简介:基于台兰水文站2003-2005年观测的水文气象数据,通过参数率定和验证获得了适用干台兰河流域的HBV水文模型优化参数。应用RegCM3气候模式在IPCCSRESAIB情景下的预估数据,经Delta降尺度方法生成流域未来气候数据,外结合流域冰川退缩情景预估台兰河流域径流在21世纪中期(2041-2060年)和末期(2081L2100年)可能发生的变化。结果表明:在21龄纪中期和末期,台兰河流域气温将显著上升,而降水变化不大;21世纪中期冰川3种可能退缩比例为15%、20%和25%,未期分别为20%、30%和40%;无论冰川处于哪一种退缩情景,21世纪径流较基准期(1981-2000年)都呈增加趋势,中期和末期最小增幅将分别为17.3%和18.6%;最大增幅可达45.9%和66.0%;耦合RegCM3气候模式预估增幅为28.9%和41.5%;台兰河流域未来径流年内分布与基准期大体相同,但又呈现出一定的差异性,具体表现为,在21世纪中期5月份径流增加很快,径流峰值出现在7月份,而到21世纪末期径流峰值出现征8月份。
简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。