广西壮族自治区自然科学基金(2011GXNSFE018006)
- 作品数：13 被引量：119H指数：8
- 相关作者：林开平黄小燕丁红金龙史旭明更多>>
- 相关机构：广西气象局广西气象减灾研究所广西师范学院更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金广西壮族自治区科学研究与技术开发计划更多>>
- 相关领域：天文地球自动化与计算机技术农业科学环境科学与工程更多>>
- 自动站温度、雨量数据的质量控制方法和应用研究被引量：19
- 2014年
- 针对南宁市自动站布设的特点,结合多年来在自动站温度、雨量监测和数据传输所遇到的问题,分析了影响自动站数据质量的原因;在总结以往自动站数据质量控制方面的成功经验和借鉴近年的研究成果的基础上,提出了利用统计检验、极值检验,时间一致性、空间一致性和内部一致性检验等对南宁市自动站温度、雨量数据的质量进行控制方法,为防灾减灾天气预报和气象服务提供及时、准确的自动站资料。
- 蒙炤臻林奕桐李仕强张家安
- 关键词：自动站温度雨量
- 基于局部线性嵌入的人工智能台风强度集合预报模型被引量：11
- 2014年
- 利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的粒子群算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风强度预报模型的建模研究。在建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明,前者较后者在6、7、8和9月24 h台风强度预报中,平均绝对误差分别下降了23.34%、24.46%、19.41%和27.45%,4个月的平均绝对误差下降了23.10%;48 h台风强度预报中,6—9月平均绝对误差分别下降了44.82%、16.73%、0.89%和49.26%,4个月的平均绝对误差下降了25.54%。进一步研究发现,在变动局部线性嵌入算法忌近邻个数的情况下,建立的台风强度集合预报模型,其预报结果稳定可靠,相对于气候持续法均为正的预报技巧水平,为台风强度客观预报提供了新的预报工具和预报建模方法。
- 黄颖金龙黄小燕史旭明金健
- 关键词：局部线性嵌入台风强度
- 卫星云图的遗传神经网络集合预测模型研究被引量：6
- 2011年
- 针对目前缺乏卫星云图非线性预测技术理论方法问题，采用类似于数值预报模式的集合预报方法，构建了一种遗传神经网络的卫星云图非线性滚动预测模型。通过对每间隔3小时的红外卫星云图样本序列作自然正交展开，将提取出的时间系数作为云图预报建模的预报分量。考虑降水云系的发展变化，主要是受到云团环境物理量场的影响，利用数值预报模式的物理量预报产品作为各预报分量的预报因子，并采用系统降维计算处理方法，分别建立相应的时间系数遗传神经网络集合预报模型。将预报得出的各时间系数与空间向量合成，得出未来时刻的卫星云图预报图。预报试验结果表明，这种非线性预报模型可以较好地预报未来20～30小时的强降水云团发展、移动的主要特征和变化趋势。实况云图与预测云图的平均相关系数达到O．78。
- 金龙黄颖何如
- 关键词：遗传算法卫星云图神经网络非线性
- 基于Landsat8_OLI数据的甘蔗种植面积监测被引量：17
- 2015年
- 【目的】探索Landsat8_OLI数据对甘蔗种植面积遥感监测的效果,为县域尺度甘蔗产区甘蔗种植面积进行有效追踪和监测提供参考。【方法】以云南省耿马县为例,以Landsat8_OLI为数据源,基于甘蔗的光谱特征,采用非监督分类、监督分类及NDVI剔除法相结合的方法将其他地类剔除,提取甘蔗种植区域。【结果】经精度验证,Landsat8_OLI数据对云南省耿马县甘蔗种植面积遥感监测总体精度为86.36%,Kappa系数为0.7177,生产者精度和用户精度分别为86.83%和90.19%,可满足农业生产的实际需求。【结论】基于Landsat8_OLI数据及光谱和植被指数特征采用非监督分类、监督分类及NDVI剔除法相结合的方法,可准确提取甘蔗种植区域,为综合利用多源数据对甘蔗种植遥感监测奠定基础。
- 陈刘凤林开平胡宝清李嘉洁宁文怡
- 关键词：甘蔗种植面积遥感监测
- 桂东北一次典型暴雨过程分析
- 利用常规观测资料、广西自动站雨量资料以及雷达探测资料等,对2015年5月18～20日桂东北一次典型暴雨过程进行分析。结果表明:(1)高空槽东移、低层低涡切变和地面冷空气南下是此次强降水过程的主要影响系统。(2)桂东北较为...
- 陈刘凤叶骏菲林开平孙红梅覃月凤
- 关键词：暴雨环流形势地形桂东北
- 低温雨雪过程的粒子群-神经网络预报模型被引量：21
- 2015年
- 利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型(PSONN—EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。
- 陆虹翟盘茂覃卫坚金龙谢敏钱晰赵华生
- 关键词：粒子群算法神经网络持续性低温雨雪
- 基于遗传-神经网络的电网流域面雨量预报方法研究被引量：2
- 2015年
- 以重点水力发电厂和大中型水库为主要考量,并兼顾地形地貌和中小河流的分布特征,将广西划分为23个电网流域,研究了基于非线性的神经网络电网流域面雨量预报方法。以5-6月龙滩近库区、龙江流域等6个电网流域为例,利用遗传算法优化BP神经网络的连接权和网络结构,建立了各电网流域的遗传-神经网络电网流域面雨量预报模型。对独立样本的预报结果表明,基于遗传-神经网络的电网流域面雨量预报模型的预报能力要优于传统的逐步回归预报模型,也明显优于日本、德国数值模式预报产品所换算成的电网流域面雨量预报,并与气象部门同期制作的综合面雨量预报产品能力相当,因而,遗传-神经网络面雨量集合预报模型有较好的业务应用前景。
- 覃武林开平黄颖李勇钟利华罗小莉
- 关键词：遗传算法人工神经网络面雨量
- 基于KPCA的台风强度神经网络集合预报方法研究被引量：9
- 2013年
- 针对影响台风强度前期预报因子较多以及因子的非线性变化特点,首先采用逐步回归方法筛选出部分预报因子,再利用核主成分分析方法在剩余的预报因子中提取包含了原数据较多信息的核主成分与前期选入的预报因子共同作为模型输入。进一步考虑到神经网络集合预报中个体的准确性和差异性的权衡问题,在不同的初始条件下生成若干组神经网络,分别选择每组中性能最优的个体,建立了一种新的非线性神经网络集合预报模型。最后以西北太平洋海域2001—2010年5—10月的台风强度为研究对象进行了预报试验。结果表明,这种神经网络集合预报模型的预报结果符合实际应用的要求,其预报平均绝对误差明显小于同等条件下的神经网络方法和逐步回归预报方法。
- 史旭明金龙黄小燕
- 关键词：台风强度核主成分分析神经网络
- 小波变换集遗传算法神经网络的径流预测建模被引量：10
- 2012年
- 为获得更精确的径流预报结果,利用dmey小波变换对径流时间序列分解为高频信号和低频信号,再使用遗传算法优化的BP神经网络分别对其进行预测,最后利用dmey小波逆变进行重构,以此建立径流总量预测模型。通过对柳江径流总量进行实例分析,并与遗传算法优化的神经网络模型、BP神经网络模型及传统的时间序列分析方法对比,该方法获得更准确的预测结果。研究结果表明该模型能充分反映径流时间序列趋势,预报稳定性好,预报准确率高,为径流时间序列预测提供一个有效建模方法。
- 丁红杨杰
- 关键词：遗传算法神经网络径流预测
- 基于小波变换集成模型预测径流水位的研究被引量：1
- 2012年
- 为获得更精确的径流-水位预报结果,利用Dmey小波变换将水位时间序列分解为高频信号和低频信号,再使用均生函数-最优子集回归对其进行预测,最后利用Dmey小波逆变进行重构,以此建立水位预测模型。通过对柳江历年水位进行实例分析,并与均生函数-最优子集回归模型、逐步回归模型对比。研究结果表明,该模型能充分反映水位时间序列趋势,预报稳定性好,预报准确率高,为径流-水位时间序列预测提供一个有效建模方法。
- 丁红武招云龚若愚廖文凯李湘晖
- 关键词：小波变换均生函数最优子集回归
