2008年南海季风爆发前后西沙海域海气通量变化特征

基于2008年4至5月在南海西沙永兴岛进行的海气通量观测试验资料和NCEP资料,应用COARE3.0通量算法计算了海气通量,分析了季风爆发前后西沙海域天气变化特点和海气通量对南海季风爆发的响应。结果表明:2008年南海季风首先于5月第1候在南海南部爆发,受热带气旋等因素的影响,北部海区季风爆发推迟到5月18日。季风爆发和热带气旋活动对西沙海域的风速和海气通量影响较大,其中热带气旋的影响更强烈。热带气旋来临之前,潜热通量、感热通量以及动量通量均较小;在气旋活动及此后的季风爆发时期,大风使潜热通量和动量通量显著增强,感热通量则在降水期间变化明显;动量通量的最大值出现在热带气旋活动期间,其在此过程中的均值是观测初期均值的3倍以上。在整个观测过程中,潜热通量明显大于感热通量,后者是前者的16∶1。不同类型天气过程中,潜热通量的日变化相似,而感热通量的日变化有差异。湍流交换系数与风速有较好的相关关系。     

基于Clean算法的离子束抛光技术的驻留时间求法

离子束抛光技术的关键在于对驻留时间进行求解,通常通过反卷积运算来完成.这在理论上可以实现,但是当需要加工量很小或趋于零时,加工时间就变为无穷大,此时变成一个病态问题.因此驻留时间的求解变得困难,出现的奇异值使加工难以实现.以Clean算法为基础提出了天文望远镜离子束抛光技术中对驻留时间求解的一种新的有效方法,并通过拟合来处理数据,理论上可以实现任何精度.更好地方便计算机控制的实现,为加工提供了基础.仿真结果表明,此方法所求驻留时间符合天文光学镜面离子束抛光技术的要求.     

北大西洋温带气旋的时空变化特征分析

基于ECMWF 1979—2016年ERA-interim海平面气压场再分析数据,利用气旋自动追踪算法,建立了北半球大西洋区域温带气旋数据集。基于这套数据集,计算了逐季节气旋的个数、强度、空间分布以及爆发性发展等气候特征。研究表明:北大西洋区域的气旋年总数有增加趋势,但未达到显著水平,存在3～4 a的显著性周期;气旋个数的季节差异不大,冬季强气旋以及爆发性气旋所占比例均为各季节中最高,夏季则相反。除秋季外,爆发性气旋数量都表现出显著的增加趋势,特别是2010年以后,强爆发性气旋数量增加明显。气旋发生爆发性增长的区域集中分布在北大西洋的西南象限,特别是紧邻北美东海岸区域。北大西洋气旋多于近岸生成,包括北美东南沿海和欧洲西海岸沿岸。北大西洋气旋主要路径受西风带的影响,以西南-东北路径从北美沿海移向东北,进入北大西洋,有1/5的气旋能进入北极极区,进入极区的位置集中分布在格陵兰岛以东,气旋的路径密度随着时间不断变化,具有季节性和地域性。     

基于无人机高光谱遥感技术对内陆养殖池塘水质监测的研究

为准确、快速、全面获取内陆养殖小区池塘及尾水处理池水体水质变化情况,建立养殖水环境实时预警调控及数字化管控机制,选择浙江湖州市集中连片的养殖小区为试验区,于2020年12月采用搭载GaiaSky-mini高光谱相机的无人机进行试验区近地遥感图像采集,并进行图像拼接、辐射校正和几何校正等预处理;然后对反射波段进行差值、比...     

基于遗传模拟退火算法的神经网络模型在陕西省需水预测中的应用

神经网络模型是近年来在需水预测方面应用较为广泛的一种方法,在陕西省的需水预测中根据实际情况采用遗传模拟退火算法对其进行优化,预测的结果和其他预测方法进行对比,证明该方法预测的结果较为合理,能够在类似的预测中加以推广应用.     

神经网络技术及其在测井解释中的应用

在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。     

边坡最危险滑动面全局搜索的模拟退火算法及改进

最危险滑动面的确定是边坡稳定性分析中一个至关重要的问题。利用模拟退火算法,结合简化Bishop法,进行边坡最危险滑动面的搜索。在分析模拟退火法中存在的不足及其根由的基础上,对算法进行了改进。通过计算机编程技术实现了改进的模拟退火算法。计算结果与典型算例对比证明：改进后的模拟退火算法能够有效避免局部最优解,方法具有实用性。     

参数优化LSSVM的巷道围岩松动圈预测研究

最小二乘支持向量机方法(LSSVM)在处理小样本、高维数、非线性的问题时,具有求解速度快、易于描述非线性关系的优良特性。但是,该方法得到的模型拟合精度和泛化能力依赖于其相关参数,因此,提出基于粒子群优化算法(PSO)的LSSVM参数优选方法。最后,用该模型对巷道围岩松动圈进行了预测研究。结果表明,PSO优化的LSSVM模型具有收敛速度快、计算精度高的特点,说明该模型是合理、有效的。     

层序地层学模拟研究进展及趋势

模拟层序地层学是层序地层学理论重要的研究手段之一,在国外该项技术较为成熟.层序地层计算机模拟软件采用的算法主要有扩散算法、流体流动算法、几何控制沉积算法、经验数值逼近算法、沉积物搬运的构造校正算法.目前,国外学者对以海平面升降、构造沉降和沉积物供应为主控因素的层序地层概念模拟的适用性提出了质疑,并对层序控制因素的多样性和不确定性进行了深入的研究.结合当前的研究进展,提出了层序控制因素的"多变量系统"观点,将层序的控制因素分为综合变量和独立变量,进一步指出如果假设综合变量为独立变量,则可以简化层序模拟,假设越多,模拟越简单,但模拟结果越粗略;要使模拟结果真实地反映实际地层特征,就要尽可能采用独立变量.     

梯级-关联算法原理及其在月流量预报中的应用

传统BP网络需要预先设定网络隐含层的层数和每层的节点数,使得在预测过程中难以确定网络的最优结构。与之相反,梯级-关联算法(CC)要求初始网络仅含有输入层和输出层,通过运算不断向网络增加隐含节点。在介绍梯级-关联算法原理的基础上,分别运用梯级-关联算法和BP算法对拉萨河拉萨站的月流量进行了预测,结果显示:在不损失预测精度的前提下,梯级-关联算法的运算次数仅为5次,而BP算法则需要运算70 000次,运算效率有很大的提高,同时网络的规模也有所减小。