简介:从气候变化出发,介绍藏东南林芝地区泥石流类型、分布及活动特征,确定泥石流形成条件和临界指标,揭示林芝地区泥石流发育规律。温度和降水波动性变化以及不同水热组合影响林芝地区泥石流发育。冰川泥石流在温度升高或降雨增大情况下都有可能被激发。日降雨量〈5mm时,主要为温度激发的冰雪消融型泥石流;日降雨量5~10mm时,主要为冰川降雨型泥石流;日降雨量〉10mm时,为降雨型泥石流。冰川泥石流在升温条件下发生次数占80%以上,降温条件下约占20%;降雨型泥石流在升温条件下发生次数占60%,降温条件下占40%。从激发泥石流的规模、次数和灾害大小看,高温多雨年代和低温多雨年代都有利于泥石流发生。
简介:支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效。利用2004~2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型。预报试验结果表明:南京地区霾日的SVM分类预报结果,Ts(Threatscores)评分均在0.4以上;而有霾日14时能见度的SVM回归预报结果,按能见度误差范围为±3km算,准确率均达到了86%以上;加入当天08时新资料的订正预报模型,其预报结果优于起始预报模型。二者的预报结果较为满意,可以给实际业务预测提供参考。