基于主成分和模糊C-均值聚类算法的农业水资源高效利用综合分区

基于农业生态系统环境要素、水的资源属性、水资源的高效利用内涵、生产力水平、土地利用方式、种植结构及种植模式等因子,选取构建农业水资源高效利用综合分区的指标体系(16个定量指标、4个定性指标),采用主成分分析和模糊C-均值聚类算法为区划方法,对川中丘陵区进行量化分区。研究结果将川中丘陵区16个地级市和一个县级市(简阳)分为农业水资源较低利用区、农业水资源低效利用区、农业水资源中等利用区、农业水资源高效利用区和农业水资源较高效利用区5个区,这对南方季节性干旱区水资源利用规划有较强的借鉴作用。     

碎石土滑坡的因素敏感性计算分析

通过资料搜集整理和分析、现场工程地质调查与勘探和室内外的物理力学试验,采用弹塑性接触有限元强度折减法、不平衡推力法和数理统计分析法,结合工程实例,分析了影响碎石土滑坡各因素的敏感性,结果表明,按因素敏感度从大到小排列,主要影响碎石土滑坡稳定性的因素依次为滑面岩土体内摩擦角、地形坡度、滑体饱水面积比和滑面岩土体的内聚力。地形坡度大、具有低内摩擦角滑面的碎石土滑坡的整体稳定性较差,而连续降雨、强降雨会抬高地下水位增大滑体饱水面积比,降低滑面带岩土体抗剪强度,增加下滑力,对碎石土滑坡的稳定性将产生最不利的影响。同时,在对碎石土滑坡进行加固处理时,必须优先考虑采取提高滑面等效内摩擦角、降低地形坡度结合降低地下水位措施,其次考虑采取提高滑面岩土体内聚力的措施。     

目标函数聚类法在地下水动态分类中的应用

地下水动态类型的划分是正确认识研究区水文地质条件与地下水开发利用之间关系的一个重要环节。本文论述了目标函数聚类法的原理与计算过程,并应用该方法对某河流附近的１５个观测孔的水位动态进行分类。分析结果表明该方法具有较高的可靠性与较广的适用性。     

现场测试地层平均热物性参数方法初探——以北京某工程地源热泵系统地层热物性测试评价工程为例

地层热物性参数是地源热泵系统地下换热器设计所需要的非常重要的参数,热物性参数的大小对钻孔的数量及钻孔的深度均有显著的影响,进而影响地源热泵系统的初投资。笔者以北京某工程地源热泵系统地层热物性测试评价工程为例,阐述了现场测试获取平均热物性参数的测试方法和原理,并通过建立传热模型,利用参数估算法计算了工程场区的热物性参数。为验证结果的可靠性,又采用了线源理论对测试数据进行计算并将计算结果与参数估算法进行了分析比较。最后,笔者对两种计算方法的求解方法和适用条件进行了归纳总结。由于目前地层热物性参数确定方法还很不成熟,可借鉴的经验不多,所以笔者提出的热物性参数确定方法只是尝试性的探索,还有待今后的实践检验和进一步的理论研究工作。     

基于遗传算法的巷道位移反分析研究

将遗传算法应用到位移反分析研究中,采用遗传算法与FLAC数值软件相结合的手段,研制了弹塑性巷道位移反分析程序。对该程序测试的结果表明,用遗传算法这一模拟生物进化的方法,进行巷道位移反分析,可以同时反演E,μ,C,ф,σx,σy,τxy7个参数,反演精度较高。     

利用地脉动台阵记录反演场地浅层Vs结构

比较了影响Love波相速度频散曲线的主要因素,通过虚拟反演,说明了利用Love波相速度反演浅层剪切波速度结构的可行性,以地脉动台阵3分量观测记录提取的Love波相速度频散曲线为目标函数,利用遗传算法与单纯形法混合算法,分两种情况反演了某实际工程场地的浅层剪切波速度结构。结果表明,利用从地脉动台阵3分量观测资料中提取的Love波相速度反演工程场地浅层的剪切波速度Vs结构是一种很有前景的技术方法。     

基于改进BP网络算法的隧洞围岩分类

围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法, 进行隧洞围岩分类, 在传统BP算法的基础上, 通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法, 使得当误差大于上临界值时, 则降低学习率, 当误差小于下临界值时, 则适当提高学习率, 这样可加快网络的训练速度, 确保网络的稳定性; 通过引入调整学习率参数, 使得传递过程更加敏感, 加快了传递函数的收敛速度, 提高了训练函数的计算精度; 通过给定隐含层节点模型的取值范围, 对网络结构进行优化, 提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中, 分类结果与根据《水工隧洞设计规范(SL279-2002) 》的分类结果完全一致, 表明该方法具有良好的工程实用性.      

基于改进型前馈神经网络的流域产流预报模型的研究

在分析流域产流机制、影响因素和现行产流计算方法的基础上,首次取前期影响雨量、主产流历时、全过程面平均雨量和４个代表雨强计７个因子作为神经网络输入,直接以流域产流深作为神经网络输出,并针对传统ＢＰ算法的固有缺陷,采用混合ＧＮ－ＢＦＧＳ算法训练网络。实例验证了所建模型及算法的有效性和可行性。还对神经网络隐层单位数等进行了初步研究。     

利用SCIT算法分析江淮地区对流云特征

本文设计了一种运用SCIT算法提取雷达拼图中对流云特征量的方法:用SCIT算法识别并追踪云体,算法中只用一个反射率阈值识别对流单体、云体边界;使用模糊逻辑法区分层状云和对流云,提取对流云雷达特征量。使用该方法提取了2013—2015年江淮地区夏季对流云的雷达特征量,并对雷达特征量与降水量分布的关系进行统计分析。结果表明:江淮地区夏季对流云中生命史为13～30 min的对流云比较多,约占总数的60%;生命史大于30 min的对流云较少,并具有平均回波强度、VIL、冷层厚度较大的特征,其最大回波强度和VIL与降水量的相关性较好。     

Operational Evaluation of the Quantitative Precipitation Estimation by a CINRAD-SA Dual Polarization Radar System

In this paper, the quantitative precipitation estimation based on hydrometeor classification (HCA-QPE) algorithm was proposed for the first operational S band dual-polarization radar promoted by the CINRAD/SA radar of China. The HCA-QPE algorithm, the localized Colorado State University-Hydrometeor Identification of Rainfall (CSU-HIDRO) and Joint Polarization Experiment (JPOLE) algorithms, and the dynamic Z-R relationships based on variational correction QPE (DRVC-QPE) algorithm were evaluated with the rainfall events from March 1 to October 30, 2017 in the Guangdong Province. The results indicated that even though the HCA-QPE algorithm did not use the observed rainfall data for correction, its estimation accuracy was better than that of the DRVC-QPE algorithm when the rainfall rate was greater than 5mm h^(-1); and the stronger the rainfall intensity, the greater the QPE improvement. And the HCA-QPE algorithm worked better than the localized CSU-HIDRO and JPOLE algorithms. This study preliminarily verified the improved accuracy of QPE by a dual-polarization radar system modified from CINRAD-SA radar.