[发明专利]一种极端降水的定量预测方法及系统

说明书

技术领域

本发明涉及一种降水的预测方法及系统，具体地说是涉及一种年平均极端降水量的预测方法。

背景技术

极端天气气候事件对人类经济社会及自然环境有着重要的影响，其研究已经成为了当今气候变化科学的前沿问题之一。当某地的气候状态严重偏离其平均态时，就可以认为是不易发生的气候事件。统计意义上，不容易发生的值（事件）就可以称为极端值（事件）。

极端强降水事件通常降水时段集中，降水强度非常大，范围较广，常会引起部分地区的洪涝灾害，严重影响工农业生产，它使农田受浸，作物倒伏甚至绝收，水利设施被冲垮；它可使城市交通瘫痪，工矿企业停产；不仅如此，极端降水往往还给人民生命财产带来严重威胁。随着全球气候变暖，水循环加剧，全球范围极端降水事件及其导致的灾害呈增加的趋势。因此对极端降水事件的预测研究具有重大的现实意义，对自然灾害的防御工作能够起到一定的指导作用。

国际上分析研究极端降水事件的变化特征通常有两种方法，一种是定义与极端降水事件相关的极端降水指数，通过分析这些极端降水指数的特征来反映极端降水事件的变化情况；另一种就是根据天气现象（如热带气旋）本身的定义标准，直接通过对原始资料的分析来判断该类极端降水事件的频率或强度有何变化。

国际上，Sen等人定义了七个极端降水指数，并对印度大陆多个站点的极端降水指数进行了分析，采用回归分析的方法得出地域相关性很大的结论。Kunkel等根据美国多个站点1895至2000年的逐日降水资料，定义了两个极端降水指数：duration（持续时间）以及return period（重现期），极端阀值与return period相关。采用滑动平均滤波的方法进行趋势分析，并进行了置信度检验，研究发现19世纪末至20世纪初，极端降水的发生频率相当高，之后频率有所降低，但从20世纪二三十年代到20世纪末，频率又有相当大的增加。在我国，翟盘茂等利用1951至1995年的逐日降水资料得出，西北西部年降水量极端偏多的情况表现出显著的扩大趋势，东北、西南和华北年降水极端偏多的情况表现出减小的趋势。主要采用二项式系数滤波及线性拟合的方法进行了趋势分析，并采用t检验对趋势的统计信度进行检验。刘晓宁等选用了我国东部代表华南、江南、长江、华北、东北五大区的25个站点资料，分别统计了各站点大雨日数、暴雨日数等统计特征量，分析了我国暴雨频数及日最大降水强度时空分布特征。结果表明，80年代后全国暴雨极端降水时间平均趋势为：除华北外出现频数明显上升，强度增大，并利用周期图法揭示了各站大暴雨频数存在10年左右周期的特征。1990年早期，气候模式也开始被用来模拟极端降水事件。Frei等利用6个区域气候模式集合预测了20世纪末欧洲的极端降水情况，得出冬季极端降水在45°N以北地区增加，以南地区减少的结论。

总结国内外目前研究形势可以发现，目前大多数关于极端降水的研究主要集中于气象学或者水文学领域极端降水趋势的定性研究或者拟合分析，而缺乏相应的定量计算研究。定性研究主要是对极端降水事件的频率、分布情况进行整体分析，缺少对极端降水的具体降水量的定量分析。拟合分析主要是运用全球气候模式或区域气候模式模拟极端降水事件，然而其利用目前的气候数据建立的统计关系对未来的气候状态是否适用无法证实。

本发明主要从数据挖掘的角度，采用多种模型对年平均极端降水量的建模和预测，从而填补了极端降水研究领域中缺乏定量分析这一空白。

发明内容

发明目的：本发明的目的在于针对现有技术的不足，提供一种从数据挖掘的角度对年平均极端降水量建模和预测，适用性强，并且具有较高准确率的极端降水的定量预测方法。

同时，本发明还提供了一种极端降水的定量预测系统。

为了解决以上技术问题，本发明提供一种极端降水的定量预测方法，按如下步骤进行：

Ⅰ、输入模块从数据库或Excel文件中读入水文测站站点的原始水文数据，并对读入的数据进行异常检测和清洗，得到干净的水文测站时间序列数据；查看、统计、分析清洗后的水文时间序列数据，对建模需要的数据有初步的认识，然后对数据进行预处理，得到规范化的水文时间序列数据；

Ⅱ、建模模块针对输入模块中的水文时间序列数据建立由第一预测模型、第二预测模型和组合BP神经网络结合而成的模型：

所述第一预测模型通过第一小波分析模块对多站点逐日降水数据进行小波变换、分解，得到细节信号，然后对细节信号进行逆转换，统计得到第一BP神经网络模块的输入数据，通过第一BP神经网络得到三项预测值；