内蒙古牧区暴风雪风险评估研究

doi:10.12118/j.issn.1000-6060.2019.03.02

干旱区地理 ›› 2019, Vol. 42 ›› Issue (3): 469-477.doi: 10.12118/j.issn.1000-6060.2019.03.02

内蒙古牧区暴风雪风险评估研究

德勒格日玛^1,2，韩理²，孟雪峰²，月河²，计艳霞²，张莫日根²，

（1 南京信息工程大学，江苏南京 210044；2 内蒙古自治区气象台，内蒙古呼和浩特 010051 ）

收稿日期:2017-10-09 修回日期:2018-09-21 出版日期:2019-05-25 发布日期:2019-05-18
作者简介:德勒格日玛（1981-），女，内蒙古鄂尔多斯市人，高级工程师，从事短期天气气候预测、灾害风险评估及研究工作.Email:gerima_dele@aliyun.com
基金资助:
国家自然科学基金项目（41265004）；内蒙古暴雪（暴风雪）专家型预报员创新团队资助

Risk assessment of snowstorm in pasturing areas of Inner Mongolia

Delegerima^1,2, HAN Li², MENG Xuefeng², HANG Yuehe², JI Yanxia²,ZHANG Morgen²

（1 Nanjing University of Information Science & Technology,Nanjing 210044,Jiangsu,China;
2 Inner Mongolia Meteorological Observatory,Hohhot 010051,Inner Mongolia,China）

Received:2017-10-09 Revised:2018-09-21 Online:2019-05-25 Published:2019-05-18

摘要/Abstract

摘要： 暴风雪天气是内蒙古草原牧区危害严重的气象灾害之一。为了更确切的了解暴风雪灾害天气的特征，分季节对暴风雪天气进行了类型，即秋末初春暴风雪天气、隆冬暴风雪天气、春末初夏湿雪冷雨型暴风雪天气；通过因子分析法、灰色关联分析对三种类型暴风雪天气进行分析，发现上述三种类型暴风雪天气都为风、雪、寒潮灾害群天气；每个季节最主要的影响因子不同，导致的灾害程度不同；因此掌握各个季节暴风雪天气的特征对预报员提高预报预警水平很有实际意义。尝试使用BP神经网络法、支持向量机对暴风雪灾害等级进行评估，通过与根据灾情评定的灾害等级对比分析，发现SVM方法的评估效果优于BP神经网络法，因此，基于数值预报产品通过SVM方法做暴风雪灾害预警产品成为可能，可为暴风雪灾害预报预警业务提供客观参考依据，能够提升预报服务效果，减少灾害损失。

关键词: 暴风雪, 风险评估, BP , SVM

Abstract: The snowstorm occurs every year in the middle and eastern part of Inner Mongolia,China and it often induces serious harm.Therefore,it is necessary to improve the forecasting,early warning and service level of such weather disasters and reduce disaster losses as much as possible.Because the hazard degree caused by snowstorm is different in various seasons,it is necessary to do the analysis by seasons,so the snowstorm is classified into three categories based on the seasons namely,the late autumn and early spring snowstorm,the midwinter snowstorm,and the cold rain or wet snow type of snowstorm occurred in the late spring and early summer,which have been analyzed in this paper.Based on the factor analysis method and grey correlation degree analysis it is found that the snowstorms,regardless of the types,happened in different seasons were basically all the hazardous weathers due to the gale,the snowfall and the cold wave or even a combination of the three.The leading factors were different in different seasons which led to different hazard degrees.The understanding of the characteristics of the snowstorms in various seasons will help the weather forecasters in snowstorms prediction and early warning.The BP neural network method and SVM method were further used to evaluate the snowstorm hazard level with the data about the snowstorm events that have occurred in the last several decades.Through comparing the effect of evaluated results,it showed that the computational efficiency of SVM method was better and it makes the earlywarning possible in the snowstorm forecasting based on the numerical forecast product.

Key words: snowstorm, risk assessment, BP, SVM

德勒格日玛, 韩理, 孟雪峰, 杭月河, 计艳霞, 张莫日根. 内蒙古牧区暴风雪风险评估研究[J]. 干旱区地理, 2019, 42(3): 469-477.

Delegerima, HAN Li, MENG Xuefeng, HANG Yuehe, JI Yanxia, ZHANG Morgen. Risk assessment of snowstorm in pasturing areas of Inner Mongolia[J]. Arid Land Geography, 2019, 42(3): 469-477.

参考文献 22

[1]	LIANG T G，LIU X，WU C，et al. An evaluation approach for snow disasters in the pastoral areas of northern Xinjiang, PR China[J]. New Zealand Journal of Agricultural Research, 2007, 50(3): 369-380.
[2]	LIU X，LIANG T，GUO Z. Assessment and monitoring of snow disaster effect on grassland livestock industry in the Aletai region using remote sensing technology[J].Acta Pratacultural Science，2003，12(6)：115-119.
[3]	庄晓翠，周鸿奎，王磊，等.新疆北部牧区雪灾评估指标及其成因分析[J].干旱区研究，2015，32(5)：1000-1006. [ZHUANG Xiaocui，ZHOU Hongkui，WANG Lei，et al .Evaluation and cause study on the snow disaster in pastoral areas of Northern Xinjiang [J].Arid Zone Research，2015，32(5)：1000-1006.]
[4]	孙艳辉, 李泽椿, 寿绍文,等. 东北地区两次历史罕见暴风雪天气过程的分析[J].高原气象,2017,(2)：549-561.[SUN Yanhui,LI Zechun,SHOU Shaowen. Analysis of two cases of extremely severe snow storms in Northeast China[J]. Plateau Meteorology，2017,(2)： 549-561．]
[5]	易笑园, 李泽椿, 朱磊磊,等. 一次β-中尺度暴风雪的成因及动力热力结构[J]. 高原气象, 2010, 29(1)：175-186. [YI Xiaoyuan,LI Zechun，ZHU Leilei, et al .A case study on dynamic and thermal structures and mechanism of β-Mesoscale snowstorm [J]. Plateau Meteorology，2010, 29(1)：175-186.]
[6]	孟雪峰, 孙永刚, 仲夏,等. 2015年2月21日内蒙古风雪沙尘天气特征[J]. 中国沙漠, 2016, 36(1)：239-246. [MENG Xuefeng ,SUN Yonggang,ZHONG Xia , et al．A snow and dust weather process in Inner Mongolia on February 21 2015 [J]. Journal of Desert Research 2016, 36(1)：239-246. ]
[7]	BEGZSUREN S, ELLIS J E, OJIMA D S, et al. Livestock responses to droughts and severe winter weather in the Gobi Three Beauty National Park, Mongolia[J]. Journal of Arid environments, 2004, 59(4): 785-796.
[8]	MORINAGA Y，SHINODA M. Natural disasters in Mongolia–drought and dzud monitoring system at the Institute of Meteorology and Hydrology[J]. Mongolian Environment Conservation Handbook ,2005: 97-113.
[9]	刘志刚.《内蒙古锡林郭勒盟牧业气候区划》[M].北京：气象出版社，2006．[LIU Zhigang.Climatic regionalization in Xilingol League of Inner Mongolia[M].Beijing：China Meteorological Press，2006.]
[10]	VAPNIK V,瓦普尼克, 许建华, et al. 统计学习理论[M]. 北京：电子工业出版社, 2004. Vapnik V，WAPUNIKE XU Jianhua.Statistical Learning Theory [M]. Beijing：Publishing House of Electronics Industry of China，2015.
[11]	李虎超，邵爱梅，何邓新，等.BP神经网络在估算模式非系统性预报误差中的应用[J].高原气象，2015，34(6)：1751-1757. [LI Huchao，SHAO Aimei，HE Dengxin，et al.Application of back propagation neural network in predicting non-systematic error in numerical prediction model [J].Meteorological Monthly，2015，34(6)：1751-1757.]
[12]	邵月红，张万昌，刘永和，等.BP神经网络在多普勒雷达降水量的估测中的应用[J]. 高原气象，2009，28(4)：846-853.[SHAO Yuehong，ZHANG Wanchang，LIU Yonghe，et al .Application of back-propagation neural network in precipitation estimation with Doppler Radar [J].Plateau Meteorology，2009，28(4)：846-853.]
[13]	左合君，勾芒芒，李钢铁，等.BP网络模型在沙尘暴预测中的应用研究[J].中国沙漠，2010，30(1)：193-197.[ZUO Hejun，GOU Mangmang，LI Gangtie，et al . Study on sandstorm forecasting with BP neural network method [J].Journal of Desert Research.2010，30(1)：193-197.]
[14]	李永华，刘德，金龙，等.BP神经网络模型在重庆伏旱预测中的应用研究[J]. 气象，2003，29(12)：14-17.[LI Yonghua，LIU de，JIN long，et al .Study on late summer drought prediction model in Chongqing with BP neural network[J]. Meteorological Monthly，2003，29(12)：14-17.]
[15]	WU J D，LI N，YANG H J，et al. Risk evaluation of heavy snow disasters using BP artificial neural network：The case of Xilingol in Inner Mongolia[J].Stochastic Environmental Research & Risk Assessment，2008，22(6)：719-725.
[16]	冯汉中，陈永义.支持向量机回归方法在实时业务预报中的应用[J].气象2005，31(1)：41-45．．[FENG Hanzhong，CHEN Yongyi.Application of support vector machine regression method in weather forecast[J]．Meteorological Monthly，2005，31(1)：41-45．]
[17]	钱燕珍，孙军波，余晖，等．用支持向量机方法做登陆热带气旋站点大风预报[J]．气象，2012，38(3)：300-306． [QIAN Yanzhen，SUN Junbo，YU Hui，et al． Application of SVM method to the station strong wind forecast in landfalling tropical cyclones [J]．Meteorological Monthly，2012，38(3)：300-306．]
[18]	胡春梅，陈道劲，于润玲．BP神经网络和支持向量机在紫外线预报中的应用
[J]	．高原气象，2010，29(2)：539-544．[HU Chunmei，CHENG Daojin，YU Runling．Application of BP artificial neural network and support vector machines to ultraviolet radiation prediction [J]．Plateau Meteorology，2010，29 (2 )： 539-544．]
[19]	傅清秋，谢永华，汤波，等．基于组合核函数SVM沙尘暴预警技术的研究[J]．计算机工程与设计，2014，35(2)：646-650．[FU Qingqiu，XIE Yonghua，TANG bo，et al．Research on sand-dust storm warning based on SVM with combined karnel function[J]．Computer Enginnering and Design，2014，35(2)：646-650．]
[20]	杨淑群，芮景析，冯汉中．支持向量机(SVM)方法在降水分类预测中的应用[J]．西南大学学报(自然科学版)，2006，28(2)：252-257． [YANG Shuqun，RUI Jingxi，FENG Hanzhong． Application of support vector machine (SVM) in rainfall categorical forecast[J]．Journal of Southwest Agricultural University(Nature Science)，2006，28(2)：252-257．]
[21]	顾润源．内蒙古自治区天气预报手册[M]．北京：气象出版社，2012．[GU Runyuan．Weather forecast manual of Inner Mongolia Autonomous Region[M]．Beijing：China Meteorological Press，2012]
[22]	沈建国．中国气象灾害大典,内蒙古卷[M]．北京：气象出版社，2008． [SHEN Jianguo．China meteorological disaster authority，Inner Mongolia Volume[M]．Beijing：China Meteorological Press，2008]

内蒙古牧区暴风雪风险评估研究

Risk assessment of snowstorm in pasturing areas of Inner Mongolia

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献 22

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	史维良, 车璐阳, 李涛. 陕西省汛期极端降水概率分布及综合危险性评估[J]. 干旱区地理, 2023, 46(9): 1407-1417.
[2]	李乐乐, 钞锦龙, 赵德一, 李浩杰, 吴林栋, 李佳骏. 1957—2019年山西省暴雨时空分布特征与暴雨灾害风险评估[J]. 干旱区地理, 2023, 46(5): 689-699.
[3]	吴盈盈,王振亭. 河套平原土壤风蚀风险评估[J]. 干旱区地理, 2023, 46(3): 418-427.
[4]	赵志欣,霍艾迪,张丹,易秀,陈思名,陈四宾,陈建. 基于遥感的宁夏地区高温热浪风险评估[J]. 干旱区地理, 2022, 45(2): 512-521.
[5]	朱淑珍,黄法融,李兰海. 巴基斯坦干旱特征及其风险评估[J]. 干旱区地理, 2021, 44(4): 1058-1069.
[6]	裴艳茜, 邱海军, 胡胜, 杨冬冬, 曹明明, 邹强. “一带一路”地区滑坡灾害风险评估[J]. 干旱区地理, 2018, 41(6): 1225-1240.
[7]	韩炳宏, 周秉荣, 吴让, 赵敏, 乜国妍, 牛得草, 傅华. 基于格网的青海省干旱灾害综合风险评估[J]. 干旱区地理, 2018, 41(6): 1194-1203.
[8]	徐玉霞, 许小明, 马楠. 县域尺度下的陕西省洪涝灾害风险评估及区划[J]. 干旱区地理, 2018, 41(2): 306-313.
[9]	陈文倩, 丁建丽, 王娇, 袁泽, 李相, 黄帅. 基于高分一号影像的土地覆被分类方法初探[J]. 干旱区地理, 2016, 39(1): 182-189.
[10]	习阿幸, 刘志辉, 徐倩, 张波. 基于高光谱数据的天山北坡积雪孔隙率反演研究[J]. 干旱区地理, 2015, 38(6): 1253-1261.
[11]	聂思雨，莫淑红，王学凤，沈冰. 城市需水量模拟及不确定性分析方法研究[J]. 干旱区地理, 2015, 38(2): 260-266.
[12]	李东，周可法，孙卫东，王金林，于浩，刘慧. BP神经网络和SVM在矿山环境评价中的应用分析[J]. 干旱区地理, 2015, 38(1): 128-134.
[13]	栗瑶，王红丽，刘健，王苏民. 黄河上游地区近千年气候变化的模拟重建[J]. 干旱区地理, 2013, 36(6): 1023-1031.
[14]	孙志群,，刘志辉,，邱冬梅,. 基于HJ-1B数据的雪盖提取方法研究——以军塘湖流域为例[J]. 干旱区地理, 2012, 35(01): 125-132.
[15]	李净，王卫东，张福存. 利用LM-BP神经网络估算西北地区太阳辐射[J]. 干旱区地理, 2008, 38(3): 438-445.