数学插值方法在水文地质学中的应用探讨

论述了水文地质工作者正在应用的几种数学插值方法的特点，针对不足之外，提出了改进方案。     

现代水文地质学的演变与发展

在概括水文地质学发展过程的基础上,指出水文地质学,从传统水文地质学,走向现代水文地质学,取得的重大进步。并提出了现代水文地质学的特征及其研究内容和发展方向。     

现代水文地质学的演变与发展

在概括水文地质学发展过程的基础上,指出水文地质学,从传统水文地质学,走向现代水文地质学,取得的重大进步。并提出了现代水文地质学的特征及其研究内容和发展方向。     

人工神经网络在水文资料插补延长中的应用

水文资料的插补延长一直是水文计算中的一个难题.本文针对水文资料的插补和水文资料的延长问题进行系统的研究.插补水文资料时,采用人工神经网络双向时间序列插补模型,打破了传统的单向时间序列识别模式,应用缺测时段前后已知时段水文资料,插补出缺测水文资料;展延长系列水文资料则应用人工神经网络参证站模型,并应用流量较大年份的径流资料预测未知年份的径流资料,来进一步提高预测精度,并结合紫坪铺流量资料插补延长实例,检验模型的可行性.结果表明该模型对水文资料的插补或对未知年份的径流量都能够进行较好的预测.     

BP人工神经网络在地学中的应用

ＢＰ人工神经网络是摸拟人脑机理和功能的一种新型计算机和人工智能技术,它在数据处理中可避免数据分析和建模中的困难,采用拟人化的方法进行处理,特别适用于不确定性和非结构化信息处理,因而对地质学中各种未知信息的预测有着较好的适用性。     

环境水文地质学的最新发展与今后趋向

环境水文地质学是从七十年代到八十年代，在我国逐渐发展而形成的一门新学科，也是在地质科学领域内，最新发现的若干分支学科之一。本文概略论述了环境水文地质学的基本概念与研究范畴，重点介绍了区域环境水文地质、污染环境水文地质、水文环境地球化学，以及地下水资源开发负环境效应等方面研究的最新成就，提出了这一新学科的发展趋向与今后任务。     

人工神经网络方法及其在遥感地质找矿中的应用

文章探讨了三层神经网络结构及其误差逆传播学习算法在遥感图像分类中的应用,并利用其技术优势对滇西红山试验区进行了研究实践,结果表明人工神经网络识别在遥感地质找矿研究中具有广泛的应用前景。     

从应用地学与基础研究看水文地质学的发展现状与趋势

一九八九年度第28届国际地质大会的组织者,为了突出当前地球科学跨学科渗透的特点,突破以往按专业分组的惯例,独具匠心,在学术上划分了十四个方面,近二百个主题,内容包罗万象,反映了80年代后期世界地学研究的前沿动向,引导了地质科学的新潮流.水文地质学被包容到了许多学术问题中去,“渗透”到了地质学的各个方面.下面大致按应用地学与基础研究两大范畴.谈谈自己对当前水文地质学的研究现状与趋势的认识.一、应用地学方面1. 水资源管理是应用地学中环境问题的首要问题水资源紧缺已成为世界性面临的危机之一.地下水长期超采以及某种程度上使用不当造成的水质恶化和水量枯竭,不仅使供水有难以为继之虑,也对环境产生严重威胁.水资源管理     

基于ANN的苏锡常地裂缝预测研究

伴随着地面沉降灾害的发生,地裂缝作为一种新的地质灾害出现在苏锡常平原上,已有十多年历史,给地区发展造成严重危害。作者在较详细地阐述区域地质背景基础上,着重分析了地下水位和地面沉降在地裂缝形成中的作用。确定了“起伏的基底外加地下水位和地面沉降作用”这一地裂缝成灾模式。研究认为地裂缝的发生与地下水及地面沉降之间不存在简单的线性关系。而是二者共同作用的结果,同时需要有量的配合。初步确定了水位埋深50m,地面沉降量达500mm这样一个苏锡常地区地裂缝的易发环境。通过文章的研究,使得苏锡常地区地裂缝的产生机制更加清晰。文中一些定性和半定量的分析结论将对该地区地裂缝防治区划产生指导作用。     

基于GIS与ANN模型的地震滑坡易发性区划

基于遥感数据、地理信息系统(GIS)技术和人工神经网络(ANN)模型,开展地震滑坡易发性区划研究.2010年4月14日玉树地震后,基于航片与卫星影像目视解译,并辅以野外调查的方法,在地震区圈定了2036处地震诱发滑坡.选择高程、坡度、坡向、斜坡曲率、坡位、与水系距离、地层岩性、与断裂距离、与公路距离、归一化植被指数(NDVI)、与同震地表破裂距离、地震动峰值加速度(PGA)共12个因子作为地震滑坡易发性评价因子.这些因子均是应用GIS技术与遥感影像处理技术,基于地形数据、地质数据、遥感数据得到.训练样本中的滑动样本有两组,一组是滑坡区整个单滑坡体的质心位置,另一组是滑坡滑源区滑前的坡体高程最高的位置.应用这12个影响因子,分别采用这两组评价样本,基于ANN模型建立地震滑坡易发性索引图,基于GIS工具建立地震滑坡易发性分级图.分别应用训练样本中滑坡分布的点数据去检验各自的结果正确率,正确率分别为81.53％与81.29％,表明ANN模型是一种高效科学的地震滑坡易发性区划模型.     

山西榆次地裂缝灾害评价的GIS与ANN耦合技术研究

现代地裂缝在世界许多国家普遍存在,已成为当今世界范围的一种主要地质灾害.本文详尽分析了山西榆次地裂缝灾害的各个致灾因子的基础上,利用地理信息系统(GIS)技术建立了地学信息的各个子专题层图;然后采用以工程技术手段模拟人脑神经网络结构和功能特征的人工神经网络(ANN)技术,构建出地裂缝灾情非线性评价模型,榆次地裂缝灾害进行了非线性评价,为榆次城建、环保和国土规划等部门的正确决策提供了重要的科学依据.     

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BP神经网络的手写数字识别

介绍了光学字符识别的几种方法以及神经网络的特点，神经网络技术能够解决传统OCR方法所不能解决的问题，同时指出了手写数字识别存在的困难，论证了利用神经网络技术解决这种困难的可能性。本文实现了通过一个含有1个隐藏层的BP网络来识别手写数字，并取得了良好效果，论证了这种技术用于手写数字识别的可行性。     

基于MATLAB-NNT的高速公路软基处理方案决策模型

首先介绍了中国高速公路软基处理技术决策问题的研究现状,然后介绍了人工神经网络(ANN)BP模型和MATLAB神经网络工具箱(NNT)。最后以沪宁高速公路软基地质条件为实例,以MATLAB-NNT为工具,建立了高速公路软基处理方案的ANN决策模型,对所建立的ANN模型进行训练、回判和预测,得到了满意的结果,证明模型是有效的。     

人工神经网络在爆破块度预测中的应用研究

利用人工神经网络模型对爆破块度进行预测,实验结果表明,该方法是完全可行的。通过对实验样本数据进行归一化处理后再对人工神经网络模型进行训练和预测,其预测精度会得到大大提高。     

基于ANN与GIS技术的区域岩溶塌陷稳定性预测———以桂林西城区为例

岩溶地面塌陷是岩溶区常见的一种地质灾害, 塌陷区域预测是进行国土规划、资源开发与灾害防治的必要工作.由于岩溶塌陷的影响因素众多且相互作用, 发展过程复杂, 加之各评价因子的数值获取困难, 致使长期以来塌陷区域定量预测成为一个难以解决的课题.现行的区域预测模型不能描述塌陷形成模式的非线性特征, 也难以克服评价因子权重确定过程中人为经验因素的影响.神经网络技术的自学习、自适应与高度非线性映射特点显示了其在塌陷区域预测领域中应用的前景.根据研究区内地面塌陷空间聚集分布的特征, 提出了不同因子组合条件下塌陷发生可能性的定量化方法, 结合选定的评价因子类别确定了神经网络预测模型的结构, 利用312个塌陷点样本中的292个进行网络训练, 余下的20个样本的校验结果表明该模型具有较高的可信度.运用GIS技术将研究区进行评价单元划分, 并获取各评价因子的取值, 输入到训练好的网络中进行预测.将各单元的输出值进行归并处理后得到研究区岩溶塌陷的稳定级分区图.      

5参数高速公路软基处理方案ANN决策模型

首先，介绍了中国高速公路软基处理技术决策问题的研究现状，然后，介绍了决策模型参数的确定。最后，以折学森整理的高速公路的资料为原始数据，以MATLAB-NNT为工具，建立了5参数高速公路软基处理方案的ANN决策模型。对所建立的ANN模型进行训练、回判和预测，得到了满意的结果，证明模型是有效的。