一、安徽省暴雨初步分析和中期预报的探讨（论文文献综述）
娄小芬,王丽颖,罗玲,傅良,钱浩[1]（2021）在《ECMWF集合预报在一次台风远距离极端降水分析中的应用》文中认为采用ECMWF interim再分析资料、ECMWF集合预报资料、自动站降水资料,运用"集合异常预报法"和"EFI（Extreme Forecast Index）阈值法"对浙江东部一次台风远距离极端降水的成因和可预报性进行探讨,结果表明:（1）台风倒槽长期存在,在北侧冷空气入侵作用下在浙江沿海地区引起锋生,并在倒槽顶端诱生低压环流,是造成浙江东北部大暴雨的主要原因。（2） 36 h时效的集合预报显示,大气可降水量、850 hPa南风分量、925 hPa水汽通量和200 hPa辐散都超过气候平均值3～4个标准差,且超过3个标准差的概率也达到了70%～90%,表明浙江沿海有优越的动力和充沛的水汽条件,异常强烈的天气信号,预示发生极端降水为高概率事件。（3）随着预报时效的延长,各物理量异常概率会明显减小,因此在判断极端天气发生可能性时应降低预警的概率阈值。（4）不同时效降水的EFI对95%和99%百分位事件的预报效果均很好,可以比确定性预报提前3～4 d提供极端降水信号。EFI指数所反映的极端降水信息较确定性模式更加可靠且稳定,在决策服务中具有更高的参考价值。（5）"集合异常预报法"可以获得与极端天气相关的形势场和物理量的异常概率,而EFI在长时效的预报更具优势,两者结合、优势互补,可以为预报员提供更全面的极端天气信号。
尚全民,褚明华,骆进军,闫永銮,李荣波[2]（2020）在《2020年长江流域性大洪水防御》文中进行了进一步梳理2020年长江发生流域性大洪水,上游发生特大洪水,出现了1998年以来最严重汛情。在分析2020年长江暴雨洪水的特点和系统总结洪水防御工作的基础上,梳理了成功防御长江5次编号洪水的主要经验。重点分析了在蓄滞洪区建设管理、洲滩民垸管理、水库调度规范化管理、水工程联合调度、预测预报等方面存在的问题,并对今后的洪水防御工作提出了建议。
蒋云钟,冶运涛,赵红莉,梁犁丽,曹引,顾晶晶[3]（2020）在《水利大数据研究现状与展望》文中研究说明水利管理对象数量大、类型多、空间分布广、运行环境复杂、交织作用因素众多,对其进行全生命周期的精细化管控极其困难。将以关联分析为特点的水利大数据技术和以因果关系为特点的水利专业机理模型相结合,对海量多源的水利数据加以集成融合、高效处理和智能分析,并将有价值的结果以高度可视化方式主动推送给管理决策者,是解决水利对象精细化管控难题的根本途径。本文主要对水利大数据的概念认知、技术体系及其应用于水利规律解析、水利态势研判、水利趋势预测和水利决策优化的研究现状进行了综合分析,提出了水利大数据发展趋势为需求场景化、管理集成化、分析智能化、服务平台化、保障体系化。在水利大数据应用中,数据是根本,分析是核心,利用大数据技术提高水治理效率是最终目的,应深度挖掘水利业务管理需求,整合水灾害、水资源、水环境、水生态、水工程等领域全息数据,全面布局水利大数据的基础理论和核心技术研究,加快推进大数据技术与水利的深度融合,支撑我国水治理彻底转型升级。
李国庆,邢开成,黄大鹏[4]（2020）在《雄安新区社会重构期暴雨洪涝风险的社区分类调适》文中指出雄安新区所在白洋淀流域地势低洼,夏季降水集中,上游山区洪水源短流急,历史上洪灾频发,同时也是中华人民共和国成立后防护京津、油田和铁路安全的蓄滞洪区。多模式集合预估表明,全球极端暴雨洪涝的发生频率将增加,对人类生命健康和城市运行的负面作用加强;雄安属气候变化敏感地区,未来暴雨洪涝和上游山洪风险加大。而雄安新区建设中长期将处于社会重构期,人口结构呈现流动状态。结合新区建设特征,根据人口发展趋势预测,本研究将社区分为三类,包括新建社区、重组社区以及建设者之家社区。新建社区居民年龄层偏低,有单位组织支撑,风险适应能力强;重组社区以安置区形式被打破重组,人口趋于老龄化,是风险暴露度最大的弱势人群;建设者之家社区流动性强,组织相对分散,年龄结构利于灾害救助,但缺乏当地防灾知识。依据群体脆弱性、社区组织性和设施防灾性三个指标,采用AHP方法评估雄安新区未来社会重构期不同社区的暴雨洪涝风险脆弱性指数,结果显示,新建社区为0.237 9,重组社区为0.483 4,建设者之家社区为0.278 7。雄安新区韧性城市建设应当优先应对洪患,制定以暴雨洪涝灾害为核心的自然灾害城市应急预案,根据各社区实际需要分类施策。要以法律形式强制制定社区防灾计划,灾前将应灾准备嵌入工程计划以提高事后城市恢复效率;灾中及时启动以弱势人群为重点的防灾联络网络并发挥社区共助功能;在社区日常建设及灾后恢复过程中注重解决社区经济与社会问题将有助于社区应灾能力的综合提升,由此全周期提高社区防灾应灾能力,确保新区安全。
曹润东[5]（2020）在《复杂地形下地面观测资料同化及其影响研究》文中研究指明资料同化是提高数值模式初始场质量的重要手段,也是目前数值预报研究领域的核心问题。我国地面观测资料分布广泛,具有较高的时间和空间分辨率,但由于观测地形高度和模式地形高度差异显着,复杂地形下的地面观测资料在同化过程中被大量剔除,实际利用率较低。因此研究地面观测资料在复杂地形下的同化,如何能充分有效地将地面观测资料利用起来,并把它们同化到数值预报所需要的初始场中,对改善数值模式模拟及预报水平具有重要意义。本研究采用中尺度气象模式WRF（Weather Research and Forecasting Model）和GSI同化系统（Gridpoint Statistical Interpolation System）,对地面观测资料、探空资料、雷达资料和卫星资料进行同化,构建了WRF-GSI循环同化系统并开展批量试验研究。在批量试验分析结果的基础上,针对我国西部地区的复杂地形应用了地面资料同化方案,并根据模式地形与实际观测地形之间的高度差异对地面观测资料进行订正。采用Ruggiero的气压订正方法和Benjamin的温度订正方法来订正地表气压和气温。进而开展两组数值模拟试验,以2016年7月的暴雨天气过程为例,对比分析地面观测资料的订正及同化对降水过程的影响。本研究得到的主要结果及结论如下:（1）将WRF模式和GSI系统进行耦合,开展循环同化试验。批量试验评估结果表明:与ERA-Interim再分析资料相比,模拟的地面和高空气象要素均有所改善,其中地表气压的均方根误差减小了46.6%,10m纬向风速和10m经向风速的均方根误差分别减小了6.6%和14.7%;在400～925h Pa,温度的垂直平均均方根误差均小于ERAInterim再分析资料。（2）根据模式地形和实际观测地形的高度差异,选用不同的订正方法订正地表气压和气温。在批量控制试验的基础上对中西部地区控制试验中温度均方根误差大于3的点进行订正,敏感性批量试验结果表明:订正后中西部地面气压和温度得到了一定改善,温度改善最大的地区均方根误差降低了0.8K,且100～925h Pa整层的温度RMSE均明显降低。（3）根据地形高度差异进行订正后,敏感性试验模拟的降雨落区和量级与观测雨带更为接近,且敏感性试验6小时累计降水TS评分较控制试验有所提高;在散度和垂直速度等方面也有一定的改进,表明地面观测资料的订正对暴雨模拟确实有正效果。总体而言,基于地形高度差异对复杂地形下的地面观测资料进行订正,可以更为准确地模拟我国西部的地面气象要素和高空气象要素,提高暴雨落区和量级的模拟的定量评分。可以为地面观测资料在同化中的应用以及东亚地区再分析资料集的建立提供一定的科学依据和应用基础。
党群[6]（2020）在《陕北地区明代自然灾害时空特征、原因与影响研究》文中认为自然灾害是人地负向关系的集中体现。全球气候变暖时期自然灾害发生频率更高、强度更大、损失更严重,对生态环境和人类社会均构成威胁。对自然灾害时空特征,发生原因,及社会影响进行研究,有助于深入掌握灾害规律,以防灾、减灾,维系生态环境和社会的正常运转。陕北地区对气候变化反应敏感,且在生态、社会、能源方面具有重要意义。明清时期“小冰期”气候条件恶劣,整体趋冷干。本文对明代这一典型气候恶化时期,发生在生态脆弱的陕北地区的自然灾害特点、原因及影响展开研究,可丰富过去气候变化时期自然灾害研究案例,获得对灾害发生下自然-生态-社会反馈机制的认识,对从过去自然灾害中进行“灾害学习”,及现今全球变化背景下灾害防治、环境治理、人地关系调整具有实际意义。本文通过对明代发生在陕北地区的自然灾害史料收集、整理,综合运用内容分析、数理统计、小波分析、M-K检验、ArcGIS空间分析、灰色关联度分析、社会网络分析等方法,对各类自然灾害的时空特征及灾害总体特点、灾害间关联及多灾种耦合、灾害原因及社会影响开展研究。得到以下结论:（1）在明代的277年中,陕北地区自然灾害共发生404次。旱灾为最主要的灾害类型,共发生98年次,涉及1885县次。等级上“中度”占优势,大旱、特大旱对社会影响巨大。时间分布规律明显:1)10a频次和县次均呈显着波动上升趋势,呈4阶段:少发-广发且增加-减少-快速增加,多发和广发的峰值出现在1630-1644年期间。2)季节性明显,夏季高发、广发,秋季和春季多发,冬季最少,多发连季节旱。3)具有6a、12a、25a和66a的周期性。4)1400-1409年呈现频次急剧增加的突变特征,并在1430-1439年增态更加明显。空间分异表现为:南部高、北部较低,且旱灾高频区域呈连片分布特征,分布在洛川-黄陵-黄龙,和米脂-绥德-子洲-清涧2个区域。连年持续干旱在明中后期多有发生,对区域干旱气候事件具有指示作用。（2）洪涝灾害共发生54年次,涉及313县次,等级以“中度”为主,多发于明中后期,“重度”灾害集中于明中期。在时间上的分布规律表现为:1)10a频次和县次均呈明显波动上升趋势,呈4个阶段:无灾-较频发广发-频发但范围减少-快速增加。2)季节性特征明显,夏季、秋季多发,秋季最广发,月份上七、八月（农历）最多发、广发。3)具有6a、32a的周期性。4)1380-1389年呈现频次由少变多的突变态势,并在1430-1439年增态更加明显。灾害空间分异表现为:高频中心呈点状分布,位于榆林、富县、绥德、清涧。（3）因旱、寒冻低温、洪涝、虫、风、雹、地质灾害等自然灾害导致的饥荒,共发生90年次。因旱灾导致的最多（69年次）、涉及范围最广（976县次）。时间分布规律表现在:1)10a频次和县次均呈显着波动上升趋势,呈4个阶段:少发-多发广发-多发较广发-频发广发,明中、后期频发、广发,峰值出现在1630-1644年期间。2)具有4a,9a,22a,40a的周期性。3)1410-1419年呈现频次急剧增加的突变特征。空间分异表现为:存在洛川-黄陵-黄龙-富县,米脂-绥德-子洲-清涧2个高频区域。（4）地质灾害共发生31年次,以“轻度”、“中度”为主,但“重度”灾害影响更大。时间上的分布规律明显:10a频次呈显着上升趋势,综合考虑灾害发生县次划分出:无灾-增多-频发广发3个阶段。空间分异明显:高频区域多成片出现,位于洛川-黄陵-黄龙、米脂-绥德-子洲-清涧、榆林、延安-延长。寒冻低温灾害共发生28年次,以“中度”、“重度”为主,明晚期最频发、强度最大。灾害发生10a频次呈较显着上升趋势,结合灾害发生县次划分出:少发-增多-无灾-快速增加4个阶段。季节性特征明显:秋季最多发,夏、冬季次之,春季较少。空间上差异较明显,北部、中部地区较多发。雹灾共发生32年次,集中于明中后期,10a频次呈波动上升趋势,有减少-增多-平稳3个阶段,年内集中于夏、秋、冬3季,夏季最多。空间上,北部、东部较多发。虫灾共发生32年次,以“轻度”、“中度”为主,重度、特大虫灾集中于明中、后期。灾害10a频次呈上升趋势,划分为少发-增多-无灾-波动增加4个阶段。季节性显着,多发于夏秋两季。空间上,黄陵、清涧最为多发。（5）自然灾害总体呈现越到明代后期,越频发、灾情越严重:明代前期灾害较轻,中期发生频度、广度偏高,后期最频发、广发。年内季节性显着,四季均有发生,夏秋两季更集中、频繁（占总数的75.50%）。空间差异较显着,榆林,洛川-黄陵-黄龙,米脂-绥德-子洲-清涧是相对高频区域。（6）自然灾害间具有关联,多灾种耦合特征明显。陕北地区明代自然灾害间形成普遍联系的灾害网络,饥荒位于网络中心位置。气象灾害的旱、洪涝、雹、寒冻低温、风灾间存在关联,并有耦合发生的情况。气象灾害与饥荒、疫灾、虫灾存在关联。多灾种耦合还表现为时间的群发、空间的群聚。灾害群发频度显示了8个群发期,不同群发期灾害构成类型存在差异,明末的第8群发期最为严重,灾害构成指示了当时冷干的气候特征。灾害多度识别了灾害的群聚,环境相对较好的东中部绥德-米脂-子洲-清涧区域、南部洛川-黄龙-黄陵区域的灾害群聚,表明灾害群聚与孕灾环境、承灾体均存在关系。（7）陕北地区灾害发生的原因包括自然、社会、生态环境因素。气候的冷暖干湿与自然灾害总频次、县次间,呈负相关关系:气候偏冷干时段灾害相对多发、广发。旱灾频次、饥荒县次、寒冻低温灾害县次与温度关联度更高,洪涝灾害频次、虫灾频次、地质灾害县次、风灾县次与湿度关联度更高。地质地貌因素则对洪灾、地质灾害起重要作用。社会因素表现为人口数量、土地开发利用程度与社会脆弱程度。自然灾害发生频次与人口增加呈同方向变化:人口增加速度越快,灾害发生越频繁。土地利用方式的影响表现为:北部屯垦的发展与灾害分布重心的南-北移动相呼应。救灾措施失效等表现出的社会脆弱性程度增加,是明中后期特别是后期灾害更加频繁的重要原因。生态环境恶化主要表现在森林草原植被减少和水土流失加剧。明中后期自然灾害的频发、群发,与此时期区域生态环境明显恶化存在联系。陕北地区明代灾害与自然、生态、社会因素存在互动关系,反映出自然-生态-社会系统形成负反馈链条,是气候恶化背景下,生态环境脆弱区域人-地负向关系的集中体现。（8）各类灾害的频繁发生,对区域人口、经济发展、社会秩序、文化诸方面造成严重影响。导致人口死亡、流移,农业和城镇经济受损,冲击社会秩序,塑造信仰、民俗及城镇建设。
翟帅[7]（2020）在《基于多模式集成的粤港澳大湾区降雨预报及检验》文中研究表明粤港澳大湾区属于湿润的亚热带海洋气候,该区域水汽大多充沛,每年汛期降雨频繁,并时常伴有雷暴。频繁的强降水给人们的出行造成了极大的不便,同时当地居民的生命财产安全也因此会受到不同程度的威胁。及时准确地预报强降水天气,不仅是全世界面临的挑战,也是保障大湾区居民日常安全出行及生活亟需解决的问题。本研究以分辨率为0.1°的欧洲中期天气预报中心模式（ECMWF）、分辨率为0.5°的日本气象局模式（JMA）、分辨率为0.09°的全球/区域同化与预报系统（GRAPES）为基础,结合各数值预报模式的特点,探讨广东省降水预报的多模式集成预报方法,用以解决单一数值预报模式的非确定性预报结果导致的预报偏差问题。本研究利用广东省近2500个自动气象站的小时观测资料作为检验数据,选择粤港澳大湾区作为检验区域,对2018年汛期的24h累积降水的模式预报采用传统风险评分法（TS）和公平风险评分法（ETS）以及分数技巧评分法（FSS）,对模式的降雨预报结果进行检验。研究基于ECMWF、JMA和GRAPES建立了基于“概率匹配集合平均”法所形成的集合预报模式（PME）,综合三个模式成员的预报特点,采用逐级优化的方式,对PME进行改进,形成预报效果较好的优化集成预报（OPTPME）。从我们的研究结果表明,所有模式均能较好地预报小雨。从TS评分来看,集成预报PME比ECMWF,JMA,GRAPES在小、中、大和暴雨各量级降雨预报性能平均提高了1.8%,4.7%,13.7%,优化集成预报OPTPME比ECMWF,JMA,GRAPES在小、中、大和暴雨各量级降雨预报性能平均提高了3.2%,6.1%,15.3%;从FSS评分来看,集成预报PME比ECMWF,JMA,GRAPES在各量级降雨预报性能平均提高了3.4%,11.6%,7%,优化集成预报OPTPME比ECMWF,JMA,GRAPES在各量级降雨预报性能平均提高了2.9%,11.0%,6.5%。
雷冠军[8]（2020）在《基于数据融合的丰满水库长期径流预报研究》文中研究表明我国的水资源时空分布不均,气候变化和人类活动的影响导致旱涝灾害频发,成为制约经济发展的主要因素。河川径流在水循环系统中起着主导作用,而且极端径流会形成巨灾,径流预报对于防汛抗旱、水资源规划与管理等具有重要意义和价值。河川径流影响因子众多、变化特性复杂,基于成因分析法挖掘因子影响径流形成的规律是径流预报的关键。中长期径流预报预见期长、预报精度低,径流的形成机制尚不清晰,单一尺度因子的分析、单一统计预报方法的改进已不能进一步提高径流预报的精度,而且水文工作者不敢于报极值,中长期径流预报结果只能作为实际工作的参考。开展中长期径流预报理论和技术研究,融合多尺度因子和多方法的预报结果,进一步提高预报的精度和水平,能够为水库调度、水资源开发利用等工作提供支撑。本文以丰满水库流域的年径流为研究对象,选用天文、全球、流域尺度因子,分析挖掘因子与流域来水的相似性、遥相关性、可公度性、结构特性等规律,研究和改进智能学习法、模糊推理法、天文因子对比法、点聚图法、可公度法和可公度网络结构法等技术方法,建立了包含因子融合、结果融合、结构融合的多尺度因子信息融合的中长期径流预报模型。研究成果能够有效提高丰满水库流域径流和极端径流预报的精度,为丰满水库调度提供技术支持。具体研究成果如下:（1）运用统计分析法,挖掘三大尺度因子与流域来水丰枯特性的响应规律。结果表明,丰满水库流域来水的丰枯状态与ENSO事件的冷暖特性、ENSO事件的发生时间距离汛期的远近、基于农谚所选择的气象因子等具有较好的统计规律,且均能通过假设检验。基于线性相关系数法、互信息理论法、关联度分析法研究天文因子、气象因子、天文因子+海洋大气因子+气象因子与流域来水的相关性,结果表明,气象因子的相关性最强,海洋大气因子的相关性最弱,月球赤纬角与流域来水的关联度最大。（2）基于相关性分析所得的因子组合方案,运用神经网络、支持向量机、决策树、随机森林等智能学习方法,融合因子预报径流。结果表明,水量回归预报较差,3级分类预报较优;预报方法不同,方法所对应的最优因子及其组合不同,训练和预报性能均较优且稳健性强的方法为ELM、RBF神经网络。对多方法的最优分类预报结果进行融合,使得定性预报正确率达到89.5%。（3）运用相位对比法融合天文因子、海洋大气因子及其组合预报径流。结果表明,该方法的定量预报正确率为63.16%,24节气阴历日期+太阳黑子相对数的定性预报最优,正确率为63.16%。相位对比法对于极端来水年的丰枯属性识别能力较强,却难以有效预报出平水年,运用定量预报结果反推来水级别的正确率较低。相位对比法存在无法判别的年份,运用模糊推理法基于相关性分析所得的因子组合进一步分析计算因子的相似性,融合因子预报径流。引入TOPSIS模糊综合评判法、相似衍生法相似度、“因子进出法”等,对模糊推理法进行改进。结果表明,相似衍生法模糊推理法的稳健性优于Turksen模糊推理法,二者对径流的定量预报较差、定性预报较优,对其各自最优的定性预报结果进行融合,正确率达到73.68%。（4）采用“主次因子对比法”对单一天文因子对比法、分布式融合结构天文因子对比法进行改进,融合结果预报径流。研究得到能够提高预报精度的混合式融合结构天文因子对比法,定性预报正确率为63.16%。基于分析所得的海洋大气因子、气象因子与流域来水的遥相关规律修正预报结果,进一步改进天文因子对比法,使得预报正确率提高到 73.68%。（5）绘制三大尺度因子与流域来水的点聚图,融合结果预报径流。结果表明,24节气阴历日期和月球赤纬角点聚图具有较好的稳健性,太阳黑子相对数离散性较强难以准确划分其聚类区间,三大尺度因子点聚图的定性预报正确率分别为63.16%、57.89%、21.05%。将海洋大气因子、气象因子与来水丰枯的遥相关规律作为该类因子的点聚图进而得到径流预报结果,并与天文因子点聚图的预报结果进行融合,使得预报正确率提高到 73.68%。（6）将径流分为一般、极端、极值点结构,融合结构预报极端径流。结果表明,以因子融合、结果融合的预报结果作为一般来水结构能够融合多因子、多方法的信息,预报正确率为84.21%;点面结合法的改进与上下包线结构、智能学习分类以及传统点面结合法相比对于极端来水结构的预报精度较高,预报正确率为60%;通过细致划分丰枯水链、引入月球赤纬角对可公度网络结构法进行改进,能够增强方法的可操作性,降低基于极值点结构预报极端来水年高发期的不确定性;综合径流三大结构的预报结果,结合连续极端来水年的判定,预报极端来水的高发年,其中特丰水年、特枯水年的预报正确率分别为66.7%、80%。
覃卫坚[9]（2019）在《广西暴雨气候变化异常特征及其成因研究》文中研究表明广西位于华南西部,地形复杂,具有独特的气候特征,是我国暴雨的多发地区,每年因暴雨引发的洪涝灾害给广西造成严重的经济损失和人员伤亡,目前在广西暴雨气候变化及其异常成因方面仍有很多重要问题还没有研究清楚,因此研究广西暴雨多尺度变化异常特征及其成因,加深对暴雨事件频发物理机制的认识,提高广西洪涝灾害预测水平以及防灾减灾非常重要。本文利用1961～2016年广西地面气象观测站逐日降水等资料,使用统计诊断方法,分析了广西暴雨年际和年代际变化、区域性、相关性、同时性气候特征,研究了暴雨年内非均匀性分布气候异常成因、大气季节内振荡对暴雨的调制作用、大范围暴雨大气环流异常变化特征及对太平洋海温年代际振荡（PDO）的响应,揭示了广西暴雨气候变化异常特征及其成因。主要结论如下:揭示了广西暴雨气候变化新特征:以柳州市北部为中心的桂东北地区、以“东巴凤”为中心的桂西山区、沿海地区三个多暴雨中心,既是暴雨雨量占总降水量百分率的大值区,又是暴雨高度集中发生区,夏季桂林和柳州市北部为同时发生暴雨频率高的区域;广西暴雨日数和大范围暴雨具有明显的年代际变化且呈显着增多的趋势,尤其夏季的桂东北和桂东南、秋季的贺州—桂东南发生大范围暴雨的趋势增大。大范围暴雨日数在1970年代最少,最多出现在1990年代和2000年代,1983年发生了由少到多的显着突变;1980年代中期以后广西区域持续性暴雨的年际异常增大,1989年、2011年异常偏少,1994年、2008年异常偏多。揭示了青藏高原地面加热和PDO与广西暴雨的关系。前期冬季青藏高原地面加热强度偏弱,夏季青藏高原东部高空上升速度减弱,中太平洋上空下沉气流增强,副热带高压和贝加尔湖阻塞高压强度偏强,有利于水汽、不稳定能量向广西输送和冷空气南下影响广西,澳大利亚北部越赤道南风偏强,大陆南风偏弱,中国汛期雨带位置偏南,有利于广西暴雨集中度偏大。PDO处于冷位相,高纬度地区槽脊波动增大、定常波强度增强,贝加尔湖阻高偏强,中纬度定常波强度减弱,西太平洋副热带高压强度偏强、脊线偏北、西伸脊点偏西,赤道西太平洋地区上空风垂直切变增强,澳大利亚高压偏强,索马里越赤道气流带明显增强,形成新几内亚岛东北部沿海的上空为反气旋性环流、菲律宾东南部海域上空为气旋性环流、菲律宾东北部海域上空为反气旋性环流、广西到华南沿海地区为气旋环流的波列,造成广西大范围暴雨偏多。广西暴雨受南海夏季风爆发时间、热带季节内振荡（MJO）等影响显着。南海夏季风爆发偏早,南海到中国东部地区和中南半岛到中国中部地区高空温度由冬季“北冷南暖”转为夏季“北暖南冷”的时间异常偏早,中国中部850 h Pa南北风交汇位置随季节变化有明显的波动及前汛期北风最南端位置偏南,广西暴雨集中度偏大。5～7月MJO明显东移,到达菲律宾以东地区或新几内亚岛附近,形成向西北方向传播的波列,经过南海到达广西,从而导致广西暴雨的多发。MJO位于西太平洋-马来西亚海洋性大陆时,影响广西的热带气旋频数和暴雨日数偏多。
陈辉[10]（2019）在《季节性大气环流对白背飞虱春夏季北迁的影响》文中进行了进一步梳理昆虫迁飞,是昆虫生物学特性和环境特征的综合反映,其迁飞过程往往依赖气象条件。季节性大气环流是空气大范围尺度的迁移,常常覆盖成千上万平方千米甚至是地球的很大一部分,将持续影响较大范围的天气现象,如降水和风,进而影响昆虫迁飞。西太平洋副热带高压（Western Pacific Subtropical High pressure,WPSH）是影响我国气象条件最重要的半永久性的环流系统。近期研究结果表明,褐飞虱在我国的夏季北迁与西太平洋副热带高压的强度和位置及其相关的风、雨格局有关。与褐飞虱相比,白背飞虱（Sogatella furcifera（Horvath））具有相似的食性、相似的体型和较强的远距离迁移能力,因此可以推测白背飞虱具有相似的迁飞模式。然而,目前还鲜有关于白背飞虱长时间尺度的迁飞模式的研究,也少有这种模式如何与气候条件相关响应的描述。为此,本文根据近三十年的数据分析得出以下主要结论。1 白背飞虱在我国东部的春夏季北迁过程与西太平洋副热带高压显着相关每年4月份,西南气流将中南半岛的白背飞虱带到我国华南地区。随着副高的缓慢北移,西南气流逐渐加强并北移,冷暖气流在华南相遇,华南进入了华南前汛期。该时段白背飞虱主要分布在华南区域,东部沿海省市（如浙江、福建等）白背飞虱数量显着增多。直到6月中下旬,副高第一次北跳之后,雨带移至长江中下游,西南风再次加强并北移,白背飞虱也迁入了长江中下游流域。7月中下旬,副高第二次北跳之后,白背飞虱迁入江淮流域一带。2 白背飞虱在我国华南地区的迁飞过程受到华南前汛期的影响华南地区是我国白背飞虱最重要发生为害地区之一,是白背飞虱进入我国的第一站,影响着我国后期白背飞虱的虫情发生量。同时华南前汛期既影响我国华南地区的雨量情况,也影响着我国白背飞虱北迁的历程。白背飞虱在5月中下旬开始从华南地区迁出,但本研究结果表明,此时白背飞虱虫量最多的地方位于华南区域。5月中旬-6月中旬时间段内,华南地区的虫量与降雨量显着正相关（R2=0.54,p<0.005）,相关区域范围的累积降雨量越多,华南地区的虫量越多。并且,在5月16日-6月15日这段时间内,计算白背飞虱距离分布与虫量多少时,发现该时段白背飞虱的距离分布与无华南前汛期的时间段（6月16日-7月15日）距离迁出相比显着较短。同时,该时段虫量随距离变长下降速度较快。本研究旨在长时间尺度上探索研究白背飞虱春夏季在我国东部的迁飞动态,明确白背飞虱的迁飞规律,探索白背飞虱大范围、长时间尺度的迁飞过程及与季节性大气环流的关系。不仅仅有助于理解白背飞虱在我国发生发展规律、昆虫迁飞生态适应性及进化意义,还能为白背飞虱的预测预警和实施有针对性的控防技术提供参考。
二、安徽省暴雨初步分析和中期预报的探讨（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、安徽省暴雨初步分析和中期预报的探讨（论文提纲范文）
（1）ECMWF集合预报在一次台风远距离极端降水分析中的应用（论文提纲范文）
| 引言 |
| 1 资料和方法 |
| 1.1 资料 |
| 1.2 方法 |
| 2 降水概况及极端特征 |
| 3 环流背景分析 |
| 4 集合异常预报法在“卡努”极端降水预报中的应用 |
| 5 集合预报极端天气指数(EFI)预报检验 |
| 6“集合异常预报法”和EFI对极端降水预报能力对比 |
| 7 结论和讨论 |
（2）2020年长江流域性大洪水防御（论文提纲范文）
| 1 长江流域雨情、水情 |
| 2 防御工作 |
| 2.1 聚焦中心工作,强化高位部署推动 |
| 2.2 加强监测预警,及时启动应急响应 |
| 2.3 科学精细调度,充分发挥水库群效益 |
| 2.4 加强巡查防守,确保重要堤防安全 |
| 2.5 强化技术支撑,加大防灾支持力度 |
| 2.6 及时主动发声,营造良好舆论氛围 |
| 3 主要经验 |
| 3.1 坚持人民至上、生命至上的理念,是防汛工作的根本遵循 |
| 3.2 加强风险研判,扎实做好备汛,是防汛工作的基础保障 |
| 3.3 水库防洪减灾效益巨大,发挥了极为重要的不可替代作用,是防洪减灾的有力“王牌” |
| 3.4 加强堤防巡查防守和督查,是确保长江干堤、支流重要堤防安全的关键抓手 |
| 3.5 充分运用行蓄洪空间,是减轻流域防洪压力的有效手段 |
| 3.6 及时加强技术指导和支撑,是科学处置险情的重要保障 |
| 3.7 做好舆论引导是凝聚人心汇集民力防汛抗灾的重要途径 |
| 4 存在问题 |
| 4.1 蓄滞洪区建设管理问题多,运用难度大 |
| 4.2 洲滩民垸管理不到位、运用难 |
| 4.3 水库调度规范化管理不足 |
| 4.4 水工程联合调度精细化不够 |
| 4.5 山洪灾害仍然是造成人员伤亡的主要原因 |
| 4.6 一些薄弱堤段长期得不到及时修复,存在安全隐患 |
| 4.7 预测预报精准度不够 |
| 5 工作建议 |
| 5.1 加强监测预报预警 |
| 5.2 加强水工程科学调度 |
| 5.3 加强水库安全度汛 |
| 5.4 加强山洪灾害防御 |
| 5.5 加强蓄滞洪区安全建设和运用准备 |
| 5.6 加强洲滩民垸管理 |
| 5.7 加强抢险技术支撑 |
| 5.8 进一步完善超标洪水防御预案 |
（3）水利大数据研究现状与展望（论文提纲范文）
| 0 引言 |
| 1 水利大数据的概念认知 |
| 2 水利大数据的技术体系 |
| 2.1 水利大数据采集技术 |
| 2.2 水利大数据存储技术 |
| 2.3 水利大数据计算技术 |
| 2.4 水利大数据分析技术 |
| 2.5 水利大数据可视技术 |
| 3 水利大数据的规律解析应用 |
| 3.1 水灾害应用 |
| 3.2 水资源应用 |
| 3.3 水环境应用 |
| 3.4 水生态应用 |
| 3.5 水工程应用 |
| 4 水利大数据的态势研判应用 |
| 4.1 水灾害应用 |
| 4.2 水资源应用 |
| 4.3 水环境应用 |
| 4.4 水生态应用 |
| 4.5 水工程应用 |
| 5 水利大数据的趋势预测应用 |
| 5.1 水灾害应用 |
| 5.2 水资源应用 |
| 5.3 水环境应用 |
| 5.4 水生态应用 |
| 5.5 水工程安全 |
| 6 水利大数据的决策优化应用 |
| 6.1 水灾害应用 |
| 6.2 水资源应用 |
| 6.3 水环境应用 |
| 6.4 水生态应用 |
| 6.5 水工程应用 |
| 7 水利大数据的研究展望 |
| 7.1 水利大数据需求场景化 |
| 7.2 水利大数据管理集成化 |
| 7.3 水利大数据分析智能化 |
| 7.4 水利大数据服务平台化 |
| 7.5 水利大数据保障体系化 |
（4）雄安新区社会重构期暴雨洪涝风险的社区分类调适（论文提纲范文）
| 1 问题与背景:雄安新区暴雨洪涝风险分析与防范现状 |
| 1.1 雄安新区历史时期暴雨洪涝灾害 |
| 1.1.1 雄安新区暴雨洪涝气候特征 |
| 1.1.2 白洋淀流域降水极值与山洪特征分析 |
| 1.1.3 暴雨洪涝灾情分析 |
| 1.2 雄安新区未来暴雨洪涝灾害预测 |
| 1.2.1 基于Reg CM4区域气候模式的暴雨洪涝风险分析 |
| 1.2.2 雄安新区孕灾环境风险度分析 |
| 1.2.3 雄安新区防洪排涝工程正处于建设期 |
| 2 社会调适分析的雄安新区社区类型与划分依据 |
| 2.1 雄安新区的人口数量增长与空间产业特征 |
| 2.2 雄安新区未来社区类型划分 |
| 2.2.1 新建社区 |
| 2.2.2 重组社区 |
| 2.2.3 建设者之家社区 |
| 3 雄安新区社区暴雨洪涝的脆弱性分析 |
| 3.1 气候风险脆弱性的概念与指标 |
| 3.2 雄安社区暴雨洪涝脆弱性定性分析 |
| 3.3 雄安新区社区暴雨洪涝脆弱性评价指标构成 |
| 3.4 雄安新区社区暴雨洪涝脆弱性评价实证分析 |
| 3.4.1 构造指标权重 |
| 3.4.2 判断矩阵及一致性检验 |
| 3.4.3 结果 |
| 4 雄安新区韧性社区建设的政策建议 |
| 4.1 事前性恢复:规划和建设期植入暴雨洪涝适应技术 |
| 4.1.1 提高社区气候风险脆弱性评估与灾害图编制能力 |
| 4.1.2 确保防灾设施高水平恢复能力 |
| 4.2 过程性防灾:基于社区防灾计划应对暴雨洪涝灾害 |
| 4.2.1 强化专业风险管理和应急处置机构主体责任 |
| 4.2.2 发挥社区的共助与自救能力 |
| 4.3 结果性防灾:基于经济生活综合保障培育社区防灾力 |
（5）复杂地形下地面观测资料同化及其影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 前言 |
| 1.2 资料同化及应用 |
| 1.2.1 资料同化方法的发展 |
| 1.2.2 不同观测资料在同化中的应用 |
| 1.2.3 地面观测资料同化方案的发展 |
| 1.2.4 地面观测资料同化方案的应用 |
| 1.3 本文研究内容 |
| 1.4 章节安排 |
| 第2章 研究方法和资料介绍 |
| 2.1 WRF模式简介 |
| 2.2 GSI同化系统简介 |
| 2.2.1 GSI三维变分原理 |
| 2.3 循环同化系统 |
| 2.4 资料说明 |
| 2.4.1 背景场资料 |
| 2.4.2 常规观测资料 |
| 2.4.3 雷达资料 |
| 2.5 地面观测资料订正 |
| 2.5.1 订正方法 |
| 2.5.2 订正结果检验 |
| 2.6 定量评估方法 |
| 2.6.1 气象要素评估 |
| 2.6.2 降水评估 |
| 第3章 模式和试验方案设计 |
| 3.1 WRF模式设置 |
| 3.2 试验方案设计 |
| 3.3 同化结果分析 |
| 3.3.1 目标函数 |
| 3.3.2 初始场基本变量的改变情况 |
| 3.3.3 同化增量分析 |
| 3.4 本章小结 |
| 第4章 地面观测资料同化批量试验 |
| 4.1 控制试验模拟地面要素评估 |
| 4.2 控制试验模拟高空要素评估 |
| 4.3 敏感性试验结果评估 |
| 4.4 本章小结 |
| 第5章 地面观测资料订正同化对降水模拟的影响 |
| 5.1 降水个例概述 |
| 5.2 环流背景场分析 |
| 5.3 模拟结果检验 |
| 5.3.1 降水模拟结果检验 |
| 5.3.2 环流结果模拟 |
| 5.3.3 散度和垂直速度 |
| 5.4 本章小结 |
| 第6章 结论与讨论 |
| 6.1 主要成果和结论 |
| 6.2 存在的问题和展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）陕北地区明代自然灾害时空特征、原因与影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究综述 |
| 1.2.1 极端天气气候事件及灾害的研究 |
| 1.2.2 陕北地区自然灾害的研究 |
| 1.3 研究目标、内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 研究区概况与数据收集、处理 |
| 1.4.1 研究区概况 |
| 1.4.2 研究方法 |
| 1.4.3 数据收集:数据来源与数据整理 |
| 1.4.4 数据处理 |
| 第二章 陕北地区明代不同种类自然灾害时空特征 |
| 2.1 旱灾 |
| 2.1.1 年份分布 |
| 2.1.2 年份分布的连续性特点 |
| 2.1.3 季节和月份分布 |
| 2.1.4 周期特征 |
| 2.1.5 M-K检验与突变分析 |
| 2.1.6 空间分布 |
| 2.2 洪涝灾害 |
| 2.2.1 年份分布 |
| 2.2.2 季节和月份分布 |
| 2.2.3 周期特征 |
| 2.2.4 M-K检验与突变分析 |
| 2.2.5 空间分析 |
| 2.3 地质灾害 |
| 2.3.1 年份、季节分布 |
| 2.3.2 空间分布 |
| 2.4 寒冻低温灾害 |
| 2.4.1 年份、季节分布 |
| 2.4.2 空间分布 |
| 2.5 雹灾 |
| 2.5.1 年份、季节分布 |
| 2.5.2 空间分布 |
| 2.6 虫灾 |
| 2.6.1 年份、季节分布 |
| 2.6.2 空间分布 |
| 2.7 风灾、疫灾及其他灾异 |
| 2.7.1 风灾 |
| 2.7.2 疫灾 |
| 2.7.3 其他灾异 |
| 2.8 饥荒 |
| 2.8.1 导致饥荒的自然灾害种类分析 |
| 2.8.2 饥荒的年际分布 |
| 2.8.3 周期特征 |
| 2.8.4 M-K检验与突变分析 |
| 2.8.5 空间分布 |
| 2.9 本章小结 |
| 第三章 陕北地区明代自然灾害总体时空特征及特点 |
| 3.1 自然灾害总体时空特征 |
| 3.1.1 自然灾害的时间分布 |
| 3.1.2 自然灾害的空间分布 |
| 3.2 自然灾害特点 |
| 3.2.1 自然灾害种类多,旱灾为首要灾害类型 |
| 3.2.2 发生频率高,受灾面积广 |
| 3.2.3 灾害发生时间不均衡 |
| 3.2.4 灾害发生空间不均衡 |
| 3.2.5 多灾并发 |
| 3.3 本章小结 |
| 第四章 陕北地区明代自然灾害关联及多灾种耦合特征 |
| 4.1 自然灾害关联特征 |
| 4.1.1 自然灾害关联特征分析 |
| 4.1.2 气象灾害关联性及多灾种耦合时间特征 |
| 4.1.3 气象灾害与饥荒、疫灾与虫灾的关联性 |
| 4.2 自然灾害多灾种耦合的时空特征 |
| 4.2.1 自然灾害多灾种耦合的时间特征——灾害群发 |
| 4.2.2 自然灾害多灾种耦合的空间特征——灾害群聚 |
| 4.3 本章小结 |
| 第五章 陕北地区明代自然灾害原因分析 |
| 5.1 自然要素 |
| 5.1.1 气候因素 |
| 5.1.2 地貌因素 |
| 5.2 人类社会 |
| 5.2.1 人口数量变化 |
| 5.2.2 土地开发利用 |
| 5.2.3 社会脆弱程度 |
| 5.3 生态环境 |
| 5.3.1 历史时期陕北地区生态环境概况 |
| 5.3.2 陕北地区明代生态环境恶化 |
| 5.4 对自然灾害与自然要素、人类社会、生态环境关系的梳理 |
| 5.5 本章小结 |
| 第六章 陕北地区明代自然灾害的社会影响 |
| 6.1 对人口的影响 |
| 6.1.1 人口数量减少 |
| 6.1.2 人口迁移与流民 |
| 6.1.3 灾民生活质量、健康状况低下 |
| 6.2 对经济的影响 |
| 6.2.1 对农业经济的影响 |
| 6.2.2 对商业经济的影响 |
| 6.3 对社会秩序的影响 |
| 6.3.1 冲击社会伦理 |
| 6.3.2 破坏社会秩序,造成社会动荡 |
| 6.4 对文化的影响 |
| 6.4.1 灾害相关的信仰 |
| 6.4.2 灾害相关的民俗行为 |
| 6.4.3 灾害对建筑、城市建设的影响 |
| 6.5 本章小结 |
| 第七章 结论 |
| 7.1 主要结论 |
| 7.2 可能的启示 |
| 7.3 创新之处 |
| 7.4 不足和展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读博士学位期间科研成果 |
（7）基于多模式集成的粤港澳大湾区降雨预报及检验（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 主要研究内容 |
| 1.5 论文结构 |
| 第2章 数据分析工具 |
| 2.1 Python开发语言 |
| 2.2 Grads脚本语言 |
| 2.3 Linux操作系统 |
| 2.4 本章小结 |
| 第3章 模式预报和集成预报降水空间分布 |
| 3.1 模式和观测数据 |
| 3.1.1 数值预报模式 |
| 3.1.2 观测数据 |
| 3.2 实验方法 |
| 3.2.1 插值方法 |
| 3.2.2 概率匹配集合平均法 |
| 3.2.3 优化概率匹配集合平均法 |
| 3.2.4 降水概率计算方法 |
| 3.3 降水空间分布结果 |
| 3.3.1 累积降水空间分布情况 |
| 3.3.2 降水概率预报空间分布情况 |
| 3.4 本章小结 |
| 第4章 各模式降水预报评分检验 |
| 4.1 数据 |
| 4.2 格点对格点检验 |
| 4.2.1 TS和 ETS评分方法 |
| 4.2.2 模式预报性能评估情况 |
| 4.3 邻域法检验 |
| 4.3.1 FSS评分方法 |
| 4.3.2 各模式预报技巧分析 |
| 4.4 单日预报结果分析 |
| 4.5 48h和72h累积降水预报技巧分析 |
| 4.6 本章小结 |
| 第5章 粤港澳大湾区降水量分析 |
| 5.1 数据和方法 |
| 5.2 各模式日平均降水量分布 |
| 5.3 各模式逐日降水量误差分析 |
| 5.4 各模式月平均降水量情况 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 6.2.1 冬季降水预报研究 |
| 6.2.2 优化集成预报深度研究 |
| 6.2.3 分辨率为0.05°格点化降水预报研究 |
| 参考文献 |
| 附录 核心代码 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（8）基于数据融合的丰满水库长期径流预报研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和目标 |
| 1.1.1 研究背景 |
| 1.1.2 研究目标 |
| 1.2 国内外研究进展 |
| 1.2.1 三大尺度因子径流预报研究 |
| 1.2.2 因子相关性分析 |
| 1.2.3 传统统计预报模型 |
| 1.2.4 现代水文预报模型 |
| 1.2.5 研究进展的总结 |
| 1.3 本文研究介绍 |
| 1.3.1 研究问题 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.3.4 技术路线图 |
| 第二章 径流预报技术的系统分析 |
| 2.1 来水丰枯的影响机理 |
| 2.1.1 热量与引力作用 |
| 2.1.2 地形和海陆分布作用 |
| 2.2 来水预报基于的基本特性 |
| 2.2.1 周期性 |
| 2.2.2 有序性 |
| 2.2.3 遥相关性 |
| 2.2.4 结构特性 |
| 2.3 来水与极端来水预报的思路 |
| 2.3.1 预报因子基于空间尺度的分类 |
| 2.3.2 预报因子基于时间尺度的分类 |
| 2.3.3 预报值基于预报特征的分类 |
| 2.3.4 基于信息融合的流域来水预报 |
| 2.4 研究流域分析 |
| 2.4.1 流域介绍 |
| 2.4.2 流域丰枯机理 |
| 2.5 小结 |
| 第三章 三大尺度因子与径流的统计分析 |
| 3.1 天文尺度因子相位与流域来水规律分析 |
| 3.1.1 太阳黑子相对数 |
| 3.1.2 月球赤纬角 |
| 3.1.3 24节气阴历日期 |
| 3.2 全球尺度因子相位与流域来水规律分析 |
| 3.2.1 ENSO事件的发生与结束时间与流域来水丰枯的关系 |
| 3.2.2 ENSO事件特征值与流域来水丰枯的关系 |
| 3.3 流域尺度因子相位与流域来水规律分析 |
| 3.3.1 谚语机理分析 |
| 3.3.2 气象因子与来水属性级别统计分析 |
| 3.4 因子数值与流域来水统计分析方法 |
| 3.4.1 基础数据处理 |
| 3.4.2 相关性分析的方法 |
| 3.5 因子相关性分析结果 |
| 3.5.1 天文因子相关性分析 |
| 3.5.2 气象因子相关性分析 |
| 3.5.3 天文因子+海洋大气因子+气象因子相关性分析 |
| 3.6 结果分析 |
| 3.6.1 因子相位与流域来水规律 |
| 3.6.2 因子数值与流域来水相关性 |
| 3.7 小结 |
| 第四章 基于智能学习的预报因子融合的径流预报 |
| 4.1 预报方法 |
| 4.1.1 神经网络 |
| 4.1.2 决策树和随机森林 |
| 4.1.3 支持向量机 |
| 4.2 数据处理的方法 |
| 4.2.1 预报因子的处理 |
| 4.2.2 预报值的处理 |
| 4.2.3 预报值的评判指标 |
| 4.2.4 模型和因子优选的TOPSIS-模糊综合评判法 |
| 4.3 建模预报 |
| 4.4 结果统计分析 |
| 4.4.1 流域水量回归预报结果分析 |
| 4.4.2 流域来水量7级分类预报结果分析 |
| 4.4.3 流域来水量3级分类预报结果分析 |
| 4.4.4 33个因子方案分析 |
| 4.4.5 预报结果的最优方案 |
| 4.4.6 最优方案的预报结果分析 |
| 4.5 小结 |
| 第五章 基于相似性分析的预报因子融合的径流预报 |
| 5.1 相位对比法 |
| 5.1.1 基本原理 |
| 5.1.2 预报结果分析 |
| 5.2 相似模糊推理法 |
| 5.2.1 模糊推理法的基本原理 |
| 5.2.2 相似度的计算方法 |
| 5.2.3 主成分分析法计算权重 |
| 5.2.4 TOPSIS-模糊综合评判法优选最优模型 |
| 5.2.5 预报模型的建立 |
| 5.3 模糊推理法预报 |
| 5.3.1 因子组合分析 |
| 5.3.2 误差评定与优选判别 |
| 5.4 模糊推理法因子二次筛选 |
| 5.4.1 因子进出法寻优 |
| 5.4.2 因子进出法实例分析 |
| 5.5 模糊推理法预报结果 |
| 5.6 结果分析 |
| 5.7 小结 |
| 第六章 基于天文因子对比法的预报结果融合的径流预报 |
| 6.1 天文因子对比法机理分析 |
| 6.2 预报方法1-单一天文因子对比法 |
| 6.2.1 24节气阴历日期对比法 |
| 6.2.2 太阳黑子相对数对比法 |
| 6.2.3 月球赤纬角对比法 |
| 6.3 预报方法2-天文因子对比法预报结果的融合 |
| 6.3.1 天文因子预报结果的线性融合 |
| 6.3.2 天文因子融合法-主次因子对比法 |
| 6.3.3 天文因子融合法的修正 |
| 6.3.4 天文因子融合法定量预报 |
| 6.4 小结 |
| 第七章 基于点聚图法的预报结果融合的径流预报 |
| 7.1 点聚图法 |
| 7.1.1 点聚图的制作 |
| 7.1.2 预报方案 |
| 7.2 24节气阴历日期点聚图预报 |
| 7.2.1 极端来水年24节气阴历日期的聚类特性 |
| 7.2.2 24节气阴历日期聚类预报方法 |
| 7.2.3 24节气阴历日期聚类分析建模 |
| 7.2.4 基于聚类分析的来水预报 |
| 7.3 月球赤纬角和太阳黑子相对数点聚图预报 |
| 7.3.1 月球赤纬角聚类预报方法 |
| 7.3.2 太阳黑子相对数聚类预报方法 |
| 7.4 海洋大气因子与流域气象因子点聚图预报 |
| 7.5 多尺度因子点聚图预报结果融合 |
| 7.6 小结 |
| 第八章 基于来水结构融合的极端径流预报 |
| 8.1 基本定义 |
| 8.2 预报方法 |
| 8.2.1 一般来水结构预报-多方法预报结果融合 |
| 8.2.2 极端来水结构预报 |
| 8.2.3 基于改进可公度网络结构的极值点结构预报 |
| 8.2.4 极端来水年预报 |
| 8.3 实例应用 |
| 8.3.1 一般来水结构分析 |
| 8.3.2 极端来水结构分析 |
| 8.3.3 极值点结构的确定及极端来水年预报分析 |
| 8.3.4 连续极端来水年预报分析 |
| 8.4 讨论 |
| 8.5 小结 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 9.3 创新性 |
| 附表 |
| 参考文献 |
| 科研及发表论文情况 |
| 致谢 |
（9）广西暴雨气候变化异常特征及其成因研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究背景 |
| 1.3 科学问题的提出 |
| 1.4 具体章节安排 |
| 第二章 资料与方法 |
| 2.1 资料 |
| 2.2 方法 |
| 第三章 广西暴雨气候变化新特征 |
| 3.1 暴雨空间分布特征 |
| 3.2 暴雨季节变化特征 |
| 3.3 暴雨年际及年代际气候变化特征 |
| 3.4 暴雨区域性特征 |
| 3.5 暴雨区域相关性特征 |
| 3.6 暴雨同时性特征 |
| 3.7 各站暴雨过程历史极端值 |
| 3.8 本章小结和讨论 |
| 第四章 广西暴雨年内非均匀性分布异常成因 |
| 4.1 广西暴雨集中度(期)气候特征 |
| 4.2 广西暴雨集中度(期)异常对西太平洋副热带高压变化的响应 |
| 4.3 热带季节内振荡对广西暴雨集中度的调制作用 |
| 4.4 太平洋海温异常对暴雨集中度(期)的影响 |
| 4.5 季风对暴雨集中度异常的影响 |
| 4.6 冬季青藏高原地面加热场对广西暴雨集中度的影响 |
| 4.7 本章小结 |
| 第五章 大气季节内振荡对广西暴雨的调制作用 |
| 5.1 MJO对广西暴雨的调制作用 |
| 5.2 MJO对影响广西热带气旋发生发展的调制作用 |
| 5.3 大气季节内振荡对广西区域持续性暴雨的影响 |
| 5.4 本章小结 |
| 第六章 广西大范围暴雨年代际增多的气候成因 |
| 6.1 广西典型大范围暴雨过程的天气形势 |
| 6.2 大气环流异常的年代际变化特征 |
| 6.3 广西大范围暴雨过程的大气环流异常特征 |
| 6.4 广西大范围暴雨与太平洋海温年代际振荡(PDO)的关系 |
| 6.5 PDO对高度场的影响 |
| 6.6 PDO对风场的影响 |
| 6.7 PDO对大气对流运动的影响 |
| 6.8 本章小结 |
| 第七章 总结和展望 |
| 7.1 全文总结 |
| 7.2 特色与创新 |
| 7.3 未来工作展望 |
| 参考文献 |
| 个人简历 |
| 致谢 |
（10）季节性大气环流对白背飞虱春夏季北迁的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1 昆虫迁飞 |
| 1.1 昆虫迁飞系统 |
| 1.2 昆虫迁飞现象 |
| 1.3 昆虫迁飞与大气环流 |
| 2 季节性大气环流 |
| 2.1 西太平洋副热带高压带 |
| 2.2 西太平洋副热带高压与昆虫迁飞 |
| 2.3 西太平洋副热带高压与华南前汛期 |
| 3 白背飞虱迁飞规律研究进展 |
| 3.1 白背飞虱迁飞高度 |
| 3.2 白背飞虱迁飞条件 |
| 3.3 白背飞虱迁飞路径 |
| 4 分析工具及路线 |
| 4.1 分析工具 |
| 4.2 技术路线 |
| 5 本研究的目的及意义 |
| 第二章 白背飞虱春夏季北迁与副高之间的关系 |
| 1 材料与方法 |
| 1.1 白背飞虱北迁过程的迁入量和迁入中心 |
| 1.2 自然领域法插值 |
| 1.3 西太平洋副热带高压脊线指数 |
| 1.4 风场、降雨数据 |
| 2 结果与分析 |
| 2.1 白背飞虱春夏季北迁与副高影响下的气象条件 |
| 2.2 白背飞虱春夏季北迁与副高位置 |
| 2.3 白背飞虱春夏季迁飞北界纬度与副高脊线纬度 |
| 3 结论与讨论 |
| 第三章 白背飞虱春夏季北迁与华南前汛期之间的关系 |
| 1 材料与方法 |
| 1.1 华南代表站点选取及站点显示 |
| 1.2 自然领域法插值 |
| 1.3 降雨相关空间场选取 |
| 2 结果与分析 |
| 2.1 华南白背飞虱代表站点的选取 |
| 2.2 华南白背飞虱与华南前汛期的相关区域范围 |
| 2.3 白背飞虱虫量与华南前汛期降雨量之间的关系 |
| 3 结论与讨论 |
| 第四章 不同时间段白背飞虱春夏季北迁的距离差异 |
| 1 材料与方法 |
| 1.1 站点之间的距离的计算 |
| 1.2 副高脊线的计算 |
| 1.3 相关性分析 |
| 1.4 广义线性模型建立及模型检验 |
| 1.5 Fligner-killeen检验及相关显着性检验 |
| 2 结果与分析 |
| 2.1 各时间阶段白背飞虱的站点选择 |
| 2.2 白背飞虱虫量与距离分布之间的关系 |
| 2.3 模型参数检验 |
| 3 结论与讨论 |
| 第五章 全文总结 |
| 1 结论 |
| 2 不足与创新 |
| 2.1 创新 |
| 2.2 不足 |
| 参考文献 |
| 攻读学位期间取得的学术成果目录 |
| 致谢 |
四、安徽省暴雨初步分析和中期预报的探讨（论文参考文献）
- [1]ECMWF集合预报在一次台风远距离极端降水分析中的应用[J]. 娄小芬,王丽颖,罗玲,傅良,钱浩. 暴雨灾害, 2021
- [2]2020年长江流域性大洪水防御[J]. 尚全民,褚明华,骆进军,闫永銮,李荣波. 人民长江, 2020(12)
- [3]水利大数据研究现状与展望[J]. 蒋云钟,冶运涛,赵红莉,梁犁丽,曹引,顾晶晶. 水力发电学报, 2020(10)
- [4]雄安新区社会重构期暴雨洪涝风险的社区分类调适[J]. 李国庆,邢开成,黄大鹏. 中国人口·资源与环境, 2020(06)
- [5]复杂地形下地面观测资料同化及其影响研究[D]. 曹润东. 中国气象科学研究院, 2020(03)
- [6]陕北地区明代自然灾害时空特征、原因与影响研究[D]. 党群. 陕西师范大学, 2020
- [7]基于多模式集成的粤港澳大湾区降雨预报及检验[D]. 翟帅. 中国科学院大学(中国科学院深圳先进技术研究院), 2020(07)
- [8]基于数据融合的丰满水库长期径流预报研究[D]. 雷冠军. 中国水利水电科学研究院, 2020(04)
- [9]广西暴雨气候变化异常特征及其成因研究[D]. 覃卫坚. 南京信息工程大学, 2019
- [10]季节性大气环流对白背飞虱春夏季北迁的影响[D]. 陈辉. 南京农业大学, 2019(08)