• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    回歸方法預測碧流河水庫以上年平均降水量

    2021-08-24 12:59:00王延超唐永美
    東北水利水電 2021年8期
    關鍵詞:脊線降水量流域

    王延超,唐永美

    (1.遼寧省大連水文局,遼寧大連116023;2.松遼水利委員會水文局黑龍江上游水文水資源中心,黑龍江黑河164300)

    1 流域概況

    碧流河水庫位于遼東半島南部的碧流河干流上。碧流河流域面積為2 814 km2,碧流河水庫以上控制流域面積為2 085 km2,占全流域的74.1%。碧流河流域?qū)贉貛Ъ撅L區(qū),降水量主要集中在汛期,而且年際變化較大,旱澇災害頻繁。隨著氣候變化,人口增長,經(jīng)濟社會的發(fā)展,水資源供需矛盾不斷加大。碧流河水庫的降水預報工作可為大連市的水資源調(diào)度和水旱災害防御等工作的決策提供科學依據(jù)。

    2 資料

    2.1 氣象因子

    由1977—2010年74項氣象環(huán)流因子,從提前一年的74項氣象因子中挑選因子建立模型。

    2.2 降水量資料

    由1978—2011年碧流河水庫以上流域11個雨量站年降水量資料,采用算數(shù)平均值法計算流域年平均降水量。

    3 模型

    3.1 模型原理

    3.1.1 多元線性回歸原理

    多元線性回歸[1]是將全部預報因子一次性引入回歸方程的方法。

    3.1.2 逐步回歸原理

    逐步回歸法按對預報對象影響顯著的程度逐步挑選因子。方差貢獻是衡量因子對預報對象重要性的指標,要求當次挑選出的因子是能使殘差平方和下降最多的一個,并且通過指定信度的顯著性檢驗——F檢驗。如果后面的因子引入后會引起前面因子對預報對象的顯著作用減小,則在已建立的過渡方程中把這一因子剔除。每引入或剔除一個因子都要做相應的F檢驗,直至方程既不能引入也不能剔除為止。

    3.1.3 后向逐步剔除回歸原理

    后向逐步剔除回歸是將預報因子一次性引入回歸方程中,再逐步進行剔除,即每一步先要計算因子的方差貢獻,挑選其中未剔除因子中方差貢獻最小者進行給定信度下的F檢驗(即剔除檢驗),若通過檢驗則剔除該因子,否則不剔除。最后,直到回歸方程中的因子均不能通過剔除檢驗,或者均通過剔除檢驗而全被剔除時,回歸結束。

    3.2 模型的建立

    根據(jù)74項大氣環(huán)流指數(shù)的資料,通過求單相關系數(shù)[1]的方法,計算前期各月大氣環(huán)流因子與碧流河水庫以上流域年平均降水量序列的相關系數(shù)。從中挑選出信度在0.05以上的對碧流河水庫以上流域年平均降水量影響較大的因子,分別建立多元回歸模型和后向逐步剔除回歸模型。

    多元回歸模型方程:

    逐步回歸模型方程:

    后向逐步剔除回歸模型方程:

    式中:y為碧流河水庫以上流域年平均降水量,mm;x1為提前一年7月北美副高面積指數(shù);x2為提前一年7月亞洲區(qū)極渦面積指數(shù);x3為提前一年7月北半球極渦面積指數(shù);x4為提前一年8月亞洲區(qū)極渦面積指數(shù);x5為提前一年9月北半球副高脊線;x6為提前一年9月東太平洋副高脊線;x7為提前一年10月北非副高脊線;x8為提前一年10月北半球副高北界;x9為提前一年10月北非大西洋北美副高北界;x10為提前一年10月南海副高北界;x11為提前一年11月太陽黑子。

    3.3 模型擬合及預報

    定義:相對誤差=(輸出值-實測值)/實測值×100%;擬合相對誤差不大于20%為通過;擬合通過率為相對誤差不大于20%的個數(shù)占總數(shù)的比例;擬合合格率不小于70%的方程可以用作預報;預報相對誤差不大于30%為通過。

    各模型擬合通過率及預報相對誤差結果見表1。

    表1 降水量模型擬合預報結果表%

    由表1可知,3種模型擬合通過率均大于70%,均可用做預報,采用2008—2011年資料進行試預報,預報精度最高為逐步回歸模型,4年預報均通過,多元線性回歸與后向逐步剔除回歸模型4年中均有1年預報不通過。

    綜合考慮模型的擬合和預報結果,逐步回歸模型更適用于碧流河以上流域年平均降水量預測。

    4 影響因子分析

    由逐步回歸模型可見,挑選出的東太平洋副高脊線、太陽黑子、南海副高北界和北美副高面積指數(shù)與年平均降水量均呈負相關。

    副熱帶高壓代表了暖空氣勢力,它與水汽輸送帶緊密相連,是影響降水的重要因素。前一年9月東太平洋副高脊線位置緯度越高時,碧流河水庫以上流域年平均降水量越少;前一年10月南海副高北界緯度越高時,碧流河水庫以上流域年平均降水量越少;前一年7月北美副高面積越大,碧流河水庫以上流域年平均降水量越少。

    太陽黑子是太陽活動強弱的標志,前一年11月太陽黑子數(shù)越多,碧流河水庫以上流域年平均降水量就越少。

    5 結語

    1)3種模型的擬合精度都達到標準,可以用來預報。逐步回歸模型具有更高的預報精度,可以在預報中有一定的實際應用價值。

    2)前期的東太平洋副高脊線位置、太陽黑子數(shù)、南海副高北界和北美副高面積指數(shù)等氣象因子對碧流河水庫以上流域年降水量的影響較大。

    猜你喜歡
    脊線降水量流域
    繪制和閱讀降水量柱狀圖
    壓油溝小流域
    堡子溝流域綜合治理
    羅堰小流域
    降水量是怎么算出來的
    啟蒙(3-7歲)(2019年8期)2019-09-10 03:09:08
    1988—2017年呼和浩特市降水演變特征分析
    打造智慧流域的思路及構想——以討賴河流域為例
    基于小波變換的三江平原旬降水量主周期識別
    樹狀結構引導下的脊線層次劃分方法研究
    基于相位法的密集小波公共脊線提取方法
    中國測試(2013年3期)2013-07-12 12:14:02
    都兰县| 达尔| 凯里市| 日喀则市| 万州区| 徐州市| 辽阳县| 英山县| 永昌县| 巫溪县| 武安市| 开鲁县| 日喀则市| 孟津县| 北川| 庆云县| 敦化市| 渝北区| 酉阳| 麻栗坡县| 乐安县| 南投县| 惠来县| 双流县| 德兴市| 衡水市| 峡江县| 泰顺县| 武清区| 普定县| 宽甸| 古田县| 江孜县| 汉川市| 阿坝县| 繁昌县| 平谷区| 和田县| 龙游县| 红安县| 桃源县|