江河冰塞的研究及其意义

江河冰塞往往导致凌洪泛滥成灾,研究冰塞的形成及其演变规律,防治江河冰凌灾害,进而因势利导,转害为利,是寒冷地区国家发展中必须考虑的一个问题。     

江河冰塞的研究及其意义

江河冰塞往往导致凌洪泛滥成灾,研究冰塞的形成及其演变规律,防治江河冰凌灾害,进而因势利导,转害为利,是寒冷地区国家发展中必须考虑的一个问题。     

黄河河曲段冰塞水位的分析计算

本文根据黄河河曲段６年的实测资料，分析了该冰塞河段冰期水位的变化规律，讨论了该河段冰塞水位的变化与冰塞演变的相互关系。建立了冰塞水位变化的参数关系式，基于原型的观测研究，对试验室模拟冰塞的水位进行了分析研究，研究表明：试验室模拟冰塞水位的变化规律与天然河道中冰塞水位的变化规律相同。由此，可以进行冰塞水位的计算及其预报。     

冰塞水位分析

高纬度地区河流冬季常形成冰塞,冰塞堵塞过流断面,使湿周增加,致上游水位升高,常因此产生凌洪灾害,冰塞的解体、溃决又常使下游产生灾害。冰期水位是冰塞演变和发展的重要结果之一,对于防灾减灾具有重要的参考价值。依据实验室资料和黄河河曲段的实测资料,针对直道和弯槽,对比分析了不同冰流量、不同初始水深和流速时模拟冰塞和天然河道冰期水位的变化规律。     

桥墩影响下冰塞水位变化规律的试验

采用聚乙烯颗粒为天然冰模拟材料,对桥墩影响下的冰塞水位变化规律进行了探索性试验研究.试验发现,有桥墩时,冰塞演变可分为冰塞越过桥墩和未越过桥墩两种情况;冰塞动态演变过程中,桥墩附近冰塞底部存在冲刷现象,由此产生的冲刷输冰流量会引发较为复杂的冰塞水位演变过程.研究表明,有桥墩条件下,水力及来冰量条件对平衡冰塞时的水位增值影响规律与无桥墩时基本一致;水流条件和来冰流量相同条件下,当冰塞能越过桥墩达到平衡时,墩径较大时水位增值也较大,在断面阻塞程度相同条件下,双墩水位增值大于单墩.     

弯槽段冰塞形成及其厚度分布的试验研究

河流冰塞是寒冷地区河流的共性问题,弯槽段易于卡封是客观存在的现象,但对其形成机理的认识尚有待探索.借助于实验室的试验水槽,通过改变水流条件和冰流量条件,研究了弯槽段冰塞形成和厚度分布的规律.结果表明:当弯槽段先铺有模拟冰盖时,初始冰塞头部向下游推进的速度随水流的Fr增加而增加;当在弯槽尾部加上模拟的初封条件时,水流条件的变化可以产生冰塞发展的两种不同顺序,提出了实验室条件下的弯槽段冰塞体形成与否的临界F_r数.     

用神经网络模型预测济宁市地下水水位变化规律

本文通过应用人工神经网络模型中的ＢＰ网络模型,对济宁市地下水水位变化规律了预测,并与线顺归模型的计算结果进行比较,证明ＢＰ网络模型的精度较高。     

基于GIS的人工神经网络矿产预测系统设计

将地理信息系统(GIS)和人工神经网络(ANN)相结合,提出基于GIS的人工神经网络矿产预测系统设计方案,实现了从地质变量优选到人工神经网络成矿预测结果图形显示的计算机自动化处理,并对其中的主要模块:地质变量优选模块、数据库管理模块和神经网络成矿预测模块进行了介绍,简要说明了各模块功能实现中所应用的主要技术.     

基于人工神经网络的岩爆预测方法

在分析岩爆主要影响因素的基础上，建立了一种新的人工神经网络岩爆预测模型。采用已有岩爆发生数据作为训练样本对网络进行训练，利用收敛的网络进行岩爆烈度预测，预测结果与实际吻合，说明利用人工神经网络预测岩爆发生烈度是一种可行的方法。     

人工神经网络在地下水评价中的应用简述

文章对人工神经网络技术在地下水评价中的应用问题进行了概括和小结，在此基础上，对存在的问题进行了探讨，进而提出，混合优化是改善人工神经网络的有效方法之一。     

人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｃｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的Δ１３１－１３１（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然     

人工神经网络在识别浅覆盖区地质体中的应用

利用水系沉积物资料识别浅覆盖区地质体,对于提高区域地质填图质量具有重要意义。神经网络为解决此问题提供了新的途径。依据浅覆盖区基岩和其对应的水系沉积物在化学成分上的继承关系,以内蒙古四子王旗浅覆盖区为例,阐述了运用BP神经网络模式识别地质体的原理和方法,并识别出了化学成分相近的浅覆盖层下地质体。该方法可广泛应用于浅覆盖区地质填图。     

人工神经网络在盐渍土盐胀特性研究中的应用

利用人工神经网络处理非线性体系的优势性,对盐渍土膨胀规律多影响因素试验数据进行了建模方法分析,提出了盐渍土盐胀率随含水量、氯化钠含量、硫酸钠含量、初始干容重和上覆荷载5因素变化的计算公式,计算结论比常规二次回归法更加符合目前对盐渍土盐胀规律的定性认识.     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的△１３１－（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然后阐述了ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒ）模型，最后应用该模型估算岩石变形时的温度，经对比得出，利用人工神经网络在岩石变形温度估算中具有良好的应用效果。     

人工神经网络在遥感图像处理中的应用探讨

遥感图像处理常见的困难有数据量巨大、噪声信息多，高度非线性及其导致的难以用解析或表述处理模型等。人工神经网络（artificial neural network,ANN)是由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，可以解决上述问题，使用ANN进行遥感图像处理在遥感图像复原，变换和分类中有如下应用：（1）使用ANN和必要辅助数据从TM图像中提取地下火热辐射数据；（2）构造ANN非线性映射，利用TM1－5，7图像提高TM6图像空间分辨率；（3）模糊神经网络（FNN）遥感图像分类。     

径向基人工神经网络法在土壤盐渍化调查中的应用

土壤盐渍化是一个世界性的生态问题，同时也是资源开发和利用问题。对于盐渍化土壤的调查是合理利用土壤的前提条件。文章应用径向基（RBF）人工神经网络，结合多源遥感影像对北方某地区耕地土壤盐渍化状况进行调查研究，取得了满意的效果。     

基于神经网络理论的河道水情预报模型

河道水流运动过程特别是洪水演进过程是一个复杂的非线性动力学过程,鉴于神经网络具有很强的处理大规模复杂非线性动力学系统的能力,本文将神经网络理论用于河道水情预报的研究,以期识别水流运动变化过程与其影响因子之间的复杂非线性关系,为河道水情预报提供了一条新的途径。在此基础上建立了螺山站洪水预报的非线性动力学模型,通过分析研究得出近年来特别是1998年长江中游出现的小流量高水位现象与螺山汉口河段累计淤积有关并得到螺山站水位变化与河床淤积之间的定量关系。