长江口北支的沉积物输运趋势

2007年9月在长江口北支采集表层沉积物样品,进行粒度和重矿分析,并利用Gao-Collins粒径趋势分析模型计算沉积物净输运趋势。结果显示,北支上口的沉积物有向下游输运的趋势;大新港至河口处,沉积物大致呈由北支下段向中、上段输运的趋势;北支河口外的沉积物,存在着向河口内输运的趋势。重矿物中稳定矿物与不稳定矿物比值的变化也显示,北支上口、下口处沉积物均向北支内输运,与粒径趋势分析的结果基本吻合。上述结果均显示,沉积物向北支内净输运,导致北支河段逐渐淤积。     

长江口北支异常强盐水入侵观测与分析

长江口北支由于径流分流比很小,盐水入侵较强,特别是枯季大潮期盐水甚至倒灌进入南支,影响上海市和江苏省的水源地水质。为了进一步研究北支盐水入侵的规律及影响因素,2014年1月1-9日在北支进行了大小潮同步水文观测。本次观测到了北支异常强盐水入侵:小潮期发生强盐水入侵,且强度大于大潮期。小潮期强盐水入侵导致中下游河段被高浓度盐水控制,盐度从下游B01到中游B02几乎没有变化,且盐度的涨落潮变化几乎消失。分析认为,小潮观测期间长江入河口流量较小、河口潮差不是太小,加上强偏北风,三者的叠加是导致强盐水入侵的主要原因。     

近30年长江口北支演变及其对物种多样性的影响

分汊河口演变特征及其生态效应是当前河口海岸研究的重要热点问题。长江口北支是长江口第一级分汊的重要水道,其演变会对区域生态与环境条件产生深远的影响。本文在已有研究结果基础上,结合遥感影像分析与水域生态现状调研,阐述了近30年来长江口北支河道的演变特征和生态现状,并对河道演变对物种多样性的影响进行了深入的探讨。结果表明,近30年来北支演变的突出特点在于北支中上段束窄明显,而下段河道虽然有一定程度的束窄,但口门仍呈喇叭口形态;大量的圈围工程是导致北支中上段河道束窄的最重要因素;随着河势变化,北支分流比下降,分沙比上升,河道水深、河槽容积的下降,使北支盐水入侵加剧,水、沙、盐倒灌南支的风险增加。北支演变导致水体盐度条件的改变,使得区域生物类群以适应高盐、咸淡水环境的种类为主;而河道水深、水动力条件、水体含沙量等的变化均会对生物类群的组成产生影响。北支目前仍然是大型底栖动物、鱼类等生物类群的重要栖息地和育幼场,且具有较高的生物多样性。因此,北支治理仍需考虑维持北支水域生态系统的结构与功能不被破坏,确保区域的可持续发展。未来北支的演变趋势及其生态效应,需要在有效监测的基础上进行综合分析。     

近年来长江河口北支水沙特性与河槽稳定性分析

根据崇头、青龙港、三条港和连兴港1950～2001年潮汐潮流观测资料和2005年6～7月的大、中、小潮及2007年5月5～10日沿北支河槽进行的两个连续潮周期水、沙、盐的现场观测数据并结合参考2005年的实测地形图.通过对长时间序列(1950～2001年)的分流比、年均流量、潮位、潮历时等数据的整理分析并与近期(1998～2005年)的水文特征值比较,发现随着北支分流量逐渐减少,河槽内强烈的潮波已成为影响北支河槽不稳定的主要因素;青龙港近年来(1998～2005年)平均高、低潮位出现增高,比多年(1950～2001年)平均高、低潮位分别高出15和17cm,是北支河床近年来持续性淤浅的体现;大潮期间北支河槽涨潮含沙量无论量值还是扩散强度均大于落潮,明显表现出河口涨潮槽具有的泥沙运动规律.自2001年以来除少数年份的小潮汛外,均表现出明显的涨潮优势,其中2002年3月大潮的潮量优势流仅为9.42%,显示出涨潮优势十分明显,说明北支河槽近几年来正朝着衰退的过程发展;2005年北支河槽-2、-4和-6 m等深线均呈喇叭状,闭合端指向上游,符合涨潮槽的几何形态;再从河槽类型系数(λ)看,大潮期间λ值均大于1,最大值为31.1,涨潮槽特征显著;而洪季中、小潮各测站λ值均小于1,最小值为0.000 3,A、B两测站在大潮时λ值均大于1,而小潮时又都小于1,显示北支河槽虽主要表现为涨潮槽的特征,但洪季受径流和潮汛影响,其涨潮槽特性不稳定.总体而言,目前北支河槽为一条不稳定的废弃型涨潮槽.     

长江口北支沉积物粒度特征及其环境意义

通过对长江口北支兴隆沙XL2孔沉积物的粒度特征、环境磁学特征及微体古生物特征的分析,揭示长江口北支潮流沉积沙体的演变规律,进而推测长江口北支的演变规律,为长江口北支的开发整治提供科学依据。     

BP神经网络精度估计及其在海洋油气资源预测中的应用

在对BP算法进行深入分析的基础上,将测量数据处理与误差理论中的精度评定方法应用到BP神经网络的精度估计中,通过分别计算BP神经网络学习训练过程及预测过程的输出层中误差,实现对神经网络模型的精度评定。最后以海洋油气资源预测为例,结合实测资料建立了BP神经网络预测模型并分别进行了学习训练过程及预测过程的精度评定,以期为神经网络模型结构的优化设计提供有效参考,为提高神经网络模型的适用性提供科学依据。     

基于BP神经网络的天然气水合物相平衡计算及预测

针对天然气水合物相平衡问题,文中提出用基于带动量因子的BP神经网络进行计算和预测。首先用遗传算法优化确定BP神经网络的结构和参数,得到最优化结构的神经网络;其次结合Levenberg-Marquart优化算法,建立天然气水合物相平衡计算及预测的神经网络模型;最后以实验测定的(CH4 CO2 H2S)三元酸性天然气水合物体系的平衡数据为训练和预测样本进行了计算。计算表明,预测结果与实验数据有良好的一致性,而且由于BP神经网络作为所谓的“纯粹”的算法不需要热力学模型,这对于相平衡计算是非常方便的,所以是研究天然气水合物相平衡计算及预测的一种新的有效方法。     

基于灵敏度分析的海洋油气资源BP神经网络预测模型的优化

作者针对BP神经网络结构设计中存在的问题,提出利用灵敏度分析方法对BP神经网络预测模型进行优化。通过BP算法与参数灵敏度分析的结合,寻找网络输入属性与输出属性之间的影响因子;在保证精度的前提下优选网络输入属性,简化网络结构,以增强网络的泛化能力,减少人为主观因素对网络设计的影响。最后以海洋油气资源预测为例,结合实测资料建立BP神经网络预测模型并进行了优化及预测精度评价,表明优化后的模型既能有效提高油气资源预测结果的稳定性,又不损失预测精度。     

一种改进的VMD-XGBoost验潮站月海面高序列预测模型

海平面不断上升威胁人类的生命安全,高精度的海平面预测对人类预防水文灾害具有重要意义。现有的预测方法因验潮站数据为单一时间序列而难以进行高精度预测。针对此问题,提出一种融合变分模态分解(VMD)和极度梯度提升算法(XGBoost)的变分模态分解-极度梯度提升预测模型,简称VMD-XGBoost模型。与XGBoost模型、卷积神经网络与长短期记忆神经网络混合模型(CNN-LSTM)、变分模态-卷积神经网络与长短期记忆神经网络混合模型(VMD-CNN-LSTM)对比,对荷兰沿岸海平面验潮站时间序列进行预测。验潮站预测结果分析表明：相较于XGBoost模型,VMD-XGBoost模型预测结果的均方根误差平均降低65.43%,平均绝对误差平均降低63.79%,平均绝对百分比误差平均降低63.44%,且相较于VMD-CNN-LSTM模型,VMD-XGBoost模型在验潮站海面高序列预测上具有更高预测精度,可实现高精度验潮站时间序列预测。     

秋季长江口北支表层海水pCO2变化特征

根据2009年9月首次获得的长江口北支海水pCO2实测数据,结合温度、盐度等参数,对长江口北支海水pCO2时空分布、变化特征及其影响因素进行了研究.研究结果表明,长江口北支海水pCO2总体呈现出淡水端高,咸水端低的特点;在同等盐度条件下,长江口北支海水pCO2明显高于长江口南支;长江口北支南段海水pCO2与盐度之间有着...     

长江口北支强潮河道悬沙运动及输移机制

随着崇明北侧岸滩的自然淤涨和人工圈围,北支河道显著束窄,"喇叭口"顶点位置下移。在新的地形及流域来水来沙变异背景下,作为长江河口的分支强潮汊道,其悬沙运动与输移特点值得探讨。根据2010年4月小潮至大潮连续8 d的半个半月潮水沙观测,结合多年不同河段水沙观测数据得到的含沙量过程曲线显示:整个河道潮流强、含沙量高,含沙量过程曲线呈 "单峰-双峰-单峰"的变化特点;河道悬沙的输移以平流输移和"潮泵输移"为主,以"喇叭口"顶点为界,上游段河道平流输移占主导地位,"潮泵输移"次之;下游段"潮泵输移"占主导,平流输移次之。净输沙总量呈:上段河道向海,下段河道向陆,在"喇叭口"顶点附近存在一个泥沙汇聚的最大浑浊带区域。     

基于BP人工神经网络的海水水质综合评价

为了能够客观地对海水水质进行综合评价,在分析人工神经网络概念和原理的基础上,从阈值角度出发,通过对各类海水水质污染指标浓度生成样本的方法,生成了适用于BP人工神经网络模型训练的样本,并应用基于误差反向传播原理的前向多层神经网络,建立了用于海水水质评价的BP人工神经网络模型。将该模型用于渤海湾近岸海域水环境评价,通过模型...     

长江口盐度的时空变化特征及其指示意义

2003年2,7月在长江口进行了枯、洪季大规模综合水文测验,布控范围西自江阴东至口外-20m,测验站点覆盖4条入海汊道.测验资料统计分析表明:(1)径流大小、汊道分流比、潮汐强弱和地形条件是控制盐度时空变化的主要要素;(2)在盐度空间分布上从大至小的顺序是:北支,南槽,北槽,北港口;(3)北支枯季发生盐水倒灌南支,而洪季可有一半以上区段为淡水所控;在其他3个入海汊道中,北港口门段是长江口盐淡水混合相对最弱的区段,盐度潮周期变幅最大,但洪枯变幅最小;南槽的盐淡水混合较强,盐度潮周期变幅较小,但洪枯变幅很大;北槽介于两者之间.(4)盐度时空变化反映洪季北支、南港和南槽分流比都有所增加.     

长江口北支进入南支净盐通量的观测与计

根据 2 0 0 1年 4月 1 0— 1 3日长江口大潮期 5个潮周期 3条测量船的同步连续观测资料 ,计算了长江口北支进入南支的净盐通量为 5 4 5× 1 0 6 t,这一结果为预测长江口南支及青草沙水源地的咸潮入侵强度和开发利用长江口淡水资源提供了重要数据。     

长江口南北槽分流口洪季水沙变化过程研究

河口分流口的水沙变化过程是影响河口三角洲发育的核心环节,对下游河势的稳定起着关键性的作用。本文通过对北槽二、三期工程前后的南北槽分流口河段洪季大潮期间的同步水沙观测数据进行分析,以探讨长江口深水航道工程整治对分流口水沙过程的影响。结果表明:(1)北槽二期工程到三期工程后,分流口洪季以落潮优势流、优势沙为主的格局基本没有发生改变,但南槽优势流、优势沙出现略有变大,而北槽略有变小现象;(2)分流口洪季的水体输移主要受控于欧拉余流的变化,除北槽入口段水体净输移量一直较小外,其他河段在二、三期工程实施期间均有大幅提升,其中斯托克斯余流变化不大,拉格朗日余流与欧拉余流变化相一致,南槽呈波动状上升,北槽先增后减;(3)在二期到三期工程期间,北槽分流比明显减小,入口段落潮流速减小,含沙量较高,水体输移量降低,输沙强度减弱,由此导致二期工程以来北槽入口河段淤积强度加重。     

基于粒子群优化算法的PSO-BP海底声学底质分类方法

利用粒子群优化算法（PSO）较强的鲁棒性和全局搜索能力等优点,将PSO算法与BP神经网络相结合,优化了BP神经网络分类时的初始权值和阈值。基于珠江河口三角洲的侧扫声呐图像数据,提取了海底声呐图像中砂、礁石、泥3类典型底质的6种主要特征向量,利用PSO-BP方法对海底底质进行分类识别。实验表明,3类底质分类精度均大于90%,高于BP神经网络70%左右的分类精度,表明PSO-BP方法可有效应用于海底底质的分类识别。     

人工神经网络在多金属结核研究中的应用

本文通过对太平洋CC区多金属结核成矿背景的综合分析,利用人工神经网络随机BP算法,建立能够反映控矿因素的地质因子与结核分布参数间关系的人工神经网络模型,用于研究海底多金属结核的分布。本文对BP算法加以改进,提高了BP网络的收敛速度,加强了BP网络的学习和记忆功能,开发出人工神经网络的软件包,该软件包能够快速估算矿区内每个位置结核的丰度值,且具有较高的容错性。     

基于神经网络的南太平洋长鳍金枪鱼渔场预报

南太平洋长鳍金枪鱼是我国远洋渔业的重点捕捞对象;对南太平洋长鳍金枪鱼进行准确的渔场预报;可以提高捕捞效率;提高渔业的生产能力。本研究根据1993-2010年南太平洋长鳍金枪鱼的延绳钓生产数据以及海洋卫星遥感数据（海水表面温度;SST;海面高度;SSH）和ENSO（El Niño-Southern Oscillation）指标;采用DPS（data processing system）数据处理系统中的BP人工神经网络模型;以渔获产量（单位时间的渔获尾数）和单位捕捞努力量渔获量（CPUE;Catch per unit of effort）分别作为中心渔场的表征因子;并作为BP模型的输出因子;以月、经度、纬度、SST、SSH和ENSO指标等作为输入因子;分别构建4-3-1;5-4-1;5-3-1;6-5-1;6-4-1;6-3-1等BP模型结构;比较渔场预报模型优劣。研究结果表明;以CPUE作为输出因子的BP人工神经网络结构总体上较优;其中以6-4-1模型结构为最优;相对误差只有0.006 41。研究认为;以CPUE为输出因子的6-4-1结构的人工神经网络模型;能够准确预报南太平洋长鳍金枪鱼的渔场位置。     

长江河口航道拦门沙冲淤变化的数学模拟和预测

本文选用1975—1978年长江口南槽逐月水下地形图以及相应的大通站的流量和含沙量,中浚、横沙和高桥等站的潮位资料,应用数理统计理论和方法,对长江口南槽航道拦门沙的冲淤变化进行数学模拟。结果表明,多元回归数学模式能够客观地反映拦门沙变化的内在规律。且该模式的拟合计算值与实测值基本相符。因此所建模式可以预测三峡工程和上游调水后,因水沙改变而引起的拦门沙的变化趋势。