基于博弈论综合权重模糊优选模型在地下水环境风险评价中的应用

地下水环境风险评价是地下水可持续利用的前提.目前,评价方法比较单一,主要为突变理论和单因素模糊理论,它们的控制变量数有限,不适用于多目标决策,同时也没有综合考虑主客观权重,评价结果不科学.本文针对以往评价方法的不足,应用基于主客观综合权重的多层多目标模糊可变优选模型评价.模型采用熵权法计算客观权重,二元对比法确定主观权重,并利用博弈论集结模型推导计算了综合权重,并以海河流域地下水环境为例进行了风险评价.计算实例表明,该模型能较好地考虑评价指标的主客观权重,适用于多层多目标评价系统.     

专题地图的一种合成编制方法

专题地图的一种合成编制方法刁承泰（西南师范大学地理系，重庆，６３０７１５）泰勒博士（Ｄ．Ｒ．Ｆ．Ｔａｙｌｏｒ）指出：专题地图是“向贫困、无知、疾病和环境恶化挑战的主要地图产品。”现代专题地图发展很快，不仅出现了更多的反映单一要素的解析地图，更为重要的...     

基于层次分析法的制图综合相似性评价模型研究

在制图综合中,保持综合前后实体的相似性是保证制图综合质量的重要方法。一般通过建立多相似性指标的相似性评价模型来评价制图综合的质量。然而,各指标权重的分配是依据对各个相似性度量指标的重视程度,具有主观随意性,因此有必要提高相似性指标权重的科学性。基于此,本文提出了尺度差、制图综合算法、制图区域地理特点和地图用途4个因素,利用层次分析法,更加科学有据地对指标权重进行了赋值,最后用实验验证了所赋予的权重具有一定的客观性。     

用卡尔曼滤波确定变分方法中的权重系数进行雨量校正

利用1999年淮河流域能量与水分循环试验(HUBEX)获得的雷达及遥测雨量计资料,用卡尔曼滤波方法确定变分法的权重系数,对1999年6月27日5:00到6月27日18:00的一次降水过程进行雨量校正,并将校正结果同其他校正方法的结果进行比较分析.     

兴文石海世界地质公园地质环境敏感度评价

兴文石海是四川省最先入选的世界地质公园,独特的焚、苗文化与“兴文式”喀斯特的完美结合使其成为我国20处世界地质公园中的奇葩。为评价地质公园地质遗迹对外界干扰的抵抗力,将敏感度概念引入地质环境的评价中。在分析石海区域地质环境基础上,选取气候、区域地质条件、地质灾害、土壤背景质量、地质环境破坏速率等7个评价要素和相应的20个评价因子,建立评价指标体系和数学模型;采用权重加权平均法,对公园内地质环境敏感度进行定量评价,提出兴文石海世界地质公园可持续发展的措施。     

基于粗糙集的可拓评判权值确定

为了避免传统的权值确定方法所带来的主观性影响,将粗糙集理论引入可拓权重系数的求解过程中,使权系数问题转化为属性重要度评价问题。通过建立决策表并进行知识约简,确定相应的评价指标,利用各评价指标的重要度计算出相应的权值。这种方法可以更好地避免主观因素对权值的影响,使权值更具有客观性。通过实际工程应用,将粗糙集理论确定的权值与关联函数求得的权值进行对比,证明了基于粗糙集的可拓权值是合理可靠的。     

祁连山北缘沉积变质型铁矿综合信息找矿预测

以祁连山北缘西段为研究区,以沉积变质型铁矿为预测矿种,通过铁矿成矿地质规律研究,总结找矿模型,确定找矿标志。基于GIS信息处理技术及其空间分析功能,运用ArcMap、MapGIS平台提取并分析研究区的多源成矿有利地质信息。认为区内沉积变质型铁矿的成矿有利地层为长城系桦树沟组,断裂是主要控矿构造,8 km是断裂的最佳控矿范围,岩体不是研究区内沉积变质型铁矿的主要控矿因素;Zn、Mn、Ba异常可以作为研究区内沉积变质型铁矿的重要找矿标志。运用证据权法,将研究区划分为810个网格单元,提取17个证据因子进行成矿预测,共圈定了14个A级、3个B级成矿远景区,为研究区的找矿工作提供理论和实践参考。     

岩体稳定性评价的模糊概率方法

岩体稳定性受多种不确定性因素的影响,不仅具有随机性,也具有模糊性,属于模糊概率的范畴,利用经典的模糊综合评判方法进行研究将会导致不合理的结果。在模糊概率理论的基础上,建立了一类新的岩体稳定性综合评价方法——模糊概率方法,并提出了模糊权重的概念,从而避免了权重取值带来的不确定性。结合所选取的5个影响岩体稳定性的因素,建立了这5个影响因素的隶属函数与模糊权重;利用该方法对某一地下岩体工程进行分析,并与其他方法评价的结果进行比较,表明了其方法的合理性与可靠性。     

广西41年干旱灾害的模糊综合评价与预测

以广西1950年至1991年干旱灾害的旱情为数据,选取适当的评价指标,用信息熵确定客观权重、层次分析法确定主观权重,用最小信息熵原理确定组合权重,经过加权求和得出干旱灾害的模糊综合评价,进而对41个评价对象进行排序。同时,建立了基于改进的灰色GM（1,1）的时间响应式的灾变年份预测模型,为提高预测精度,对原始数据进行了7次方根变换,进行灾变年预测,准确率达80％。其结果能很好的检测预测模型,反映干旱灾害的实际情况,收到较好的效果。     

基于前馈神经网络的多模式集成降水预报研究

为提高山东定量降水预报准确率,采用深度前馈神经网络（Deep Forword Neural Networks,DFNN）和降水分级最优TS(Threat Score)权重集成方法对多模式集成降水预报进行研究。对2019年4—9月欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasting, ECMWF）全球数值预报系统、中国气象局上海数值预报模式系统（China Meteorological Administration Shanghai9 km, CMA-SH9）和中国气象局中尺度天气数值预报系统（China Meteorological Administration Mesoscale, CMA-MESO）逐24 h累积降水量预报进行有监督训练,得到4组DFNN(ES、EM、SM、ESM)深度学习模型,并利用多模式降水分级最优TS权重集成方法建立Mul-OTS(Multi-mode Optimal Threat Score)集成模型。用2020年4—9月各模式逐24 h累积降水量进行降尺度格点预报,对5种集成方案对比...