湖北省降雨量的预测分析开题报告

1. 研究目的与意义（文献综述）

我国是洪水灾害频繁的国家。形成洪涝灾害需要具备两方面的条件，一是自然条件，二是社会经济条件，而在自然条件中，大面积持续高强度降雨是根本原因。洪涝的发生不仅对国家经济产生影响，而且危及人们的生命安全。若对降雨量进行高精度预测，可以提前做出应对措施，减少损失。目前，关于降雨量预测的技术水平尚不能达到理想效果，预测的准确率还有待提高。对未来的降雨量准确预测，可以做好预防工作，减少降雨给人们带来的不便与损失。所以，急需高精度的预测技术来预测降雨量。

从古至今，湖北省遭受的洪涝灾害次数很多，每次洪涝灾害都会带来不同程度的损失。例如，2016年7月，受持续强降雨的影响，洪涝灾害已造成湖北省700万人受灾。由于湖北省是我国粮棉油的重要产出地区，此次强降雨对农作物造成了严重破坏，直接导致经济损失约56亿元。如果降雨量在阈值范围内，水资源可以得到丰富，一旦超过阈值，会导致人们出行困难、经济损失甚至造成泥石流、山体滑坡等严重危害。同时，降雨量过少也会带来干旱等严重后果。因此，准确预测降雨量是急需解决的技术问题。但由于降雨受到诸多因素的影响，目前还没有一个十分可靠的方法来预测未来的降雨量。

降雨的随机性等原因使得传统的线性模型无法用来准确预测未来的降雨量，国内外的研究者们尝试使用时间序列分析、灰色预测模型、马尔科夫预测等方法，取得了较好的效果。下面，对这些预测模型的理论进行简要阐述。金治（2017）利用arma模型对丹东市的逐月降雨量进行了拟合和预测，模型的预测效果较为满意。王晓敏（2018）利用模糊加权马尔科夫模型对晋祠泉域的年降水量进行预测，得到了较小的预测误差。abebe,s.a.（2018）运用时间序列分析对debre markos town的年降雨量进行预测。程敏等（2019）运用arima模型对济南市的年降雨量进行预测，取得了较满意的结果。徐梦茹等（2019）将arima模型的预测结果和马尔科夫预测结果进行组合来作为年降雨量的最终预测结果，组合后的模型具有较好的预测结果。邵俊（2017）探究了马尔可夫的组合模型在降雨量预测中的应用，提高了预测精度和速度。张伟（2019）构建了基于马尔可夫链、灰色预测和模糊集的降雨量预测模型，对郑州地区的降雨量进行了预测，模型具有一定的有效性。肖丽琼（2019）将时间序列分析和bp神经网络有效结合，用来预测长沙市的降雨量，得到了较好的效果。

2. 研究的基本内容与方案

关于降雨量预测的研究不计其数，其中，时间序列分析和马尔可夫预测是大多数研究者选择的方法。本文以湖北省的年平均降雨量情况为研究背景，探讨时间序列分析和马尔科夫链在预测中的准确度，并将两者组合以提高预测精度。最后，分析两种方法的特点和适用性。研究目标是：运用时间序列分析和马尔可夫链的基本理论，对年降雨量进行预测，对预测结果进行分析，力图证明两种模型在降雨量预测问题上是可行的。并对两种模型进行比较，找到最适合预测湖北省降雨量的模型。本文拟选取的软件工具是R 3.6.2和Matlab2016a。R语言是专门为统计和数据分析开发的语言，本文将用此来实现ARIMA模型的建模。Matlab是一款强大的数学建模软件，本文利用该软件来建立马尔可夫链模型。本文将大致分为五个章节，第一章介绍研究背景及意义，相关文献综述及选题的研究现状，并简述研究目标和论文结构；第二章主要介绍时间序列分析的相关理论知识，着重阐述各个模型的建模过程；第三章主要介绍马尔可夫链的理论知识，重点阐述预测步骤。第四章将对两种模型进行组合，并比较两种模型及组合模型的优缺点。第五章是总结和展望，根据本文的研究成果，对湖北省降雨量的预测提出意见和建议。

3. 研究计划与安排

1—3周：查阅相关的研究论文，并完成一篇英文文献的翻译工作。

4—5周：根据要求完成毕业论文的开题报告。

6—8周：建模模型，分析求解，并得到初步结果。

4. 参考文献（12篇以上）

[1] 程敏，张耀文，姜纪沂，等.基于时间序列模型的降雨量预测分析[j].水科学与工程技术，2019，1：1-5.

[2] 徐梦茹，王雪明.马尔可夫与arima组合模型对地区降雨量的预测研究[j].计算机应用与软件，2019，36（3）：34-37.

[3]jonathan d.cryer，kung-sikchan.时间序列分析与应用(r语言)(原书第二版)[m]. 潘红宇等译.机械工业出版社，2011.