基于灰色遗传算法的LM-BP的河流溶解氧预测

溶解氧(DO)是影响河流生态系统健康非常重要的一项指标,以沦河孝感段实测DO为例,在灰色理论的基础上提出并建立遗传算法(GA)的LM-BP网络河流DO预测模型。对DO的原始数据采用灰色理论进行预测,对其残差采用GA的LM-BP网络进行拟合并测试,结果表明:基于GA的LM-BP网络基本上100%拟合,对最后3个数据进行测试,其误差不超过2.933%,说明可以用该灰色GA的LM-BP模型对本地区的DO进行预测。为河流水质分析提供了新的方法。     

基于因子分析的LM-BP网络的盾构施工地表沉降预测

盾构施工引起的地表沉降量的预测与评价具有很强的随机性和不确定性,用常规的数学模型难以准确表达。本文采用因子分析法对影响盾构施工引起地表沉降的9个因素进行了主因子的提取,得到4个主因子。以此数据集对BP神经网络进行训练,并用Levenberg-Marquardt(LM)算法对BP神经网络进行了优化,建立了基于因子分析的LM-BP神经网络预测模型。结合工程实例将预测结果与LM-BP神经网络模型的预测结果进行比较分析,表明本预测模型具有较高的准确性,符合实际工程的需要。     

BP神经网络模型拟合受回水影响的水位流量关系研究

对受回水影响的水文测站的水位流量关系采用核水文渊站的水位及其与下游形成回水处的水文测站之间的落差作为输入建立BP神经网络模型进行拟合.结果表明,BP神经网络对受回水影响的水位流量关系拟合效果好,可以进行推广应用.     

基于水位流量关系的流量估算不确定性分析

针对现有水位流量关系线型物理机制不强及流量估算不确定性来源考虑不充分问题,以北江流域石角水文站为例,推导该测站水位流量关系,基于BaRatin模型评估流量测量误差及率定样本选取对估算流量不确定性的影响。发现河槽控制宽浅矩形断面水位流量关系为幂函数,其系数可用糙率、河宽、比降表达,指数为定值5/3;考虑流量测量误差后高水估算流量总不确定性减小32%;率定数据增加1倍、3倍,高水估算流量总不确定性减小12%、34%。结果表明:①水位流量关系模型建立方法可推广至多类型测站;②高水测量误差对率定精度影响较大,建议提高高水流量测量精度;③现有实测水位与流量数据存在信息冗余,主要存在于低水数据中,本方法可减少率定数据使用,降低整编成本。     

基于水位流量关系的流量估算不确定性分析

针对现有水位流量关系线型物理机制不强及流量估算不确定性来源考虑不充分问题,以北江流域石角水文站为例,推导该测站水位流量关系,基于BaRatin模型评估流量测量误差及率定样本选取对估算流量不确定性的影响。发现河槽控制宽浅矩形断面水位流量关系为幂函数,其系数可用糙率、河宽、比降表达,指数为定值5/3;考虑流量测量误差后高水估算流量总不确定性减小32%;率定数据增加1倍、3倍,高水估算流量总不确定性减小12%、34%。结果表明:① 水位流量关系模型建立方法可推广至多类型测站;② 高水测量误差对率定精度影响较大,建议提高高水流量测量精度;③ 现有实测水位与流量数据存在信息冗余,主要存在于低水数据中,本方法可减少率定数据使用,降低整编成本。     

基于时序MODIS NDVI的黑河流域土地覆盖分类研究

归一化植被指数(NDVI)是植被生长状态及植被覆盖度的最佳指示因子,其时序数据也已成为基于生物气候特征开展大区域植被和土地覆盖分类的基本手段。基于时序NDVI数据的土地覆盖分类,即通过提取NDVI时间信号所包含的植被生物学参数,构建起一个包含植被生物学信息的分类特征空间。利用2006年重建得到的MODIS NDVI 16天合成时间序列数据,并结合1 km分辨率的DEM数据、野外实地调查资料等辅助数据,综合分析了不同土地覆盖类型对应的时序NDVI谱线及其第一、二谐波的特征阈值,建立决策树对黑河流域的土地覆盖开展分类研究。结果表明,基于时序MODIS NDVI谱线特征的决策树分类精度为78%,Kappa系数为0.74。利用1 km时序MODIS NDVI时间序列获得较为准确的黑河流域土地覆盖类型是可行的。     

基于RS和GIS的黑河流域景观格局变化研究

以黑河流域为研究区域,选择2000、2005、2010年的Landsat TM/ETM+影像、ASTER GDEM为数据基础,结合遥感技术、地理信息系统、数理统计和景观生态学方法,对黑河流域生态景观格局特征及十年变化进行分析。从生态景观格局变化来看,2000-2010年黑河流域生态系统景观格局空间分布得到整合,景观破碎化程度降低、景观格局走向完整,景观形状简单且变化较小。三个研究时期内,黑河流域上中游多林地、草地,下游多农田和城镇;流域大部分生态景观类型在斑块数、面积及空间格局上都发生了不同程度的变化,但林地始终是其景观基质,属于绝对优势景观;湿地景观类型在研究期的前五年整合强度较大;农田是唯一一个面积减少的景观类型,也是面积变化最大的景观类型,在这十年间农田转化为了林地、城镇、湿地和裸地,且对林地贡献率最高、城镇次之;城镇景观格局逐步趋于完整。     

一个基于空间自相关性的土工参数推测公式

根据土的空间自相关性,提出一个表达简单且具有一定应用价值的土工参数推测公式,实测资料证明,该公式有比较高的推测精度。     

基于文献计量学的黑河流域研究进展分析

水资源是生态环境与社会经济发展之间的焦点和枢纽,流域是水文水资源研究的基本单元,在流域尺度上开展综合集成的水文水资源研究是当前水科学研究的热点。我国西北地区的黑河流域是国内第二大内陆河流域,由于其独特的水文与地理特性成为流域科学研究的重点流域之一。基于Web of Science核心合集数据库,从学科发展与问题聚焦相结合、时间演化与空间变化相结合的全新视角评价我国黑河流域研究取得的科学进展,并与世界其他流域科学研究进行对比分析。结果显示,黑河流域研究在遥感、蒸散发、水循环、干旱区水资源管理与利用、气候变化等方面的研究为流域科学相关研究做出了积极贡献。近30年来,特别是国家自然科学基金重大研究计划"黑河流域生态—水文过程集成研究"的实施和黑河生态水文遥感等大型野外观测试验的开展大力推进了黑河流域科学研究,黑河流域研究论文的数量在世界流域科学研究中的排名已经进入前20位。基于文献计量的数据挖掘和对比研究可以为流域科学研究提供借鉴。     

基于机器学习的西南岩溶泉流量模拟研究

岩溶泉对西南岩溶区生态系统稳定和经济社会发展具有重要意义。受岩溶区独特水文地质结构与多重水流过程控制,岩溶泉流量具有复杂的动态变化特征,机器学习模型为其模拟和预测提供了有效手段。然而,岩溶泉域降雨-泉流量过程及其时空变异特征对机器学习模型结构与模拟精度的影响仍不明晰。本文选取西南典型岩溶泉,基于长短期记忆网络（LSTM）建立岩溶泉流量模拟模型,利用泉域实测逐小时降雨与泉流量序列进行模型训练与验证。在此基础上,分析了不同降雨-泉流量过程对岩溶泉流量模拟精度的影响,以及岩溶水文地质结构对降雨-泉流量响应滞时的控制作用。研究结果显示,山坡岩溶泉与流域出口岩溶泉训练期纳什效率系数（NSE）分别为0.942与0.951,验证期分别为0.831与0.834。对于山坡岩溶泉与流域出口岩溶泉,利用全年实测序列训练的模型预测雨季泉流量存在较大偏差,NSE分别为0.793与0.798,而利用雨季实测序列训练的模型预测雨季泉流量,精度显著提升,NSE分别为0.956与0.962,且此差异在暴雨频繁的5、6、7月尤为显著。受浅薄土壤与表层岩溶带分布影响,山坡岩溶泉LSTM模型时序步长显著小于流域出口岩溶泉。     

基于遗传神经网络的瓦斯含量预测研究

瓦斯含量预测取决于多因素、非线性的函数关系的建立 ,预测模型建立的准确与否决定于各个影响因素之间的相互作用、相互耦合的特性。文中将神经网络与遗传算法有机地结合起来 ,以神经网络理论为基础 ,利用遗传算法优化隐含层神经元个数和网络中的连接权值 ,建立瓦斯含量预测模型。在实验室测试数据的基础上 ,建立遗传神经网络训练和检验样本集 ,其中包含有 38个典型样本 ,并且将检验结果分别与回归模型、标准BP神经网络、自适应BP神经网络的预测结果进行比较。结果表明 :遗传神经网络模型可靠 ,预测精度高 ,为促进软计算技术与瓦斯地质的结合奠定了基础。     

基于神经网络的沉陷区水深遥感研究

为获取煤矿积水沉陷区遥感影像数据与沉陷区水深的定量关系,建立了BP神经网络水深反演模型,并对淮南潘一矿积水沉陷区水深进行了反演。首先对Landsat卫星影像数据(TM影像)进行几何校正、大气校正和沉陷区范围提取等,然后输出像元反射率值,并与水深实测控制点坐标匹配,使水深值与反射率值对应。实验结果表明:以水深值2 m为阈值,水深值小于2 m的区域,模型反演水深值与实测水深值的平均绝对误差为0.166 3 m,平均相对误差为13.29%;水深值为2~6 m的区域,模型反演水深值与实测水深值平均绝对误差为0.578 6 m,平均相对误差为15.20%。     

基于神经网络的地质勘测反分析研究

针对地质勘查中,土的力学参数的确定及土的分类这两类复杂问题,根据反问题理论的基本原理,提出了一种基于回归分析与RBF神经网络结合的新型智能方法,建立了从土的力学参数估计到模型分类的完整智能化分析系统。考虑到土的物理参数测定方法比较简单,且实测变异性小,而力学参数实测变异性大的特点,利用RBF神经网络的数值逼近的特性,建立了神经网络模型来逼近两者之间的函数关系,可以有效地反演力学参数。同时,利用RBF神经网络所具有的模式识别功能,为地质勘察中土层划分提供依据。通过对黄石地区岩土勘查资料的分析与预测表明,该方法简捷有效。     

黑河地区金矿开发的环境影响研究

黑河地区是我国重要的矿产资源集中地,辖区矿产资源非常丰富,采取相应的措施有效做好黑河辖区矿产资源的可持续开采,对国家及黑河地区的经济社会发展具有非常重要的意义。文章重点分析了黑河地区的金矿赋存条件以及当前金矿的开发利用现状,明确了在金矿开发过程中存在的诸多环境影响问题,提出了黑河地区金矿开发开采过程中的环境指标评价体系。     

黑河流域可持续发展的生态经济学研究

黑河流域生态环境脆弱,经济发展相对落后,水资源短缺已成为制约流域可持续发展的主要限制因素,从生态经济系统的角度研究黑河流域的诸多生态经济问题具有很强的现实和理论意义. 黑河流域的水资源不仅是流域社会经济环境可持续发展最主要的限制因子,而且是联系流域生态系统和经济系统的纽带. 在系统总结国际上关于流域尺度生态经济研究状况、进展和黑河流域相关研究的基础上,提出了以水资源可持续利用研究为纽带的黑河流域生态经济综合研究框架,具体研究内容主要包括: 1)生态过程模拟模型的研究; 2)宏观经济水资源模拟模型的研究; 3)环境变化条件下流域水资源可持续利用研究; 4)水资源可持续利用管理研究; 5)决策支持系统的研制. 最后, 根据现有的基础和条件,指出了在黑河流域生态经济综合研究中需要解决的关键问题.     

基于物理栖息地模拟的河道内生态流量研究

结合物理栖息地模拟模型的水力学与栖息地模型,以黄河干流兰州-石嘴山河段为研究样区及该河段的关键鱼种黄河鲤鱼为对象物种,以流速及水深二水力学因子进行研究,推求该研究样区兰州、安宁渡、下河沿、青铜峡和石嘴山五断面对象物种的流量与权重可使用面积的关系。通过对上述各断面1975-1985年汛前共11年生态、水文及断面资料的分析计算,归纳出研究断面汛前适合的生态流量分别为195、220、220、220、175 m3/s,计算结果在Tennant法界定的生态流量范围之内。     

基于时间序列分析的辛安泉流量变化研究

本文利用时间序列分析方法建立了辛安泉流量模型。根据泉流量模型计算出1981~2006年的资源量并与天然资源量进行了对比分析。结果显示:辛安泉系统的功能在逐渐退化,导致系统退化的原因是人类的开采和泉域系统内降雨量的减少。目前系统仍具有维持其水资源稳定的能力。     

基于生态流量过程线的水库生态调度方法研究

传统的水库调度以兴利调度和除害调度为主,而水库生态调度则是为了实现人类需要的生态环境目标而进行的水库调度,相关的生态目标涉及水质、泥沙、生态系统和防治血吸虫病等。以水电站年发电量最大为优化目标,以生态方案为约束,提出了基于生态流量过程线的水库优化调度模型。利用该模型对黄河流域某子流域进行了水库生态调度计算,提出了4项生态环境目标,组合出5个生态方案。优化计算结果表明,与不考虑生态目标的方案相比,满足4项生态目标的水库调度方案的年发电量仅减少7.6%,可以看出如果采取合理的调度方案实现生态环境目标不会对水库的经济效益产生大的影响。     

基于文献统计的黑河流域研究重点和热点学科演变分析

黑河流域是我国西北地区第二大内陆河流域, 近60 a来国内外对其研究的力度和深度不断增强.从文献计量分析的角度, 透视黑河流域近几十年来的研究成果, 量化分析了论文数量、 核心研究机构、 核心作者群、 研究热点和重点、 主要发文期刊和资助项目来源, 以期为黑河流域后续研究提供参考.计量分析结果表明: 中英文发文量总体呈现增长趋势; 关注黑河流域研究的机构基本上为国内机构, 中国科学院寒区旱区环境与工程研究所在黑河研究领域处在遥遥领先的地位, 发文量占总量的1/3以上; 水资源、 遥感、 干旱区、 地下水、 气候变化、 土地利用、 生态环境等高频词反映出黑河流域研究中的热点和重点, 建立流域集成模型是近期研究的方向; 基金资助来源类型多样, 但最主要的渠道是国家自然科学基金.     

基于模糊神经网络的油气综合评判方法研究

针对常规模式识别方法进行油气预测时,存在样本数量大、参数非线性及已知样本数类型分类有明显的模糊性等特点。本文根据神经网络的自适应谐振理论结合模糊Ｋ均值聚类算法、特征参数非线性映射的有效性校验,构成了一个性能完善的地震参数油气预测系统。该系统对样本特征空间用模糊神经网络建立未知样本的预测度量,更加符合客观地质特征和油气分布规律,从而能判别油气富集的有利区域。数值分析和实践应用表明,该方法数值稳定可靠