（1）管理基础背景数据(包括地理、社会与经济数据)；

（2）成为查询、统计和显示空间和属性数据的基础；

（3）建立模拟灾害演进过程的平台；

（4）灾情数据的提取与分析；

（5）灾情状况的可视化表达。

从国内外发展的状况看，GIS在干旱、洪涝、雷电、暴雨和台风等主要气象灾害的监测与预测工作中有着广泛的应用先例[3]，可以说GIS软件已经能够使灾害损失模型的建立向着定量化的方向不断发展了，在防灾减灾规划工作和决策的制定工作中[4-6]，GIS技术也足以提供更加科学有力的依据。

重庆市是我国“四大火炉”之一。其特殊的地势地貌条件形成的地质灾害和气象灾害比较严重，人为因素和自然因素相互影响，通过共同作用形成各种各样的灾害。在自然因素中，降水量是首要因素。本文针对降雨量数据的预测工作，设计了一个基于均值生成函数的时序组合预测方法。以重庆市三峡库区19个行政分区历年降雨量数据为例，对降雨量数据进行拟合与预测，并在ArcGIS中完成一幅关于预测降雨量数据的“信息地图”，对所得数据进行了简要分析。主要工作内容如下所述：文献综述

（1）根据均值生成函数（简称均生函数）和周期外延矩阵包含的函数内容，在MATLAB中设计对重庆市三峡库区生态经济区中各行政分区2001-2010年的年降雨量数据进行数学建模验证的算法，并且与历史数据作对比，对模型的精度进行必要的分析；

（2）使用已验证的算法对重庆市三峡库区生态经济区未来5年（2014年至2018年）的降水量数据做预测工作；

（3）在ArcGIS软件中使用克里金插值方法设计完成一幅关于地方年降雨量预测值的“信息地图”。

2  降雨量数据的处理

2.1  降雨量预测所需的资料

本文实际降雨量数据来自重庆市三峡库区生态经济区中19个行政分区2001年至2013年共247个实测降雨量数值[7]，在Excel软件中做统计和计算工作，为预测模型的拟合计算提供样本；        

G格式地图[8]来自中国行政地图集网站，为ArcGIS地图矢量化工作提供底图。

2.2  降雨量数据处理流程

 技术路线图

3  降雨量数据的预测

3.1  降雨量数据预测的基本理论

在降雨量预测方法[9]上，主要有马尔可夫法和时间序列法概率统计法。真实的降雨量数据序列随着时间的延伸会呈现出某种周期性变化趋势，这种变化是一种非平稳随机过程[10]，多种不定因素制约这这个过程。例如地区的海拔高度，雨量器的高度，数值计算方法不同形成的误差等等。这两种降雨量预测方法不能很好地反映出降雨量变化的特点，预测结果自然也不够准确。为了加强对气象灾害的预防及对气象资源的合理利用，建立一种新的降雨量预测模型很有必要。

本文介绍的降雨量预测模型采用的是基于均值生成函数的时序组合预测法，它包含了已知序列中可能涉及的不同周期的所有可能性，可以通过平均的过程消除个别样本的偶然性，在周期变化和偶然因素这两个问题上，文中介绍的方法更优于传统预测方法。来.自/优尔论|文-网www.youerw.com/

首先，我们介绍该算法中涉及的函数：

   （1）均值生成函数

    设有一个时间序列 ，按时间（t）次序表示研究区域特定年份的实际降雨量数据：

                                             ①