长江流域资源与环境 >> 2016, Vol. 25 >> Issue (08): 1273-1278.doi: 10.11870/cjlyzyyhj201608014
龚艳冰1,2, 戴靓靓1, 胡娜1, 刘高峰1,2, 张继国1,2
GONG Yan-bing1,2, DAI Liang-liang1, HU Na1, LIU Gao-feng1,2, ZHANG Ji-guo1,2
摘要: 针对月平均降水量时间序列存在模糊性和随机性的特点,给出一种结合云推理和模糊逻辑关系的干旱等级预测方法。采用徐州站1951~2014年逐月降水量数据,通过计算标准化降水指数(SPI),得到实测干旱等级序列,以1952~2013年SPI指数数据作为样本数据,并提取样本模糊时间序列的52条模糊逻辑推理规则,将某月份的SPI指数数据作为输入变量,利用云发生器进行云推理,得到未来相应月份的干旱等级预测结果。结果表明,研究方法对干旱发生具有一定预测能力,尤其是对无旱的预测比较准确,但是对于干旱状态突变的预测能力较弱,主要是由于发生严重旱灾的可能性较少,导致模糊推理规则较少。因此,对于江苏省以轻旱为主的苏北地区,可以作为早期干旱预警的参考。
中图分类号:
[1] MCKEE T B, DOESKEN N J, KLEIST J. The relationship of drought frequency and duration to time scales[C]//Proceedings of the 8th Conference on Applied Climatology. California: American Meteorological Society, 1993. [2] 韩萍, 王鹏新, 王彦集, 等. 多尺度标准化降水指数的ARIMA模型干旱预测研究[J]. 干旱地区农业研究, 2008, 26(2): 212-218.[HAN P, WANG P X, WANG Y J, et al. Drought forecasting based on the standardized precipitation index at different temporal scales using ARIMA models[J]. Agricultural Research in the Arid Areas, 2008, 26(2): 212-218.] [3] 田苗, 王鹏新, 韩萍, 等. 基于SARIMA模型和条件植被温度指数的干旱预测[J]. 农业机械学报, 2013, 44(2): 109-116.[TIAN M, WANG P X, HAN P, et al. Drought forecasts based on SARIMA models and vegetation temperature condition index[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(2): 109-116.] [4] 王彦集, 刘峻明, 王鹏新, 等. 基于加权马尔可夫模型的标准化降水指数干旱预测研究[J]. 干旱地区农业研究, 2007, 25(5): 198-203.[WANG Y J, LIU J M, WANG P X, et al. Prediction of drought occurrence based on the standardized precipitation index and the Markov Chain Model with weights[J]. Agricultural Research in the Arid Areas, 2007, 25(5): 198-203.] [5] 吕小俊, 谢海平, 木绍良. 基于灰色灾变理论的云南省干旱气候预测研究[J]. 数学的实践与认识, 2015, 45(1): 164-168.[LV X J, XIE H P, MU S L. Study drought climate in Yunnan province based on gray system theory[J]. Mathematics in Practice and Theory, 2015, 45(1): 164-168.] [6] 田苗, 王鹏新, 侯姗姗, 等. 基于相空间重构与RBF神经网络模型的面上干旱预测研究[J]. 干旱地区农业研究, 2013, 31(6): 164-168, 180.[TIAN M, WANG P X, HOU S S, et al. Research of regional drought forecasting based on phase space reconstruction and RBF neural network model[J]. Agricultural Research in the Arid Areas, 2013, 31(6): 164-168, 180.] [7] 冯平, 胡荣, 李建柱. 基于三维对数线性模型的气象干旱等级预测研究[J]. 水利学报, 2014, 45(5): 505-512.[FENG P, HU R, LI J Z. Meteorological drought grade prediction using three-dimensional log-linear models[J]. Journal of Hydraulic Engineering, 2014, 45(5): 505-512.] [8] 胡荣, 冯平, 李一兵. 流域水文干旱等级预测问题的研究[J]. 自然灾害学报, 2015, 24(2): 147-156.[HU R, FENG P, LI Y B. Study on drought class prediction problem in basin[J]. Journal of Natural Disasters, 2015, 24(2): 147-156.] [9] 彭高辉, 张振伟, 马建琴. 基于可公度理论的安徽省干旱预测[J]. 水电能源科学, 2012, 30(9): 6-8.[PENG G H, ZHANG Z W, MA J Q. Drought prediction in Anhui province based on commensurability theory[J]. Water Resources and Power, 2012, 30(9): 6-8.] [10] 李德毅, 杜鹢. 不确定性人工智能[M]. 北京: 国防工业出版社, 2005.[LI D Y, DU Y. Artificial intelligence with uncertainty[M]. Beijing: National Defense Industry Press, 2005.] [11] SONG Q, CHISSOM B S. Forecasting enrollments with fuzzy time series-part 1[J]. Fuzzy Sets and Systems, 1993, 54(1): 1-9. [12] CHEN S M. Forecasting enrollments based on fuzzy time series[J]. Fuzzy Sets and Systems, 1996, 81(3): 311-319. [13] 龚艳冰, 张继国. 基于正态云模型和熵权的人口发展现代化程度综合评价[J]. 中国人口·资源与环境, 2012, 22(1): 138-143.[GONG Y B, ZHANG J G. Comprehensive assessment on population development degree of modernization based on normal cloud model and entropy weight[J]. China Population, Resources and Environment, 2012, 22(1): 138-143.] |
[1] | 赵平伟, 郭萍, 李立印, 舒珺. SPEI及SPI指数在滇西南地区干旱演变中的对比分析[J]. 长江流域资源与环境, 2017, 26(01): 142-149. |
[2] | 唐宝琪, 延军平, 李双双, 刘永林. 近55年来华东地区旱涝时空变化特征[J]. 长江流域资源与环境, 2016, 25(03): 497-505. |
|