神经网络方法在广西日降水预报中的应用

以广西前汛期5、6月区域平均日降水量作为预报对象，采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解，有效浓缩数值预报产品因子的预报信息，并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验，并与T213的降水预报进行对比分析。结果表明，本文建立的3个区域日平均降水量神经网络预报模型，在预报性能上明显优于同期的T213降水预报。     

吐鲁番地区人口-经济-生态耦合协调发展分析

根据2001—2011年吐鲁番地区人口、经济和生态方面的相关数据,构建吐鲁番地区人口-经济-生态系统的评价指标体系,对指标进行定量分析,计算出系统的综合评价指数及其耦合度和耦合协调度指数,从而得到吐鲁番地区人口-经济-生态系统11年的耦合度和耦合协调度的发展变化趋势以及耦合协调类别和类型。分析得出:2001—2011年吐鲁番地区人口-经济-生态系统的耦合类别变化情况依次为濒临失调衰退型—勉强耦合协调类—初级耦合协调类—中级耦合协调类—高级耦合协调类;耦合协调类型依次为经济滞后型—人口滞后型—生态滞后型。最后根据这一发展趋势,并根据吐鲁番地区特殊的自然条件,提出可持续发展的建议。     

华北地原震旦系、寒武系、奥陶系化学地史

引論首先談談本文的目的及研究对象的地貭特点。几年来的实际工作使我們体会到:要深刻地从本貭上认識各族类沉积岩和沉积矿床的特征,理解和掌握它們生成发展的規律和条件,就必須首先从两方面来下功夫、找途径:其一是从空間联系上来认識它們,其二是从时間革替上来认識它們。     

Modbus协议在水质监测仪器中的应用

介绍一种水质监测仪器中,单片机与触摸屏之间应用Modbus协议进行串行通信的方法,简要介绍了Modbus协议,并给出了程序工作流程图.实际应用表明,该方案能够实现触摸屏与单片机之间稳定、可靠的连接.     

中国南海北部陆架区更新世晚期沉积物年代学及古环境研究——以DG钻孔为例

大陆架作为海陆相互作用的关键地区,对于研究大陆的构造演化、海陆变迁、海平面升降以及气候变化具有重要意义。然而由于不同研究方法的局限性,目前对大陆架沉积物年代学及其蕴含地质信息的认识仍然不足。南海是西太平洋最大的边缘海,是全球海洋沉积作用最为活跃的地区之一,也是海陆相互作用最为典型的区域。作为东亚大陆物质的主要沉积区,南海已经受到了学术界越来越多的关注。然而,目前的研究工作主要集中于沉积连续、信号记录稳定但沉积速率较慢、总体分辨率较低的深海区沉积物。相对而言,沉积速率较快、分辨率较高的浅海大陆架沉积为高分辨率年代学和古环境的研究提供了重要的地质材料,但由于大陆架沉积环境动荡导致沉积信号记录不稳定甚至缺失。针对南海大陆架沉积,尤其是对钻孔沉积物高分辨率年代学研究仍相对较少,限制了对南海构造与气候演化过程的认识。为了更好地限定南海北部陆架区更新世晚期沉积物的年代,研究其中蕴含的古环境信息,探讨东亚地区气候变化的驱动机制问题,同时为南海海域活动构造研究提供年代学框架,文中以南海北部DG钻孔为研究对象,在微体古生物化石和碳同位素年龄(¹⁴C)数据的基础上,利用大陆架沉积物磁...     

人工神经网络的短期气候定性预测方法研究

采用EOF方法将众多具有一定物理意义的环境场预报因子和序列周期因子进行降维去噪处理，并结合人工神经网络前馈网络模型，进行了影响广西热带气旋年频数和夏季(6～8月)降水量短期气候预测的定性预报建模方法研究。结果表明，该方法对于影响广西热带气旋的年频数及广西夏季降水量定性趋势具有很好的预报能力，可作为一种新的短期气候预测业务预报配套方法。     

云南漾濞6.4级地震建筑结构震害特征调查分析

本文整理了云南大理州"5.21"6.4级地震震害调研与科考过程的部分成果。穿斗木架构结构和框架结构是云南大理州在低矮建筑和多高层建筑中广泛应用的两种结构形式。该研究基于震害调查结果,描述了地震过程中穿斗木架构结构和框架结构破坏的宏观现象,总结了两种典型结构的破坏形式,对震害成因进行了探讨。在此次震害调查过程中,科考人员还通过智能手机对结构基频进行了快速评估。在震后,研究人员对智能手机智能测振应用软件进行了更新,结合应用需求加入了测振地点和路线的地图信息,为震害调查与记录提供了便利。基于漾濞县震害科考与调研结果,为云南省穿斗木架构建筑及框架建筑的抗震方法与策略提出了建议,为震后建筑结构快速评价提供了新手段。     

影响广西热带气旋年频数的神经网络预测模型

利用人工神经网络方法，结合均生函数和逐步回归分析方法对影响广西的热带气旋年频数序列进行神经网络的预测模型研究，该模型既考虑了预报量自身显著周期变化，也考虑了海温场，高度场等因子对预报量的影响，给预报检验，考虑多种影响因子的预测模型比只考虑单一影响因素的预测模型效果好。     

STUDY ON THE METEOROLOGICAL PREDICTION MODEL USING THE LEARNING ALGORITHM OF NEURAL ENSEMBLE BASED ON PSO ALGORITHMS

Because of the difficulty in deciding on the structure of BP neural network in operationalmeteorological application and the tendency for the network to transform to an issue of local solution, ahybrid Particle Swarm Optimization Algorithm based on Artificial Neural Network (PSO-BP) model isproposed for monthly mean rainfall of the whole area of Guangxi. It combines Particle SwarmOptimization (PSO) with BP, that is, the number of hidden nodes and connection weights are optimized bythe implementation of PSO operation. The method produces a better network architecture and initialconnection weights, trains the traditional backward propagation again by training samples. The ensemblestrategy is carried out for the linear programming to calculate the best weights based on the “east sum ofthe error absolute value” as the optimal rule. The weighted coefficient of each ensemble individual isobtained. The results show that the method can effectively improve learning and generalization ability ofthe neural network.     

塔里木河下游胡杨林根系吸水模型

以塔里木河下游河岸带生长良好具有代表性的胡杨为供试植被,利用土壤水分特征曲线的分形结合胡杨根系分布函数的方法,对根区土壤水分和根长根系吸水关系进行了研究,确定了土壤水分特征曲线和非饱和土壤导水率。根据干旱区胡杨根系分布特征建立了干旱区胡杨二维根长密度函数。所建根长密度函数在根层近地表处服从抛物面分布,而在根层下部服从指数面分布,并基于二维改进的Feddes模型,建立了胡杨根系吸水的二维数学模型。结果表明,春季、夏季、秋季、冬季实验区胡杨根区土壤水分模拟值与实测值的平均误差依次分别为4.0%、7.2%、5.9%、4.9%,均低于10%,得到了较好的模拟效果。这进一步提升了干旱区植物根系吸水模型的模拟精度,为干旱区自然植被耗水量的计算提供了新的方法和科学依据。因此,该二维模型在干旱区植物耗水计算中具有广泛的应用价值和现实意义。