最低气温进行模拟,并评价模型对不同流域不同变量的模拟效果,分析其适用性。结果表明,ASD模型能较好模拟出各地面变量的时间序列演变规律及空间分布特征,对气温变量的模拟效果优于降水变量。模型对水文气象特征各异的三个流域模拟效果均较好,同时有所差异,这与各流域不同的地理、气象因素有关。以上结果说明,ASD模型在东部季风区适用性较好,可应用于构建未来气候变化情景及为水文模拟提供输入资料等相关方面。     

基于气候模式统计降尺度技术的未来青海湖水位变化预估

借助于全球气候模式(德国MPI ECHAM5.0)输出信息和流域最近40年的气象观测资料,建立青海湖流域统计降尺度模式(QH-SDM),从而得到流域尺度未来30年(2010-2030年)气候变化情景,并由此驱动水文模型SWAT及湖泊水量平衡模型模拟了青海湖近几十年水位变化过程,预估了未来30年青海湖湖泊水文变化情景。结果表明,青海湖水位的未来变化将经历缓慢下降、逐渐回升、稳步升高3个阶段,到2030年,湖泊水位将达到3195.4 m左右,高出目前水位约2.2 m,面积接近4500 km2,蓄水量达到813亿m3,湖泊恢复到了20世纪70年代初的水平,预计这一结果将会缓解目前青海湖流域水资源紧缺的格局,并有利于植被恢复,减少土地沙化面积,对流域生态环境的改善和国民经济的发展将十分有益。     

多尺度干旱指数在江淮流域的适应性研究

利用1960-2010年江淮流域34个地面气象观测站的逐日降水、日平均气温、相对湿度等实测资料, 分别计算了江淮流域的Z指数、降水距平百分率、相对湿润指数、标准化降水指数以及CI指数, 经与江淮流域干旱记录对比分析, 结果表明: 月尺度的Z指数在5种干旱指数中应用效果最好, 符合率达70%以上;在时间域上, 月尺度的Z指数仅在春季吻合率稍差, 其余月份均在70%以上;月尺度的SPI指数在冬季吻合率较差, 其余月份同Z指数总体相当;MI指数效果最差;日尺度的CI指数应用效果存在时空差异, 在河南最好, 在山东最差, 夏季效果最好, 春季、冬季最差.     

气候影响评价中统计降尺度若干问题的探讨

全球气候模式是目前研究未来气候变化的重要工具,然而其较低的空间分辨率使其难以被直接用于区域尺度的气候影响评价中,统计降尺度常常被用于弥补这一不足。对统计降尺度的3种主要方法:转化函数法,天气分型法和天气发生器法的最新研究进展进行了归纳;论述了统计降尺度中的各种不确定性;总结了统计降尺度在中国的发展和应用。统计降尺度与动力降尺度的比较和结合、极端事件的降尺度以及统计降尺度的不确定性将成为未来的主要发展方向。     

中国区域性暴雨事件未来变化:RegCM4动力降尺度集合预估

区域性暴雨事件由于影响范围大、持续时间长,更易引发严重洪涝灾害,对经济社会可持续发展构成严重威胁。因此,预估区域性暴雨事件的未来变化对于气候变化适应和灾害风险管理意义重大。本文基于区域气候模式RegCM4对4个全球气候模式的动力降尺度模拟,利用“追踪式”客观识别方法,对我国区域性暴雨进行了识别,并从发生频次、持续时间、平均降水量、平均影响范围和综合强度5个方面预估了其在RCP4.5情景下的未来变化。多模式预估结果表明,我国平均区域性暴雨事件的发生频次、持续时间、平均降水量、平均影响范围和综合强度到21世纪末均呈不同程度的上升趋势。与1986—2005年相比,无论在21世纪中期(2046—2065年)还是末期(2080—2099年),位于“低值区”的事件出现频率减少,而位于“高值区”的事件出现频率增加。轻度区域性暴雨事件发生频次将减少,而中度、重度和严重的区域性暴雨事件发生频次将增加。在空间分布上,区域性暴雨事件的发生频次、持续时间和降水量均在我国东部区域大范围增加,并且三者增幅的空间分布型态较为一致。增加最显著的区域主要位于长江中下游、江南和华南地区,而且到21世纪末期的增加幅度大于中期。     

雅鲁藏布江流域极端降水模拟及预估

为了解雅鲁藏布江流域汛期极端降水的变化规律,推算一定重现期的极端降水量分位数,通过百分位法、Hill图法、年交叉率法选取阈值,借助广义帕累托分布函数（GPD）对流域极端降水频率进行了分析。结果表明：99百分位时的阈值为流域内各站点的最佳阈值,且各站点超阈值序列通过了M-K的平稳性检验,无明显突变。拟合效果通过K-S检验,各站点拟合的极端降水理论频数和实测频数基本相符。尺度参数的大值区位于流域下游,表明该地区的极值波动大;形状参数正值区位于流域中上游地区,说明发生破纪录降水事件的概率较大,拟合结果与实际观测一致。从5年一遇和10年一遇的极端降水值来看,雅江流域除拉孜站外,其他地区降水极值均超过30 mm,日喀则地区的降水极值达50 mm;各地区20年一遇和30年一遇的降水极值增长的非常缓慢。通过与实际极端降水值对比分析得出,GPD拟合计算出的重现期水平基本符合实际,即具有一定的合理性。     

基于降尺度降雨的洪水预报预警体系的创建

为了减少洪水对生命和财产造成的危害,构建合适的洪水预报预警体系具有重要的现实意义。本文结合NWP输出的降尺度降雨构建了短期洪水预报体系。所提出的降尺度方法对NWP输出值进行了校正,以便在人工神经网络的校准阶段使用,然后,将降尺度降雨参数作为径流预报的超级水箱模型的输入值。根据预测提前期对模型不确定性进行量化,最终将预测结果整合到现有的洪水预警警报级别中。结果表明,基于神经网络降尺度降雨的洪水预报优于多元线性回归方法。尽管随着预测提前期的增加,模型不确定性呈增加趋势,但仍可以对长达18小时的提前期做出可靠预测。     

Predicted ultimate capacity of laterally loaded piles in clay using support vector machine

The determination of ultimate capacity of laterally loaded pile in clay is a key parameter for designing the laterally loaded pile. The available methods for determination of ultimate resistance of pile in clay are not reliable. This study investigates the potential of a support vector machine (SVM)-based approach to predict the ultimate capacity of laterally loaded pile in clay. The SVM, which is firmly based on statistical learning theory, uses a regression technique by introducing an ?-insensitive loss function. A sensitivity analysis has been carried out to determine the relative importance of the factors affecting ultimate capacity. The results show that SVM has the potential to be a practical tool for prediction of the ultimate capacity of pile in clay.     

岩爆分类的支持向量机方法

针对岩爆分类问题,提出了基于支持向量机的分类方法。通过对影响岩爆因素的分析,运用支持向量机理论建立岩爆类别的支持向量机模型。结果表明,基于支持向量机的岩爆分类方法具有较高的准确率,该方法是科学可行的,具有广泛的应用前景。     

基于SVM的煤岩破裂与失稳预测模型

煤岩破裂与失稳的定量化实验是准确预测预报采空区动力学灾害的基础研究。基于采空区上覆煤岩破裂与动力学失稳相似材料模拟实验,利用支持向量机方法对煤岩破裂的不同阶段进行预测,找出大尺度采空区煤岩介质断裂与突然失稳的应力-位移-声发射“预警值(区)”,对开采中诱发动力灾害的危险源辨识及预警提供了定量化的依据,为工程现场准确、及时预报采空区煤岩断裂失稳规律提供了有效依据。     

支持向量机方法在膨胀土分类中的应用

将支持向量机方法应用于膨胀土分类问题中,建立了膨胀土分类的支持向量机模型。以膨胀土实测数据为学习样本,经过训练,得到膨胀土的分类区间。应用该模型对剩余的膨胀土数据进行预测,预测结果表明支持向量机分类模型性能良好、预测精度高、简便易行,是膨胀土判别的一种有效方法,具有广阔的应用前景。     

大尺度流域基于站点的降雨时空展布

降水是影响流域水循环最活跃的因素,其时空分布不均匀对流域产汇流的影响非常大,因此在进行流域水文模拟时,需要充分考虑到降雨的时空变异性。本文针对大尺度流域的特点,提出了一种日雨量的空间展布方法,该方法根据站点降雨量之间的相关系数选取参证站点,采用距离平方反比法把站点的日雨量插补到空间计算单元上去,或采用泰森多边形法插值。该方法计算结果和本次全国水资源规划的结果差别不大,说明插值方法比较可靠。由于大尺度流域雨量站点的布设比较稀疏,采用空间插值的方法生成计算单元降雨量值精度不好,本研究中提出了一个大于10mm的大强度日降雨的向下尺度化方法。首先建立了一个将日降雨分配成小时降雨量的雨强历时关系模型：然后根据黄河流域的特点,把全流域划分为五个大强度降雨区,分区对参数进行了率定：最后采用实测资料对模型进行了检验。本文提出的方法,在黄河流域水文模拟中进行了应用,由径流模拟结果看,效果令人满意。     

支持向量机在地球化学勘查中的应用

将K均值聚类和v -SVM结合, 推出一种改进的分类方法。该方法根据指标的相关性, 构建了具有强分辨能力的分类模型, 并将模型应用于内蒙某地勘查地球化学研究, 查明了所研究元素之间的相似性, 建立了v - SVM分类机, 实现了组合异常的圈定。     

基于聚类-二叉树支持向量机的砂土液化预测模型

建立在统计学习理论基础之上的支持向量机（SVM）,是一种基于结构风险最小的小样本机器学习方法。经典的支持向量机主要针对二分类问题,而工程实践中遇到的往往是多分类问题。根据影响砂土液化的主要因素,采用聚类分析中的类距离思想,建立了基于聚类-二叉树的多类支持向量机的砂土液化判别模型。该模型可以通过有限样本的学习,建立砂土液化与各影响因素之间的非线性关系。研究结果表明,基于聚类-二叉树支持向量机的层次结构合理,分类精度高,泛化性好,可对砂土液化等级进行较准确判别