人工神经网络和决策树模型在滑坡易发性分析中的性能对比

机器学习模型广泛应用于区域性滑坡易发性分析。模型的选择关系到评价结果的可信度、准确率和稳定性。现有滑坡易发性分析模型对比研究侧重模型的预测精度。模型的稳定性和数据量敏感性对机器学习模型的性能评估同样非常重要。本文以福建省南平市蔡源流域为研究区,以四川省绵阳市北川县为验证区,从预测精度、稳定性和数据量敏感性3个方面深入对比BP（Back Propagation）人工神经网络模型和CART（Classification and Regression Tree）决策树模型在滑坡易发性分析中的效果,主要结论如下:① 在逐渐增加一定数量训练样本的过程中,BP人工神经网络模型预测精度的增长率更高。在蔡源流域内,当训练样本数量增加10 000时,BP人工神经网络模型的预测精度上升5.22%,CART决策树模型的预测精度上升2.11%。② BP人工神经网络的预测精度高于CART决策树模型,且较为稳定。在100组数据集上,BP人工神经网络模型验证集预测精度的均值和验证集滑坡样本预测精度的均值分别为81.60%和84.86%,高于CART决策树模型的72.97%和76.59%。与此同时,BP人工神经网络模型对应预测精度的标准差分别是0.32%和0.37%,小于CART决策树模型的0.35%和0.67%。③ BP人工神经网络模型分析的滑坡易发区相比CART决策树模型,更接近实际滑坡的空间分布。最后,北川县的验证实验也出现了相同的现象。     

青海省海东地区土地开发整理潜力分析

一、概述。海东地区位于青海省东北部，地处祁连山支脉达板山南麓和拉脊山脉，属于黄土高原向青藏高原过渡的相嵌地带。地势由北向南、由西向东倾斜。地形复杂多变，以山地丘陵为主体。境内山峦起伏，沟壑纵横，由一系列西北一东南走势的山脉、河谷阶地相间而成。地面相对高差较大，海拔最低处1650米，最高处达4634米。全区所辖6个县，105个乡镇，1614个行政村，总人口154万人（其中农业人口132．2万人）。土地总面积132万公顷，其中农用地面积103．07万公顷，占土地总面积的79．1％。2004年，全区农业总产值22．7亿元，占全省农业总产值的26％，已初步形成青海省粮油、蔬菜、果品等为主的农业生产区。但是，随着当今工业化、城市化的发展和人口的剧增，对土地资源的需求量将会不断增长，尤其是住宅和工业建设占用耕地急剧增加，耕地逐年锐减。     

1991年学术年会在成都举行

中国海洋湖沼学会水文气象专业委员会第七次学术讨论会和山东(暨青岛)海洋湖沼学会1991年学术年会于1991年10月24日至27日在成都市四川大学学术交流中心联合召开,112名代表参加会议。大会共收到学术摘要146篇,撰稿人约200人。成都市科协贾高主任,学会部黄宝珠部长到会祝贺并讲了话,黄部长还传达了1991年10月全国地方科协学会部工作座谈会的精神,代表们受到很大鼓舞。这次会议得到成都市科协和四川大学的热情支持和帮助。第一天的大会上,中国海洋湖沼学会副理事长、水文气象专业委员会理事长、山东(暨青岛)海洋湖沼学会名誉理事长文圣常教授致开幕词。在大会上,王惟一和曾焕彩分别就     

北京几次弱降水过程预报失误分析

在选取的北京地区2011年冬季至2012年春季9次弱降水过程中,预报员出现了4次空报、2次漏报,预报效果总体不理想。通过对9次过程的预报检验、天气分析和多模式预报对比,得到如下认识:北京地区弱降水过程天气形势复杂多样,按高空大气环流形势可分为两槽一脊型、一槽两脊型、一槽一脊型,按地面天气形势可分为冷锋型、华北锢囚锋型、东风与倒槽型和东风回流型;弱降水过程普遍具有对流层低层水汽条件差或动力抬升弱的特点;对湿层浅薄、饱和层高度高、抬升凝结高度高的弱降水过程,数值模式容易出现空报;而对低层湿度条件好、饱和层高度低、抬升凝结高度低但高空系统弱的降水过程,模式又容易出现漏报;预报员主观预报出现空、漏报主要源于对天气系统的结构及发生发展机理认识不足,对边界层水汽、抬升等关键降水要素缺乏预报订正经验。     

云浮地区灾害性大风的特征

利用云浮地区16个气象站2008—2016年的大风资料,从大风的发生时间、时段、风向和风力等方面分析大风的空间和时间分布规律及特征,结果表明:(1)大风分布与地形有一定关系,罗定大风最多,郁南最少。(2)大风日变化非常明显,白天出现大风的机率远远大于夜间,下午明显大于上午;大风日数的月和季节分布变化特征也非常明显,汛期4—9月是高发期。(3)强对流天气引起的大风占比最大,其次是热带气旋影响,而冷空气引起的占比极少。     

红水河汛期径流与印度洋海温异常的关系

使用1951—2014年广西河池市红水河龙滩站的月流量和同期海温、500 hPa位势高度、850 hPa矢量风资料,基于相关分析、EOF分析和合成分析,研究了红水河汛期流量与印度洋海温异常的关系,以及印度洋海温异常影响红水河流量的物理机制。结果表明,印度洋海温距平分布的三种模态,包括前期夏季印度洋海温距平EOF1_6—8、EOF1_2—4、印度洋海温距平EOF1_2—4和EOF3_2—4,与红水河汛期流量显著相关。用这三个模态的时间系数、龙滩站前期4—5月平均流量和南印度洋2、3和4月偶极子指数可以很好地模拟龙滩站汛期流量,因此,它们可以作为红水河径流预测的物理因子。印度洋海温异常影响红水河汛期流量的途径可以概括为,印度洋海温冷水年,冷异常可在四个季节持续。春季冷海温可使北半球春季南支气流上小槽波动强烈,南支槽加强,水汽输送显著增强;夏季可显著增强夏季风气流,使更多的水汽输送到红水河增大径流量;秋季和冬季,印度洋的冷海水减弱了北半球冬季环流形势,诱使西北太平洋水汽向中国东部地区输送,使红水河有更多的水汽汇集增大龙滩站流量。反之,印度洋海温暖水年时,四个季节的海温持续增暖,使北半球中纬度低气压系统变得不活跃,冬季形势进入早、而结束晚,中国东部受干燥气流控制时间长,春季和夏季副热带高压增强,同时,夏季风减弱,水汽输送较少,使汛期红水河流量减小。      

“16·7”华北极端强降水特征及天气学成因分析

2016年7月19-20日华北出现了当年入汛以来最强降水过程。此次降水过程为一次影响范围广、累积雨量大、持续时间长的极端强降水过程,其强度较"96·8"强,仅次于"63·8"。以暖云降水为主,短时强降水特征明显,局地小时雨强强、且具有明显的地形降水特征。此次强降水发生在南亚高压东伸加强、副热带高压西伸北抬、中高纬度西风带低涡系统发展的环流背景下,黄淮气旋、西南和东南低空急流的异常发展以及水汽的异常充沛表明此次强降水过程动力抬升和水汽条件非常有利。强降水过程表现出明显的阶段特征,主要分为两个阶段:19日凌晨至白天为高空槽前偏东风导致的地形强降水、19日夜间至20日为黄淮气旋系统北侧螺旋雨带造成的强降水。第一阶段的降水主要与高空槽前偏东风/东南风急流的发展有直接关系。这一阶段对流降水旺盛,中层弱干冷平流以及低层强暖平流是对流不稳定能量的维持机制,强降水形成的冷堆与局地地形作用产生的中尺度锋生过程为对流持续新生提供了有利条件。第二阶段的降水主要与低涡切断和黄淮气旋的强烈发展有关。该阶段降水对流相对较弱,黄淮气旋进入华北以后移动缓慢,从而造成降水持续时间较长。     

鄂尔多斯盆地西南部上三叠统延长组长8、长6油层组 的沉积体系与物源方向

野外露头剖面的岩石学与岩相组合,沉积特征与相标志,古流向测定,室内砂岩的骨架矿物、重矿物组合及其平面分布规律的研究结果表明：鄂尔多斯盆地西南部上三叠统延长组长8油层组是以线状或点状物源为特征的一套近源快速堆积的冲积扇与扇三角洲沉积体系,形成于盆地由快速拗陷转入逆冲负荷沉降期间。长8沉积期盆地西南部的古水流与物源主要来自盆地西南方向,其次为西北和东南方向。长6油层组沉积期,盆地内部底床下沉作用减缓,湖盆开始收缩,湖盆西岸除北部有少量扇三角洲沉积外,主要为辫状河三角洲沉积：而盆地东北部与东部的沉积作用大大加强,致使在盆地东部形成一系列大型曲流河三角洲沉积体系,至盆地西南部相变为半深湖-深湖相与浊流相沉积。长6沉积期古水流除来自西南、西北和东南方向外．还有来自北东和正东方向的次要物源,它们在盆地西南部悦乐-玄马-板桥-固城-合水-带汇合,使该地带成为混合物源区。     

城乡过渡带空间演进与空间交互强度分析

采用NPP/VIIRS夜间灯光数据提取广州市城乡过渡带边界,利用基于sDNA模型修正的引力模型测算2012—2019年广州市城乡过渡带的空间交互强度,分析其空间演进特征与社会经济发展的关系。研究表明：1）2012—2019年广州市城乡过渡带总体呈扩大趋势,以北偏东方向发展为主,破碎区块逐渐演变为连续区域;2）广州市城乡过渡带之间的空间交互网络结构呈现“多方向化”趋势,从最初的西南侧单线网络结构逐步发育成多方向闭合网络联结结构,目前演变为南北两支、东西向的强空间交互态势,以白云区为代表的北部区域和以番禺区为代表的南部区域是广州市城乡过渡带的重要战略节点地域;3）广州市城乡过渡带社会经济优势度呈现出由内向外的3个空间层级结构,并由城市核心区辐射带动,向北、东北与东南3个方向推动发展为城乡过渡带;4）各城乡过渡带的发展速度不均衡现象仍较明显,广州市应结合本区域优势产业和自然资源,走联合与互补发展并存的道路,重视城乡过渡带区域发展引擎,增强其与周边地区联系的潜力。     

多尺度视角下中国新能源汽车产业创新空间格局及网络特征

创新活动与创新网络的多尺度空间模式是创新经济地理学关注的焦点。论文选择在知识分类上兼具隐性和显性知识特征的新能源汽车产业作为研究对象,利用来自国家知识产权局的相关专利数据,分析了2001—2015年中国新能源汽车产业独立创新活动和合作创新网络在“区域—省域—市域”的多尺度空间特征,并对其进行空间分类。结果显示：① 创新活动在城市层面最具解释力度,中国新能源汽车产业技术创新活动主要集中在东部和北部沿海地区,市域尺度上的创新活动存在较大差异;② 内部创新网络和外部创新网络在区域层面最具解释力度,创新网络集中在东部和北部沿海地区,市域尺度上的创新网络变异明显;③ 在不同尺度上,创新网络与创新活动之间存在不同程度的差异。地方创新环境与创新主体性质是造成上述格局差异的重要原因。仅停留在空间上的分析很难深入解释创新网络格局,应从更微观的创新主体层面探究创新结网的过程和机理。此外,创新活动和创新网络分别具有“多尺度结构性嵌套”和“多尺度能动性交换”特征,未来研究应对两者之间的差别给予更多关注。