导读:本文包含了降雨量预报论文开题报告文献综述及选题提纲参考文献，主要关键词:降雨量,随机特征分析,降雨量预报,自回归模型
降雨量预报论文文献综述
王雪玉[1]（2019）在《降雨量随机特征分析与降雨预报研究》一文中研究指出本文对建叁江地区30 a的降雨量数据进行随机性分析,利用非线性拟合技术,获取到了该区域的各月降雨量及年降雨量的概率分布。结果显示:各月降雨量和年降雨量都符合正态概率分布。除此之外,本文还构建了研究区域内的年降雨量自回归模型(AR),对该区域年降雨量进行了预报研究。(本文来源于《水利科学与寒区工程》期刊2019年03期）
李永坤,马旭,潘兴瑶,白涛,邸苏闯[2]（2019）在《基于芒种日分析的BP模型在中长期汛期降雨量预报中的应用》一文中研究指出为提高汛期降雨量中长期预报的精度,采用芒种日分析充分提取有用信息,基于BP神经网络模型,构建了芒种日分析的BP神经网络耦合模型,并将其应用于北京市中长期汛期降雨量的预测。结果表明:相比于常规BP模型,耦合BP模型能够有效提高预报的精度,验证期耦合BP模型模拟值与实测值相关系数为0.78,明显优于常规BP模型的0.42;耦合BP模型较常规BP模型的预报合格率提高了40%。芒种日分析能够充分发掘隐藏在原始数据中的有用信息,降低极端值等噪声数据对预报结果的影响,有效提高了模型的预报精度。将传统节气与人工智能预报技术相结合,为中长期汛期降雨量预报提供了一种新思路。(本文来源于《南水北调与水利科技》期刊2019年03期）
盛海峰,张真奇,陈竽舟[3]（2018）在《针对降雨量级预报的串联水库汛限水位动态控制研究》一文中研究指出水库传统汛限水位控制以"一刀切"的方式,造成洪水资源的浪费。水库汛限水位动态控制能够实现水库洪水资源化、提升水库防洪能力,发挥水库综合效益。以浙江省分水江水库为例,从水库实际情况和易于调度角度出发,建立确定串联水库汛限水位动态控制域的约束指标体系,提出针对降雨量级预报的调度方案,并利用水库预报系统进行汛限水位动态控制的风险控制,形成了便于实际操作的串联水库汛限水位动态控制方案。(本文来源于《中国农村水利水电》期刊2018年05期）
马建琴,何胜,郝秀平[4]（2015）在《作物实时灌溉预报中有效降雨量的计算方法》一文中研究指出为改进作物实时灌溉模型中有效降雨量的取值方法、提高实时灌溉预报的精度,针对已有研究模型中有效降雨量取值方法不符合作物生长规律的不足,通过冬小麦灌溉监测试验以及气象资料,基于水量平衡原理计算冬小麦有效降雨量,建立降雨量与有效降雨量的相关关系,并应用在郑州地区不同水分处理的冬小麦实时作物系数修正和灌溉模拟中。结果表明:用土壤水量平衡法计算的有效降雨量来修正的逐日作物系数更符合冬小麦生长规律,提高了实时灌溉模拟的精度。通过土壤水量平衡法计算的有效降雨量真实反映了田间作物短期水分变化,可以为实现精准灌溉提供技术支撑。(本文来源于《人民黄河》期刊2015年05期）
易瑾瑜,宋荷花,陈春明[5]（2015）在《模糊-神经网络模型在长沙汛期逐月降雨量中长期预报中的应用》一文中研究指出当前长沙汛期降雨特点凸显,做好汛期逐月降雨量预报对长沙防洪减灾、水资源调度工作具有重要价值。首先分析气象资料与预报产品的因果关系,然后再运用模糊数学方法进一步挑选预报因子,最后采用神经网络模型对长沙汛期降雨量进行逐月预报。预报结果显示,60场预报中有51场合格,合格率为85%,预报成果较合理,方法可靠,可作为今后长沙市汛期降雨量中长期预报的基本依据。(本文来源于《有色金属文摘》期刊2015年01期）
王宝红,康永辉,黄伟军,孙凯,解建仓[6]（2014）在《基于熵权的年降雨量预报优化组合模型研究》一文中研究指出鉴于单一预测模型在建模时预测值比实际值存在较大偏差问题,为了提高预测精度,在此首先采用自回归综合移动平均ARIMA模型(简称A模型)、Elman神经网络模型(简称B模型)、小波网络分析模型(简称C模型)、灰色系统GM(1,1)模型(简称D模型),利用广西田东县1990~2007年的年降雨量分别进行了模拟计算,然后在各单一模型预测(拟合)的年降雨量偏差值基础上,应用熵权法对4种模型的偏差值进行客观赋权后优化组合,并根据最优组合结果,选用A、B、C单一模型和最优选的A-B-C优化组合模型对广西田东县2008~2010年的年降雨量进行预测对比。结果表明,A、B、C和A-B-C模型得到的均方根误差RMSE和模型效率EF分别为0.018、0.015、0.017、0.013和0.817、0.877、0.843、0.897,优化组合模型的预测精度和拟合度比单一模型的结果得到了提高和改善,该组合方法提高了年降水量的预测精度,为诸如广西田东县以雨养农业为主的区域农业干旱预报提供了新的方法和依据。(本文来源于《安徽农业科学》期刊2014年16期）
张和喜,迟道才,王永涛,王富臣[7]（2014）在《基于NNBR与蒙特卡洛算法的降雨量预报模型应用研究》一文中研究指出从统计学的观点去了解和分析降雨历史的复杂过程,并从中发现其存在的内在规律,为预测未来降雨量提供理论依据。该文在分析了蒙特卡洛算法及其分布函数的基础上,使用P-Ⅲ型分布函数对降雨量进行模拟,提出了基于NNBR与蒙特卡洛算法相结合的降雨量预报模型。通过基于NNBR的蒙特卡洛预测值与实际值验证得出,各年的误差均小于10%,循环次数增加,误差逐渐变小,所以本文所建立的预报模型基本可以满足生产实际要求。同时,基于NNBR模型的蒙特卡洛算法优于仅使用蒙特卡洛算法的比率为89.1%,表明本文所使用的预测效果较优。最后,以北盘江水系50a数据对预报模型结果进行验证,并对未来5a的降雨量开展了预测。预测结果既体现了降雨量的随机性和统计的规律性,又反映出降雨序列的时间性,应用效果较好。(本文来源于《水土保持研究》期刊2014年02期）
沈水进,孙红月,钟杰,陈式华[8]（2013）在《基于降雨量等级指数法的公路水毁预警预报》一文中研究指出基于降雨量等级指数法,在对一定区域进行公路水毁环境区划的基础上,综合考虑地质环境因素和人类工程活动影响及历史经验,建立公路水毁预警预报模型,确定不同流域单元预警等级。最后,运用所建预警模型对浙江省龙泉市岩樟溪流域公路水毁发生的可能性进行判断。研究结果表明:该模型结构简单,操作方便,效果良好,具备一定的工程应用价值。(本文来源于《中南大学学报(自然科学版)》期刊2013年05期）
陈其幸[9]（2013）在《流溪河流域中长期汛期降雨量预报研究》一文中研究指出随着气候变化和人类活动影响加剧,中长期水文预报有着重要价值。基于物理成因的多元回归法和基于时间序列分析的均生函数法为两类较为优越的中长期预报方法,将这2种方法应用于流溪河流域温泉人工湖雨量站汛期降雨量预报,结果表明,2种方法皆能够得到精度良好的模拟结果,均生函数法模拟精度更好。(本文来源于《安徽农业科学》期刊2013年13期）
王春宇,马原,姜英慧,张宇[10]（2011）在《锦州水文站不同月份月降雨量的预报方程》一文中研究指出本文根据成因分析的方法,寻找预报对象与预报因子之间物理联系,并利用辽宁西部锦州水文站的资料进行具体论证。(本文来源于《科技信息》期刊2011年06期）
降雨量预报论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高汛期降雨量中长期预报的精度,采用芒种日分析充分提取有用信息,基于BP神经网络模型,构建了芒种日分析的BP神经网络耦合模型,并将其应用于北京市中长期汛期降雨量的预测。结果表明:相比于常规BP模型,耦合BP模型能够有效提高预报的精度,验证期耦合BP模型模拟值与实测值相关系数为0.78,明显优于常规BP模型的0.42;耦合BP模型较常规BP模型的预报合格率提高了40%。芒种日分析能够充分发掘隐藏在原始数据中的有用信息,降低极端值等噪声数据对预报结果的影响,有效提高了模型的预报精度。将传统节气与人工智能预报技术相结合,为中长期汛期降雨量预报提供了一种新思路。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
降雨量预报论文参考文献
[1].王雪玉.降雨量随机特征分析与降雨预报研究[J].水利科学与寒区工程.2019
[2].李永坤,马旭,潘兴瑶,白涛,邸苏闯.基于芒种日分析的BP模型在中长期汛期降雨量预报中的应用[J].南水北调与水利科技.2019
[3].盛海峰,张真奇,陈竽舟.针对降雨量级预报的串联水库汛限水位动态控制研究[J].中国农村水利水电.2018
[4].马建琴,何胜,郝秀平.作物实时灌溉预报中有效降雨量的计算方法[J].人民黄河.2015
[5].易瑾瑜,宋荷花,陈春明.模糊-神经网络模型在长沙汛期逐月降雨量中长期预报中的应用[J].有色金属文摘.2015
[6].王宝红,康永辉,黄伟军,孙凯,解建仓.基于熵权的年降雨量预报优化组合模型研究[J].安徽农业科学.2014
[7].张和喜,迟道才,王永涛,王富臣.基于NNBR与蒙特卡洛算法的降雨量预报模型应用研究[J].水土保持研究.2014
[8].沈水进,孙红月,钟杰,陈式华.基于降雨量等级指数法的公路水毁预警预报[J].中南大学学报(自然科学版).2013
[9].陈其幸.流溪河流域中长期汛期降雨量预报研究[J].安徽农业科学.2013
[10].王春宇,马原,姜英慧,张宇.锦州水文站不同月份月降雨量的预报方程[J].科技信息.2011