降水是一種動(dòng)態(tài)的非線性的多時(shí)間尺度環(huán)流系統(tǒng)在氣象上的表征,同時(shí)也是局部環(huán)流和熱效應(yīng)與地形和地貌相結(jié)合的產(chǎn)物。我國(guó)地處東亞季風(fēng)區(qū),是暴雨頻發(fā)和多發(fā)地帶,可能會(huì)造成山洪、泥石流等災(zāi)害的發(fā)生。因此,精確的降水估計(jì)和短時(shí)降水預(yù)測(cè)不僅是合理開發(fā)和科學(xué)配置水資源的基礎(chǔ),而且是確保社會(huì)穩(wěn)定,人民生命財(cái)產(chǎn)安全,維護(hù)自然生態(tài)和環(huán)境的關(guān)鍵。目前,主流的降水預(yù)測(cè)方法主要包括數(shù)值天氣預(yù)報(bào)和基于雷達(dá)回波外推的方法。數(shù)值天氣預(yù)報(bào)(Numerical weather forecast,NWP)運(yùn)用數(shù)學(xué)、物理學(xué)、大氣動(dòng)力學(xué)等方法分析天氣演變過程,預(yù)報(bào)未來天氣。NWP產(chǎn)品作為天氣預(yù)報(bào)和氣候預(yù)報(bào)的重要工具,為預(yù)報(bào)員的日常工作提供了重要的決策依據(jù)。但是數(shù)值預(yù)報(bào)本身存在不確定性及參數(shù)化誤差的缺陷,這種不確定性主要與網(wǎng)格的精細(xì)化程度有關(guān),參數(shù)化誤差則主要是指初值誤差和計(jì)算過程中的迭代誤差。由于數(shù)值預(yù)報(bào)考慮了各項(xiàng)復(fù)雜因素,使得降水預(yù)報(bào)的工作成本大大增加。其次,NWP對(duì)于更長(zhǎng)時(shí)間范圍的預(yù)測(cè)比較準(zhǔn)確,對(duì)臨近降水預(yù)測(cè)效果不明顯。雷達(dá)回波外推技術(shù)是根據(jù)當(dāng)前時(shí)刻雷達(dá)觀測(cè)結(jié)果,推測(cè)雷達(dá)回波未來的位置和強(qiáng)度,能夠更快的實(shí)現(xiàn)對(duì)強(qiáng)對(duì)流系統(tǒng)的跟蹤預(yù)...

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究?jī)?nèi)容
2 基于多時(shí)間尺度SVM的短時(shí)動(dòng)態(tài)降水估測(cè)
    2.1 實(shí)驗(yàn)數(shù)據(jù)
    2.2 基于小波變換和多時(shí)間尺度SVM的短時(shí)雷達(dá)定量降水估測(cè)方法
        2.2.1 平穩(wěn)小波變換
        2.2.2 多時(shí)間尺度SVM
        2.2.3 評(píng)價(jià)參數(shù)
    2.3 實(shí)驗(yàn)結(jié)果
    2.4 本章小結(jié)
3 基于高斯過程回歸的短時(shí)雷達(dá)定量降水預(yù)測(cè)
    3.1 實(shí)驗(yàn)數(shù)據(jù)
        3.1.1 CIKM數(shù)據(jù)集
        3.1.2 數(shù)據(jù)分析
    3.2 基于高斯過程回歸的短時(shí)雷達(dá)定量降水預(yù)測(cè)方法
        3.2.1 特征提取
        3.2.2 高斯過程回歸
    3.3 實(shí)驗(yàn)結(jié)果分析
        3.3.1 選取最優(yōu)的特征提取方法
        3.3.2 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
4 基于Tiny-Rain Net的短時(shí)降水預(yù)測(cè)
    4.1 Tiny-Rain Net網(wǎng)絡(luò)
    4.2 數(shù)據(jù)預(yù)處理
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 模型參數(shù)
        4.3.2 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
5 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究進(jìn)展
致謝



本文編號(hào)：3750766