基于嵌入式索引的水文时间序列相似性搜索模型

相似模式挖掘已成为水文领域一个重要研究方向。对水文数据的相似性挖掘,有利于掌握水文数据变化规律和趋势,为洪水预报、防洪调度提供支持,是具有重要意义的工作。为此,在引入时间序列嵌入索引的基础上,结合水文时间序列的特点提出水文时间序列的快速搜索方法。该方法通过序列分割、聚类和参考集训练从原始序列中获取参考序列集,在此基础上通过索引计算方法,将相似性搜索过程映射到欧氏向量空间的搜索,从而提高了搜索效率。     

多度量水文时间序列相似性分析

多度量组合可以提高相似性分析的准确性,基于该思想,提出多度量水文时间序列相似性分析方法,首先,使用多个单一相似度量分别计算相似时间子序列,然后,采用改进BORDA投票法对各度量分析得到的相似子序列进行组合和排序,得到最终的相似时间子序列。为了证明提出方法的可行性和有效性,以淮河流域王家坝水闸洪水过程相似性分析为例进行了验证。分析结果表明,基于改进BORDA投票法的多度量水文时间序列相似性度量方法可以提高相似查询的准确性。     

基于VMD-TCN的月降水量预测模型

准确的月降水量预报对水资源的合理开发利用及洪涝灾害的预测和防治具有重要意义.针对传统降水预测方法信息挖掘能力不足的问题,提出了一种基于VMD-TCN的月降水量组合预测模型.该模型使用VMD将原始序列分解为一系列相对平稳的子序列,然后利用TCN对各子序列分别进行预测,输出各子序列预测结果,叠加得到最终预测结果.将VMD-...     

基于LSSVM-ARMA模型的基坑变形时间序列预测

如何准确预测和控制基坑变形是基坑工程的一个难点,提出了一种基于小波变换、粒子群优化的最小二乘支持向量机（PSO-LSSVM）和自回归移动平均模型（ARMA）的基坑变形时间序列预测方法。首先,利用小波变换将基坑变形时间序列分解和重构为2个子序列--趋势时间序列和随机时间序列,在该基础上,采用PSO-LSSVM模型与ARMA模型分别预测趋势时间序列与随机时间序列未来值,将2个子序列的预测值求和作为最终预测结果。最后,将该方法应用于昆明某基坑工程的深层水平位移预测,不断地利用前期工况的最新实测数据建模,对后期工况未来变形量进行滚动预测,获得了令人满意的结果。     

滑坡监测点多信息相似性度量方法研究

滑坡监测点在一段时间内对外界影响因素的响应可以看作滑坡在当前时刻的状态。滑坡监测点在相似的状态下受到相似的外界激励时会表现出相似的响应。据此,可以对相似的状态进行类比,从而将相似状态运用于滑坡的稳定性分析、数据修正和预测预报等。提出一种基于多信息的状态单元矩阵的相似性度量方法,运用该方法同时对滑坡的外界影响因素和运动状态进行相似性匹配,既保证了外界影响因素的相似性,也保证了滑坡当前运动状态的相似性。为验证该方法的有效性,运用三峡库区4个滑坡34个监测点的1 770个状态作为状态单元集,对白水河滑坡2015年1月至2016年6月的位移数据进行预测。预测结果显示,该方法优于现有的BP神经网络、支持向量回归等经典预测方法。     

矿井涌水量时间序列的长程相关性分析及分维数估算

根据矿井涌水量实测数据,探讨了矿井涌水量时间序列的两个重要特性,即:长程相关性和统计自相似特性。利用小波分析和分形理论在多尺度分析和自相似本质上的一致性,把小波分析和分形理论引入到矿井涌水量时间序列的分析中,得到矿井涌水量时间序列小波变换系数,在此基础上,提出了矿井涌水量时间序列分形维数的小波计算方法,并对巷道涌水量和回采工作面涌水量时间序列的分维值进行了计算,验证了小波分形维数估计法在提取矿井涌水量中所具有的分形特征信息是稳定的和可靠的。     

深基坑施工时地表沉降预测的时序-投影寻踪回归模型

为了保证施工的正常进行、实现信息化施工,必须对基坑实际监测数据进行分析与预测。现有的趋势时间序列分析方法很难满足实际施工中高度非线性问题的拟合,预测误差较大。基于这点考虑,以天津某工程基坑施工地表沉降观测序列为例,在对原始数据进行分析的基础上,提出既可以考虑趋势时间序列,又具有高度非线性拟合性能的时序-投影寻踪回归模型。首先,通过比较分析几种时间序列方法的逼近误差和预测误差,寻求出一种逼近较好的时间序列预测方法。然后,将预测得到的时间序列和观测数据相结合,采用投影寻踪回归方法拟合。应用结果表明,该模型逼近性能良好,预测误差小,可为深基坑位移沉降的动态预测提供一条较好的途径,对基坑动态设计与信息化施工等方面具有重要的参考价值。     

基于神经网络的混沌时间序列预测

应用混沌方法对时间序列观测数据进行处理,计算出最大lyapunov指数,得到最大可预报时间尺度。在此基础上,建立人工神经网络预测预报混沌时间序列的模型。结合实例,对该预测方法进行了计算验证。     

基于差异序列信息熵的降雨分区研究

充分挖掘降雨变量语法信息,利用基于差异序列信息熵测度理论的遗传算法聚类分析方法,对淮河流域蚌埠站以上区域99个雨量站进行了分区研究。根据各子区域内雨量站降雨序列差异测度得到最优分区,从而使得降雨信息在区域内具有较大的同质性。最后,以插值精度为标准,将不分区的情况为参照对象,对2、4、8三种分区结果进行校验,结果显示,相对于不分区,分区明显提升了降雨插值的精度。     

滑坡时间预报的非平稳时间序列方法研究

本文基于边坡变形破坏的特点,对位移观测数据进行统计分析,利用非平稳时间序列理论就位移观测值建立模型进而作出预报。通过实例验证,该理论方法在边坡变形破坏时间预报中是有效可行的。     

水文时间序列相似性查询的分析与研究——以漯河站、何口站汛期降雨量相似性查询为例

水文时间序列相似性查询可用于雨洪过程预测、环境演变分析、水文过程规律分析等方面.最为直接的应用是回答防汛指挥中经常问到的"当前水文过程相当于历史上哪一时期的同类过程"等问题.由于水文数据数量大、类型复杂,仅使用水文学的理论和传统统计方法加以分析,往往因为计算能力、存储能力以及算法的复杂而造成预测时间较长.在水文领域引入数据仓库和数据挖掘的理论与技术,为解决水文科学研究面临的问题提供了新的思路.     

Drought Monitoring Using Data Mining Techniques: A Case Study for Nebraska, USA

Drought has an impact on many aspects of society. To help decision makers reduce the impacts of drought, it is important to improve our understanding of the characteristics and relationships of atmospheric and oceanic parameters that cause drought. In this study, the use of data mining techniques is introduced to find associations between drought and several oceanic and climatic indices that could help users in making knowledgeable decisions about drought responses before the drought actually occurs. Data mining techniques enable users to search for hidden patterns and find association rules for target data sets such as drought episodes. These techniques have been used for commercial applications, medical research, and telecommunications, but not for drought. In this study, two time-series data mining algorithms are used in Nebraska to illustrate the identification of the relationships between oceanic parameters and drought indices. The algorithms provide flexibility in time-series analyses and identify drought episodes separate from normal and wet conditions, and find relationships between drought and oceanic indices in a manner different from the traditional statistical associations. The drought episodes were determined based on the Standardized Precipitation Index (SPI) and Palmer Drought Severity Index (PDSI). Associations were observed between drought episodes and oceanic and atmospheric indices that include the Southern Oscillation Index (SOI), the Multivariate ENSO Index (MEI), the Pacific/North American (PNA) index, the North Atlantic Oscillation (NAO) Index, and the Pacific Decadal Oscillation (PDO) Index. The experimental results showed that among these indices, the SOI, MEI, and PDO have relatively stronger relationships with drought episodes over selected stations in Nebraska. Moreover, the study suggests that data mining techniques can help us to monitor drought using oceanic indices as a precursor of drought.     

应用时间序列InSAR技术监测上海磁悬浮列车专线形变

新代高分辨军、短重访周期SAR卫星的发射运行,使得InSAR技术不仅能满足大范围地表沉降监测的数据需求,还可以监测到大型人工线状地物的形变,使得对短周期微小形变的监测和预警成为可能。本文以上海市在运营的磁悬浮列车专线为研究对象,利用时间序列分析方法对20112~F9月～2012年10月期间的15景TenaSAR-X数据进行了处理和分析,实验结果表明高分辨军SAR数据可以用于公共交通设施微小形变的监测,在公共安全领域具有广阔的应用前景。     

深部开采覆岩应力变化规律模拟实验研究

为了研究深部开采条件下覆岩结构运动所引发的动力破坏特征及巷道围岩中采动支承压力分布规律,以某矿20180工作面覆岩为研究对象,通过相似材料模拟实验,得出了深部开采条件下覆岩应力变化规律。结果表明:顶板垮落规律显著,初次来压步距较长,周期来压步距基本相似;开采过程中底板与顶板支撑压力是动态变化的,并具有同步性;随着顶板岩层高度的增加,应力集中系数逐渐减小。根据底板和顶板的应力变化规律,将底板和顶板划分为五个区域,为深部开采条件下工作面巷道超前支护,采空区瓦斯抽放及矿压控制提供可靠理论依据。     

SBAS-InSAR和PS-InSAR技术在鲁西南某线性工程沿线地面沉降成因分析中的应用

地面沉降问题严重影响着鲁西南经济发展区交通工程建设。文中选择某线性工程两侧5 km范围作为研究区,文章收集RadarSAT-2（2017—2020年）、Sentinel-1A（2019—2020年）存档数据和沿线区域地质、水文地质、矿产开发资料,采用时序InSAR分析的方法,对研究区沿线地面沉降分布特征及规律进行综合分析。研究结果表明:研究区主要地面沉降诱因是煤矿采空区塌陷和地下水超量开采,前者以矿区工作面为中心形成沉降漏斗,沉降速率变化和沉降中心移动与煤矿作业工作面挖掘进度和转移密切相关;后者沉降分布规律与地下水开采使用点相关,形成与地下水开采使用范围相近的沉降带。研究区在2017—2020年内持续发生沉降,最大年均沉降速率为136.5 mm/a,单年累计最大沉降量为220 mm。经同期CPI水准点观测结果校核,InSAR数据处理成果平均误差小于1 cm/a,相关系数到达70%以上。本文采用的分析方法能及时准确反映出线路方案穿行研究区内各处地面沉降变化,为线路方案规划和地质灾害整治提供有效合理参考。     

时间序列InSAR技术在矿区地表形变监测中的应用

针对露天矿区与城区地表相干性不一的特征,提出一种改进的时序InSAR(合成孔径雷达干涉测量)技术对霍林河矿区及周围城区地表进行形变监测。首先,通过增加时间采样密度控制相干性来筛选矿区周边具备一定相干点密度的干涉数据;其次,采用经过参数优化的分布式散射点选取方法选取分布式目标并使用传统方法提取永久散射体;最后,将分布式目标与永久散射体目标混合构建Delaunay三角网进行两次回归分析得到研究区域地表形变速率。实验结果显示,霍林河矿区边坡最大形变速率达到?630 mm/a,矿区周边道路地面最大沉降速率达到71 mm/a,霍林郭勒市地表沉降速率最大达到15 mm/a,与同期GPS监测结果进行对比,证明改进的时序InSAR技术方法适用性良好,对矿业城市地表形变监测提出了一种新的InSAR监测方法。     

光学遥感用于贵州发耳镇尖山营滑坡监测研究

文章选取贵州省发耳镇尖山营采矿型滑坡为研究对象,利用多期光学遥感数据,基于亚像元相关性匹配技术,实现该滑坡长时序定量化二维形变监测。利用多期存档Google earth影像及无人机影像,探测出该地区1#滑坡在2013年已开始发生明显的地表形变,且随着时间的推移,地表形变愈发严重;再基于Sentinel-2遥感数据求解出1#滑坡自2016年7月31日至2020年3月22日期间的二维形变时间序列,结果表明:该滑坡最大水平形变方向与斜坡方向一致,且在东西向和南北向上均表现为持续增大的趋势,最大累积形变量分别达到了44 m和-58 m。      

山西龙子祠岩溶泉流量动态特征与影响因素分析

选取山西南部典型岩溶泉龙子祠泉域为研究对象,利用1954-2018年65年长时序的泉水流量、降水监测数据及1990-2018年的开采数据,分析其动态特征及响应规律。结果表明:该泉域泉流量在2.94～8.39 m3·s-1之间波动,多年平均流量为4.74 m3·s-1;年内泉流量对降水补给响应有4个月的时间滞后性;开采量保持较高水平时,泉流量总体呈明显下降趋势。利用多元回归方法建立两个阶段（1954-1989年和1990-2018年）的数学模型,并对其进行模拟和误差分析,结果显示:第一阶段泉流量影响因素主要为前一年降水和前两年降水;1990年开始存在开采活动,第二阶段受降水和开采共同制约,与当年开采量负相关且受其影响最为强烈,其次受前一年和前两年降水影响;整个时间序列上流量误差为11.62%,模拟效果较好。      

重金属元素的时空分布与矿山采矿历史的地球化学非线性响应

人类活动对环境影响严重,采矿活动尤甚。对矿山环境的研究重要而迫切,特别是重金属元素污染,其首要问题是重金属元素的迁移能力和影响因素,归根结底是污染元素从污染源到外围区域的时空响应和时空结构。中国铜陵、铜绿山等众多金属矿山具有悠久的采矿历史,在为国民经济带来重大效益的同时,也带来了众多的环境问题。目前对矿山环境的研究多集中在非动态及调查性研究方面,很少从时间与空间结构2个角度同时考虑地球化学迁移转化的机理;国内关于矿山环境的研究资料也不多。建议在矿区重金属环境地球化学的研究中应用非线性研究手段,重点是分形、多重分形、非线性时间序列等分析方法,研究重金属元素的时序分布和空间展布机制。