|本期目录/Table of Contents|

基于联系数和马尔可夫链耦合的山东省旱情动态预测评价(PDF)

灾害学[ISSN:1000-811X/CN:61-1097/P]

期数:
2021年02期
页码:
1-8
栏目:
理论.思路与争鸣
出版日期:
2021-04-20

文章信息/Info

Title:
-
作者:
金菊良李征崔毅
Author(s):
-
关键词:
旱灾旱情动态预测评价集对分析联系数马尔可夫链山东省
分类号:
S423;X43;X915.5
DOI:
-
文献标识码:
A
摘要:
为增强区域旱情预测评价模型的合理性、可解释性和预测评价结果的准确性,以山东省1972-2001年旱情历史序列作为评价样本,选取水库蓄水量距平百分率、地下水埋深、土壤含水量和降水量距平百分率4个旱情评价指标,采用基于加速遗传算法的模糊层次分析方法确定评价指标权重,通过计算评价样本的指标数联系数、指标值联系数并用最小相对熵原理得到样本的平均联系数,由属性识别法确定了各年份的旱情等级,建立了基于集对分析五元联系数和马尔可夫链耦合的区域旱情动态预测评价模型(简称CNMC模型),将CNMC模型运用于山东省2000、2001年旱情等级动态预测评价中,判定山东省旱情等级,将该模型确定的旱情等级与属性识别法评价结果进行对比分析。结果表明:采用CNMC模型得到的旱情等级计算值与属性识别法的评价结果一致,可发现CNMC模型中由集对分析法确定的权重值较自相关系数法确定的权重值分布均匀,克服了自相关系数法的计算不稳定性;以联系数分量为基础的属性识别法削弱了直接将指标数值与评价标准匹配得到的马尔可夫链状态等级空间的粗糙性;以前面5年各年份的联系数分量为基础,充分利用了1~5步长状态转移概率矩阵,克服了普通马尔可夫链方法中仅采用状态转移概率矩阵中某一行信息所带来的局限性。CNMC模型有助于深入刻画和解析预测对象与预测因子之间的复杂关系,以联系数分量为基础,不同步长的马尔可夫链状态转移概率矩阵为驱动所建立的模型能更精准地刻画系统的不确定性趋势且计算简单、操作方便,为区域旱情动态预测评价提供了一种新途径。

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: 2021-04-22