西宁市降水量不同预报方法比较研究

论文摘要

西宁是我国降水量最少的省会城市之一,干旱始终困扰着西宁农业的发展。因此,研究降水将会对充分利用降水资源减缓西宁的干旱状况起到一定的作用。暴雨洪水灾害也愈加频繁,一旦发生洪涝灾害,将会给人们的生命和财产带来巨大的损失,对社会稳定也会造成一定的影响。因此,进行降水预测的研究,对减少干旱及洪涝灾害带来的损失具有重要的意义。本文依据1955年-2006年西宁气象站的年降水及有关气象资料,分别采用了多元线性回归模型、自回归模型、人工神经网络模型和灰色理论模型来进行年降水的预测,以检验它们应用于年降水预测的可行性。年降水预测结果表明了这几种方法应用于年降水的预测是可行的。就单项预测模型而言,人工神经网络模型预测可靠性最高。由于BP网络有较强的非线性映射能力,避开了预报因子与预报量的确定函数关系。同时又因为网络的黑箱效果,没有把预测因子和预报量的非线性关系限制在多项式等简单函数上,增强了预测的可靠性。本文还尝试采用线性组合预测模型和非线性组合预测模型来进行年降水的预测,因为组合预测模型可以综合利用各个单项预测模型所提供的信息,避免了单项预测模型预测结果的“时好时坏”性,所做出的预测结果较为平稳,而且,预测结果也说明,在一定程度上组合预测模型预测精度比单项预测模型的高。尤其是非线性组合预测模型,无论是拟合平均相对误差（3.76%）还是检验的平均相对误差（10.60%）都小于任何一个单项预测模型以及线性组合模型,表明应用非线性组合预测模型对年降水量进行预测是切实可行并且值得进一步研究推广的。但是,若将这些方法应用在月降水量的预测上则是不可行的,本文已用实例给出了证明。其中多元线性回归预测模型和BP神经网络预测模型有几个月份的拟合建模结果令人满意,但是检验结果只有八月份理想。说明这些方法对月降水的预测结果不理想。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 中长期降水预测研究的进展
• 1.1.1 研究降水预测的目的和意义
• 1.1.2 国内外研究进展
• 1.2 本文的研究内容及方法
• 1.3 预测方法概论
• 1.3.1 预测技术分类
• 1.3.2 预测方法概述
• 1.4 研究区概况
• 第二章 多元线性回归降水预测
• 2.1 多元线性回归预测概述
• 2.1.1 多元线性回归预测的概念
• 2.1.2 多元线性回归数学模型
• 2.2 多元自变量的选择
• 2.3 年降水的预测
• 2.3.1 选择自变量
• 2.3.2 求回归方程
• 2.3.3 进行统计检验
• 2.3.4 计算结果分析
• 2.4 月降水的预测
• 2.5 讨论
• 第三章 自回归降水预测
• 3.1 自回归模型简介
• 3.1.1 概述
• 3.1.2 模型简介
• 3.2 年降水的预测
• 3.3 月降水的预测
• 3.4 讨论
• 第四章 BP 神经网络降水预测
• 4.1 人工神经网络简介
• 4.2 BP 神经网络应用实例
• 4.2.1 建立BP 网络，估计网络参数
• 4.2.2 年降水的预测
• 4.3 月降水的预测
• 4.4 讨论
• 第五章 灰色系统降水预测
• 5.1 灰色系统原理
• 5.1.1 概述
• 5.1.2 基本原理
• 5.1.3 GM（1,1）模型的建模步骤
• 5.1.4 模型精度检验
• 5.2 年降水的预测
• 5.3 月降水的预测
• 5.4 讨论
• 第六章 组合降水预测
• 6.1 组合预测模型在年降水预测中的应用
• 6.1.1 线性组合预测方法
• 6.1.2 非线性组合预测方法
• 6.2 年降水的预测
• 6.2.1 线性组合预测
• 6.2.2 非线性组合预测
• 6.3 讨论
• 第七章 结论与讨论
• 参考文献
• 附录
• 致谢
• 作者简介