贵州区域干旱演变特征及预测模型研究PDF电子书下载

第1章 绪论 1

1.1 研究干旱的意义 1

1.1.1 研究干旱的普遍意义 1

1.1.2 研究贵州喀斯特地区干旱的意义 2

1.2 贵州干旱状况 3

1.2.1 干旱成因 3

1.2.2 干旱过程 5

1.2.3 干旱控制 6

1.3 干旱的定义、分类与干旱指标研究进展 6

1.3.1 干旱的定义与分类 6

1.3.2 干旱指标研究进展 7

1.4 干旱预测方法研究进展 10

1.4.1 预测方法分类 10

1.4.2 典型的干旱预测方法 10

第2章 贵州喀斯特地区干旱特征分析 14

2.1 技术路线与数据处理 14

2.1.1 技术路线 14

2.1.2 原始资料质量控制与数据处理 15

2.2 基于Palmer指标干旱特征分析 16

2.2.1 Palmer干旱指标分析原理 16

2.2.2 贵州喀斯特地区Palmer指标计算 18

2.2.3 Palmer指标干旱特征分析 24

2.3 基于降水距平的干旱特性分析 33

2.3.1 降水距平百分率 33

2.3.2 乌江地区降水量分析 35

2.3.3 乌江地区干旱特征分析 37

2.4 基于Z指标的干旱特征分析 42

2.4.1 乌江地区Z指标计算 43

2.4.2 基于Z指标的区域特征分析 45

2.4.3 干旱趋势突变分析 49

2.5 不同指标对比分析 51

2.5.1 Palmer指标与降水量关系 51

2.5.2 三种指标干旱特征分析应用效果对比 52

2.6 干旱致灾因素分析 54

2.6.1 研究区概况 54

2.6.2 旱情致灾影响因素选取 54

2.6.3 投影寻踪模型建模 55

2.6.4 最佳投影向量及投影值 56

2.6.5 结果分析 57

2.7 本章小结 58

第3章 基于NNBR模型的蒙特卡洛旱情预测方法研究 60

3.1 最近邻抽样回归（NNBR）模型 60

3.1.1 模型原理及算法 60

3.1.2 K、P和Wj（i）的确定 62

3.2 蒙特卡洛算法 62

3.2.1 概述 62

3.2.2 基本分类 62

3.2.3 一般步骤 63

3.3 分布函数的选择 63

3.4 基于NNBR模型的蒙特卡洛算法分析方案 64

3.4.1 预测值的选择 64

3.4.2 Cs和Cv的选择与确定 65

3.4.3 分析步骤 66

3.4.4 算法流程图 68

3.5 实验结果验证和预测 69

3.5.1 算法验证 69

3.5.2 未来降水量的预测 70

3.5.3 未来旱情等级特征分析 70

3.6 本章小结 71

第4章 基于马尔可夫的降水量预测方法研究 72

4.1 马尔可夫预测法的基本原理 72

4.1.1 马尔可夫过程概述 72

4.1.2 马尔可夫过程种类 72

4.1.3 马尔可夫过程 72

4.1.4 马尔可夫链 73

4.1.5 状态转移概率及其转移概率矩阵 74

4.2 算法方案分析及模型建立 75

4.2.1 趋势加权马尔可夫模型 75

4.2.2 检验降水量序列的“马氏性” 76

4.2.3 状态的划分 76

4.2.4 滞时权值的确定 77

4.2.5 模糊集理论中的级别特征值 77

4.2.6 方案分析步骤 78

4.2.7 预测算法流程图 78

4.3 实验结果验证和预测 79

4.3.1 算法验证 79

4.3.2 预测未来5年的降水量 85

4.3.3 未来旱情等级特征分析 85

4.4 本章小结 85

第5章 基于神经网络的降水量预测研究 87

5.1 BP神经网络原理 87

5.1.1 基本BP算法公式推导 87

5.1.2 基本BP算法的缺陷 90

5.1.3 基本BP算法的优化与改进 90

5.1.4 网络的设计 90

5.1.5 BP神经网络的设计与训练 90

5.2 RBF神经网络 95

5.2.1 RBF神经网络模型 95

5.2.2 RBF网络的学习算法 95

5.2.3 RBF神经网络的设计与训练 97

5.3 Elman神经网络 98

5.3.1 Elman神经网络结构 98

5.3.2 Elman神经网络学习过程 98

5.3.3 Elman预测模型的建立 100

5.3.4 Elman神经网络的训练和预测 100

5.4 三种神经网络的对比分析与预测 101

5.4.1 5年预测值的对比分析 101

5.4.2 未来5年的预测 103

5.4.3 未来旱情等级特征分析 104

5.5 本章小结 104

第6章 使用小波分析做预处理的灰色模型预测方法研究 105

6.1 灰色模型原理 105

6.1.1 灰色系统 105

6.1.2 灰生成 106

6.1.3 灰色预测模型——GM（1,1） 107

6.1.4 GM（1,1）模型检验 108

6.1.5 光滑性检验 110

6.2 小波原理 110

6.2.1 小波变换与其快速算法 110

6.2.2 降水量周期性及突变性小波分析原理 113

6.3 波形理论 115

6.4 灰色模型的建立与预测效果分析 116

6.4.1 降水量灰色模型预测方案 116

6.4.2 原始序列光滑度检验与小波分解 118

6.4.3 灰色模型预测低频分量 119

6.4.4 利用波形预测高频分量 121

6.4.5 优化的灰色模型预测精度检验与分析 124

6.5 未来降水量预测及旱情等级特征 126

6.5.1 未来5年的降水量预测值 126

6.5.2 未来旱情等级特征分析 126

6.6 本章小结 127

第7章 基于CI指标的近50年干旱时空分布规律研究 129

7.1 数据处理及计算 129

7.1.1 复合气象干旱指标的计算方法 130

7.1.2 干旱综合指标CI等级的划分 132

7.1.3 气象干旱过程的确定 132

7.1.4 干旱过程强度的计算 133

7.1.5 干旱发生频率计算 133

7.2 结果分析 133

7.2.1 复合干旱指标计算结果 133

7.2.2 干旱发生的频率 133

7.2.3 干旱覆盖面积 136

7.2.4 干旱持续日数和干旱强度 138

7.2.5 CI指标的空间分布特征 139

7.2.6 用CI指标监测2009—2010年干旱发生发展过程 141

7.3 本章小结 142

附录 143

附录1 贵州喀斯特6大水系Palmer指标 143

附录2 乌江流域上、中、下游月降水距平 151

参考文献 157