摘要：基于昆明站气象资料计算SPEI指数,划分昆明市干旱等级。结合气候因子资料,采用随机森林算法从数据驱动角度研究构建RF直接分类模型、RF回归归类模型,采用加权马尔可夫模型对昆明市2012—2022年干旱等级进行逐年滚动预测。11年预测中,加权马尔可夫模型表现最差,RF直接分类模型次之,RF回归归类模型表现最好。采用RF回归归类模型预测昆明市2023年SPEI指数为0.0251,干旱等级为3,为轻度湿润水平。研究可为类似地区的干旱预测方法提供参考。

摘要：为构建区域干旱预测模型,以标准化降雨实际蒸散指数SPAEI为基础,基于双向长短期记忆神经网络模型(BiLSTM),将布谷鸟算法(CS)、孔雀算法(POA)、麻雀搜索算法(SSA)、野狗算法(CAP)、蝙蝠算法(BA)5种优化算法用于优化BiLSTM模型,选出了最优模型,结果表明:POA-BiLSTM在所有模型中精度最高,可推荐用于预测区域干旱。

摘要：该文在经验正交函数（ＥＯＦ）分析的基础上，设计了一种适合于西北地区干旱预测的ＥＯＦ模型，利用均生函数法、多元回归法和典型相关法对ＥＯＦ模型进行了有效的预测试验，结果表明这种模型对西北地区的干旱有一定的预报能力．

摘要：为提高传统的GM(1,1)模型精度,分别从原始数据序列检验和建立残差修正模型两方面进行了改进,并将改进的灰色灾变模型与不进行原始序列检验的GM(1,1)1模型和对原始数据序列进行检验的GM(1,1)2模型进行了比较。结果表明:改进的灰色灾变模型精度最高;运用该模型预测榆林市未来可能发生干旱的年份分别为2012年、2015年和2019年。

摘要：文章基于丰都和万州2个站点,以支持向量机模型(SVM)为基础,采用粒子群算法(PSO)和遗传算法(GA)优化SVM模型,选用K-fold的参数输入方式,对渝东北地区SPI干旱指数进行了预测,得出了区域干旱预测的推荐模型。结果表明:不同模型对SPI指数的预测精度存在差异,其中PSO-SVM模型精度普遍优于其余模型,且考虑温度和日照时数的模型精度最优,在2个站点的GPI均排名第1,且泰勒图中与标准值最为接近。PSO-SVM模型可作为渝东北地区干旱预测的标准模型使用。

摘要：依据降水的时空分布,结合气候特征和地理环境,将全市分为4个区域,并在每个区域中选取了一个代表站。在分析了晋中市秋粮产量与关键期降水关系的基础上,确定出干旱关键期,并设计出旬降水距平百分率和旬降水量距平等级这两个气象因子来确定干旱指标。通过对大气环流特征量、500百帕高度场、西太平洋海温场、地面气象要素等因子的分析,利用"最优子集回归"方法,建立了全市各区域的干旱指数预报方程。

摘要：以湟水流域6个气象站点1959-2016年逐月降水量资料为基础,采用距平分析法、Mann-Kendall检验对流域内降水变化特征进行分析,结合重标极差法分析流域未来降水的变化趋势,并用游程理论和马尔柯夫链分析了流域内干旱特征和未来干旱趋势。结果表明:研究区降水年际变化较为明显,过去58 a间全年及4个季节降水量呈增加趋势,其中冬季增加趋势最为显著;多年平均降水量在空间分布不均匀,流域中部地区降水量最大,下游地区降水量最小,Cv空间分布特征与多年平均降水量相似。通过Hurst指数可知,在1 a时间尺度上,流域年降水量表现为较强的持续性特征,在5 a和10 a时间尺度上呈现极强的持续性特征,未来不同时间段内年降水量与4季降水量可能有所增加。从统计结果来看,流域发生连枯水的概率大于连丰水,说明更易发生连枯水现象。根据加权马尔柯夫预测结果可知,2017年湟水流域为平水年。