10151.基于統(tǒng)計模型的汛期降水預測研究——以義烏市為例

1、浙江師范大學碩士學位論文題目：基于統(tǒng)計模型的汛期降水預測研究——以義烏市為例學科類別：自然地理學研究生：朱靈子指導老師：圃教授2015年5月基于統(tǒng)計模型的汛期降水預測研究——以義烏市為例摘要對汛期降水進行預測是預防洪澇災害的重要舉措之一。由于受季風氣候的影響，我國氣候年內(nèi)、年季變化大。因此，氣象災害頻繁發(fā)生，特別是旱澇災害已經(jīng)對我國經(jīng)濟建設和社會發(fā)展造成十分嚴重的影響，對人民的生命財產(chǎn)和國民經(jīng)濟的發(fā)展帶來重大損失。因而對汛期降水進行預測

2、更是刻不容緩。降水一方面是中小尺度系統(tǒng)與大尺度環(huán)流之間相互作用的產(chǎn)物，另一方面也與當?shù)氐孛?、地形有著十分密切的?lián)系。降水預測存在著各種非線性的復雜物理過程，對其準確預測難度較大，發(fā)展也較為緩慢。降水的復雜性和非線性決定了選擇汛期降水預測方法的重要性。針對降水預測方法的選擇問題，本文在眾多的動力學方法和統(tǒng)計學方法中選擇了神經(jīng)網(wǎng)絡預測模型和門限自回歸預測模型，兩種方法都具有強大的處理信息能力和數(shù)據(jù)解算能力。神經(jīng)網(wǎng)絡預測模型擅長處理知識背景不

3、清楚的隨機的大量信息，且其非線性神經(jīng)元構成的網(wǎng)絡屬于非線性動力系統(tǒng)，具有很強的自學習能力。門限自回歸模型在進行預測時，會兼顧水文過程自身演變規(guī)律及主要前期影響因子的作用，并通過逐段線性化手段來解決水文系統(tǒng)的非線性問題。因此，神經(jīng)網(wǎng)絡預測模型和門限自回歸模型是描述復雜水文過程較為有效的模型。本文以義烏市汛期降水為研究對象，嘗試用神經(jīng)網(wǎng)絡預測方法和門限自回歸模型分別對義烏市汛期降水展開研究。選用與義烏市汛期降水具有良好響應的厄爾尼諾事件和副