基于人工神经网络的三峡库区丰都县水库塌岸预测

为了建立一个适合于三峡库区的塌岸预测方法体系,采用具有处理非线性关系功能的人工神经网络方法对水库塌岸问题进行研究。通过训练、学习和仿真,获得预测正确率为97.2%的具有7-32-14网络结构的BP神经网络模型,采用该模型对蓄水位为175　m时丰都县各岸段进行塌岸预测,并将预测结果与传统经验公式计算法所得结果及实际监测数据进行对比。结果表明:基于人工神经网络的塌岸预测宽度与实际监测数据很接近,偏差在5 m以内;公式法计算结果与监测值平均偏差为15.9 m,而且对于部分坡段,公式法计算结果比实际监测值小8～11 m,没能预测出塌岸的真正范围。采用神经网络模型对丰都县水库进行塌岸预测,预测结果与实际监测数据平均偏差约3.8%,表明其预测结果可靠。     

斜阶跃波层状介质航空瞬变电磁响应数值计算

目前,航空瞬变电磁方法数据解释主要采用阶跃波均匀半空间模型计算视电导率值,而实际航空电磁系统发射波形的下降沿多为斜阶跃,导致解释时计算的视电导率值存在较大偏差。为此,笔者研究了航空瞬变电磁系统发射电流为斜阶跃时的电磁响应数值计算,将发射波形进行拉氏变换,利用G-S逆拉氏变换与241点汉克尔变换相结合的方法,实现斜阶跃波关断后的层状大地模型航空瞬变电磁响应计算;并对均匀半空间和层状大地模型下,不同关断时间和不同飞行高度对电磁响应的影响进行分析。得出结论:不同关断时间,关断后取样延时2 ms时,均匀半空间电磁响应的平均偏差为27.78%,三层模型的平均偏差为32.16%;当飞行高度从20 m增加到60 m时,均匀半空间和三层模型的感应电动势分别减小了43.6%和83.2%。     

基于GIS的分组数据Logistic模型在斜坡稳定性评价中的应用

分组数据Logistic回归是针对因变量为定性变量、自变量为分类变量的一种解决方案,加权最小二乘法可用来求解该方程.将巫山县新城西区作为试验区,选取岩性、坡度、高程、地下水位埋深、距最近有影响构造线距离5种因素为斜坡稳定性影响因素,以试验区历史滑坡发生为因变量,建立了区域斜坡稳定性评价的分组数据Logistic回归方程,进行了回归方程显著性检验和回归系数显著性检验,最后利用回归方程对全区斜坡稳定性进行预测.模型拟合精度为:以滑坡发生概率0.157 9为判据,滑坡发生样本的判对率为72.55%,滑坡不发生样本的判对率为79.69%.     

基于哑变量分析的龙驹坝地区崩塌灾害易发性评价

选择合适的评价模型对准确评价崩塌灾害的易发性至关重要。以磨刀溪流域龙驹坝地区崩塌灾害为对象,对设置哑变量和未设置哑变量的Logistic回归模型进行比选分析,准确建立区域崩塌灾害易发性区划。分析表明:根据Cox & Snell R2和Nagelkerke R2统计量、混淆矩阵、hosmer-Lemeshow检验的结果,设置了哑变量的回归模型对样本的拟合效果较好,对灾害发生的判对率高。设置哑变量的回归模型崩塌概率归一值集中于极易崩区和易崩区,比重和为93%;未设置哑变量的模型仅为65%,前者的区划效果更佳。     

基于Copula函数的组合变量联合概率分布研究及应用

基于Copula函数原理,利用武江流域实测水文资料,以广义GDP为洪峰洪量边缘分布,构建了流域组合变量Copula概率分布模型,分析了洪峰与洪量、洪量与洪水历时、洪峰与洪水历时的联合概率分布,绘制各种变量组合下的联合分布图及重现期等值线图,并比较了同重现期条件下,洪水单变量设计值与多维联合设计值的区别。结果表明:广义GDP分布能很好的描述洪峰、洪量边缘分布,而基于广义GDP分布和指数分布构建的两变量Copula联合概率分布模型不限定变量的边缘分布,对各种类型的水文变量联合分布拟合效果较好;能全面反映洪水各特征属性不同等级下的联合发生频率,对同一频率下联合分布推求的洪水设计值比单变量设计值偏于安全。基于Copula函数的组合变量概率分布模型描述洪峰流量、洪量、洪水历时等特征的联合分布,较为全面地反映组合特征的洪水发生的概率和重现期,进一步反映洪水风险。     

基于时间序列分解和多变量混沌模型的滑坡阶跃式位移预测

三峡库区某些库岸滑坡在强降雨、库水位涨落等诱发因素影响下,其位移时间序列表现出阶跃式变化特征且可能存在混沌特性.但目前常用于滑坡位移预测的混沌模型,均建立在单变量混沌理论的基础之上.且已有的考虑了诱发因素的常规多变量模型,大都采用经验性的方法来选取输入变量;常规多变量模型对滑坡位移序列的非线性特征,及其与诱发因素间的动态响应关系缺乏数学理论上的深入分析.因此,提出一种基于指数平滑法、多变量混沌模型和极限学习机（extreme learing machine,ELM）的滑坡位移组合预测模型.指数平滑多变量混沌ELM模型首先对滑坡累积位移序列的混沌特性进行识别;然后用指数平滑法对累积位移进行预测,得到趋势项位移,并用累积位移减去趋势项位移得到剩余的波动项位移;之后对波动项位移及降雨量、库水位变化量这3个因子进行多变量相空间重构,并用ELM模型对多变量重构后的波动项位移进行预测;最后将预测得到的趋势项和波动项位移值相加,得到最终的累积位移预测值.以三峡库区白水河滑坡ZG93监测点的累积位移作为实例进行分析,并将模型与指数平滑多变量混沌粒子群-支持向量机（PSO-SVM）模型、指数平滑单变量混沌ELM模型作对比.结果表明滑坡位移序列存在混沌特性,模型能有效预测滑坡位移,其预测效果优于对比模型.且本文模型从混沌理论的角度将波动项位移与降雨量、库水位变化量的动态响应关系进行综合分析,更能反映滑坡位移系统演化的物理本质.      

水位流速耦合演算模型研究

河道防洪,水位和流速是重要的预报特征量.目前对于缺乏流量观测资料和没有稳定水位流量关系线的河道,几乎还没有实用、有效和具有通用性的水位与流速双变量预报模型.以水流质量和力的平衡方程为基础,根据因次分析方法,提出摩阻的导数表达结构,并差分形成水位流速双变量耦合演算模型.通过钱塘江、赣江和桂江3个流域中4个河段的模拟检验,取得了较好的结果,率定期和检验期的确定性系数都大于0.7.初步证明了双变量耦合演算模型结构的合理性和模拟实际河道水流的有效性.     

基于熵值法的BP网络输入变量加权分层方法研究

当BP网络模型的输入变量包括多个类别时,如果其中几类变量的个数远多于其它类别的变量,变量多的这几类会削弱其它类变量对输出变量的影响,导致模型预报误差增大。提出BP网络输入变量加权分层的改进方法。根据熵值法模型对每个类别包含的所有变量按其重要程度加权平均,得到代表各类的综合影响指标,将这些综合影响指标作为BP网络模型的输入变量得到模型预报结果。改进后的模型更全面合理地考虑了各类输入变量的变化对输出变量的影响,发展了神经网络的应用理论。实例计算表明,模型预报精度得到明显提高。     

变滞模型的混合自回归滑动平均模型解

水文系统表示输入变量(或变量组)经过一组物理、化学和(或)生物过程的作用而转变为输出变量(或变量组),就其性质来说,它是一个物理、连续和动力的系统。水文模型是水文系统的简化表示,它可以分为水文物理模型和水文数学模型。水文数学模型又可分为确定模型和非确定模型,亦即在水文系统中,若所有变量均不考虑概率分布时,则这种模型是确定模型;若任一变量具有概率分布时,则该模型是随机模型。关于确定模型与随机模型的关系,国外已有一些研究。若输入为白噪声,通过单个线性水库的作用,其输出的自相关函数可以用一阶自回归过程来表示。水文时间系列无论是作为确定时间系列,还是作为随机时间系列,尽管两者参数估计的术语和方法不同,但是两者所用的概念     

祁连山老虎沟12号冰川表面能量和物质平衡模拟

采用HOCK的分布式能量物质平衡模型对老虎沟12号冰川消融期的物质平衡进行了模拟,时间步长为1 h,空间分辨率为30 m. 模型结果利用物质平衡观测数据和气象站观测数据验证,模型模拟时期为2012年6月1日-9月30日. 模型模拟结果表明,地形因子对太阳辐射影响相当显著;散射辐射在总辐射中的比例较大为39%,模拟期冰川表面物质平衡为-506 mm w.e.. 在模拟期整个冰川平均上净辐射占能量收入的84%,感热通量占有16%;消融耗热则是能量的主要支出占有62%,潜热通量占有能量支出的38%.