简介:利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预报方程。通过对不同的预报方法进行预报效果验证,该结冰厚度的预报模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为:80.6%(多元回归)、74.6%(逐步回归)、100%(BP神经网络);模型试报准确率分别为:72.7%(多元回归)、72.7%(逐步回归)、81.8%(BP神经网络)。静止水域结冰厚度预测历史拟合率分别为:76.9%(多元回归)、71.8%(逐步回归)、93.5%(BP神经网络);模型试报准确率分别为:76.0%(多元回归)、72.0%(逐步回归)、84.0%(BP神经网络)。结果表明:多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预报模型能够对水域结冰厚度进行有效的短期预报,其性能指标符合实际要求,具有很好的实际应用价值。
简介:微博平台有用户群大、公众参与性强、实时性等优点,同时微博平台信息又具有信息真伪难辨、地址信息模糊等缺点.本文以芦山地震为例,针对微博内容如何提取和地址如何定位两方面进行了分析研究,对于如何在网络微博平台中及时的提取地震宏观异常信息,提出了聚焦爬虫技术,并对微博地址进行了分类,同时将正向最大匹配和特征词地址分词的中文地址匹配模型应用于地址信息的提取和地址匹配中;最后将不同的地址类别定位为不同的行政级别,使微博平台和微博信息得到了充分的利用.通过研究认识到微博信息在反应震前异常的发生趋势方面有一定的参考价值(动物异常和气象异常所占比例较大),是不能被忽略的:地址方面可以看出异常随着时间的逼近有向震中聚集的趋势,有一定的参考价值.
简介:利用1961~2006年江淮地区80个站点的逐日降水资料,根据百分位数确定极端降水阈值的方法,比较了全球气候变暖背景下该区域降水强度的分布结构特征。结果表明,在全球气候典型暖异常的年份里,江淮地区极端降水日数占总降水日数的比重比冷年增加30%以上,极端降水总量的比重增加13%左右;而微量降水日数所占比重比冷年减少近60%,微量降水总量减少了80%,说明全球变暖后江淮地区降水强度分布结构呈现弱降水减少,强降水增多的显著两极分化特征,且该特征在江淮地区基本一致。冬、夏季对比表明,冬季的变化幅度比全年和夏季更大。可见全球变暖背景下未来江淮地区降水强度分布结构出现两极分化趋势可能性增加。
简介:通过收集各附件I缔约方最新递交的森林管理参考水平报告和专家评审报告,对各缔约方采用的森林管理参考水平确定方法进行了综述,重点分析了确定森林管理参考水平的三个基本要素:森林管理核算面积、核算参数和采伐量.大部分缔约方采用了国别方法或欧盟共同方法,少数缔约方采用历史数据或其外推作为参考水平.由于采用的核算方法和参数基本上都是基于国家温室气体清单和国家森林资源清查数据,因此森林龄级结构和采伐量的预测成为影响森林管理参考水平的重要因素.各缔约方在确定其森林管理参考水平时,尽可能利用其森林特点,结合宏观经济预测,采取尽可能降低参考水平的策略,以在《京都议定书》第二承诺期最大限度地利用森林管理碳吸收汇.