三种地下水位动态预测模型在吉林西部的应用与对比

准确而可靠地预测地下水埋深对生态环境保护和水资源规划管理具有重要意义。针对吉林西部浅层地下水位动态变化的复杂性和非线性,提出了基于小波分析与人工神经网络相结合的预测方法小波神经网络(WA-ANN)模型。将研究区2002年1月2009年12月当月降水量、蒸发量、人工开采量和前月平均地下水埋深4个参数作为输入,当月平均地下水埋深作为输出,建立浅层地下水埋深预测模型,并与BP神经网络(BP-ANN)模型和自回归移动平均(ARIMA)模型进行比较,对比分析了三者的建模过程及其模拟精度。结果显示:相比两种ANN模型,ARIMA模型建模过程更为简单,计算效率更高;但WA-ANN模型的拟合精度高于BP-ANN和ARIMA模型,预测效果更好。总体来看,WA-ANN模型在浅层地下水埋深预测中具有一定的应用推广价值。     

陕西勉略宁地区致矿地质异常场结构及找矿预测

陕西勉略宁“三角区”构造块体呈楔状夹持在秦岭微板块,扬子陆块和松潘甘孜褶皱带之间,目前已探讨明多种矿产,成矿作用 了自新太古代以来不同构造体抽下的多次构造,岩浆热事件和变质变形的复杂的地质作用,使致矿地质异常场结构复杂化。     

A hybrid forecasting model for depth-averaged current velocities of underwater gliders

In this paper, we propose a hybrid forecasting model to improve the forecasting accuracy for depth-averaged current velocities (DACVs) of underwater gliders. The hybrid model is based on a discrete wavelet transform (DWT), a deep belief network (DBN), and a least squares support vector machine (LSSVM). The original DACV series are first decomposed into several high- and one low-frequency subseries by DWT. Then, DBN is used for high-frequency component forecasting, and the LSSVM model is adopted for low-frequency subseries. The effectiveness of the proposed model is verified by two groups of DACV data from sea trials in the South China Sea. Based on four general error criteria, the forecast performance of the proposed model is demonstrated. The comparison models include some well-recognized single models and some related hybrid models. The performance of the proposed model outperformed those of the other methods indicated above.     

辽宁及邻区电磁辐射在地震中的应用研究

通过省内、省外台站分布情况、台址情况、观测记录仪器使用情况,观测记录仪器的性能指标,如观测仪器探头类型、架（埋）设方式,记录仪器的采样率、分辨率,震例情况等从电磁辐射的发生机理出发进行深入细致的分析,找出地震前电磁辐射异常信息量、异常起始时间及持续时间与震中距、震级的关系。     

海河流域一次大到暴雨天气过程的预报分析

利用数值预报、常规天气图、各种物理量场、卫星云图、雷达资料等,对2005年7月22—24日影响海河流域的典型暴雨天气过程进行了综合分析。该过程是由高空槽、副热带高压边缘的暖湿气流和5号台风海棠减弱后的低气压云系的共同作用下产生的;其触发机制是冷空气从近地层楔入暖空气中,在高温高湿、层结不稳定等诸多有利条件下,冷空气前沿的上升气流在暖区激发出几个较旺盛的中小尺度的强对流云团造成此次的降水过程;数值预报在对流层中部冷平流入侵海河流域的时间和地点,对于强降水出现的时间和落区预报有一定的指示意义,日本模式和T213在此次海河流域强降水的落区预报上存在优势,德国模式在强降水量级的预报上最接近实况,但三家数值模式预报西太平洋副高西伸的位置不够准确,导致海河流域的降水预报的时空分布有一定误差。     

Neural network for wave forecasting among multi-stations

Unlike in the open sea, the use of wind information for forecasting waves may encounter more ambiguous uncertainties in the coastal or harbor area due to the influence of complicated geometric configurations. Thus this paper attempts to forecast the waves based on learning the characteristics of observed waves, rather than the use of the wind information. This is reported in this paper by the application of the artificial neural network (ANN), in which the back-propagation algorithm is employed in the learning process for obtaining the desired results. This model evaluated the interconnection weights among multi-stations based on the previous short-term data, from which a time series of waves at a station can be generated for forecasting or data supplement based on using the neighbor stations data. Field data are used for testing the applicability of the ANN model. The results show that the ANN model performs well for both wave forecasting and data supplement when using a short-term observed wave data.     

2011年3—5月T639、ECMWF及日本模式中期预报性能检验

为了更好地应用T639模式中期预报产品,对2011年3—5月T639模式96小时预报产品进行了天气学检验,并与ECMWF、日本模式进行了对比分析。结果表明：三种模式均对亚洲中高纬环流形势的调整和演变具有较好的预报性能。综合来看,ECMWF模式对各系统及要素的预报最接近实况;日本模式和T639模式次之。另外,选取了2011年4月28-30日的沙尘天气个例进行分析,发现日本模式对于引发此次沙尘天气的地面高压系统的中期预报指示意义最好。     

潜在地震灾害预测和评价神经网络系统及其若干问题

结合人工神经网络自身的特性和地震灾害预测研究的特点,本文应用神经网络模型,建立了潜在地震灾害预测和评价系统。针对网络模型参数设置、数据归一化、中间层神经元最优数目以及泛化分类评价指标等若干实际问题给出了实际可行的解决方案。通过大样本数据对网络的训练,形成了有识别和记忆功能的非线性预测和评价系统。对网络的测试和检验,论证了该系统在预测潜在地震灾害上的可行性和有效性。同时,从测试精度出发,探讨了这种预测网络存在的不足,并给出了相应的改进建议,为开展进一步的研究工作提供了参考。     

砂岩型铀矿成矿预测评价信息系统研究

基于Arcview3．2a平台的二次开发工具,采用Avenue和Microsoft VB6．0语言,设计开发了地漫砂岩型铀矿成矿预测评价信息系统。信息平台应用地理信息系统(GIS)强大的空间分析功能以及空间和属性数据的管理和查询功能,以某盆地的控矿地质、盆地构造、地质异常多深信息数据为例,建立了砂岩型铀矿成矿预测评价信息系统。系统对该盆地的地质、遥感、地球物理数据进行了基于空间分析和成矿预测的数据处理,圈定出14片远景区,其中4号远景区已钻探见矿。该系统的开发成功对铀矿的成矿预测评价进入数字化、信息化和可视化的空间信息处理具有重要的试验意义。     

急倾斜煤层开采地表沉陷的渐近灰色预测

煤层开采所引起的地表沉陷是一种严重的矿区地质灾害。煤层的倾角、厚度等物理条件是地表沉陷的主要影响因素。在水平煤层或缓倾斜煤的开采过程中，由于地层倾角小，地表沉陷具有较完整的规律性，其预测效果也比较理想。但是，在急倾斜煤层的开采中，由于地层倾角较大，赋存条件和地质体物理力学性质的差异，增强了地表下沉的非线性特征，使地表沉陷具有不确定的表现规律。文章对重庆市南桐矿区东林矿的地表沉陷非线性特征进行了探讨，得到了东林煤矿地表下沉曲线的分形维数是1．07。在岩层移动这个系统当中，既含有已知的又含有未知的或非确定的信息，可以作为一个灰色系统来研究。岩层控制系统的状态、结构和边界条件难以精确描述，属本征性灰色系统。文章针对东林煤矿地表下沉曲线非线性较弱的性质，提出用一种基于GM(1，1)的渐近预测模型对东林煤矿42个月的地表下沉量时间序列进行探讨。结果表明，这种模型对急倾斜层开采地表沉陷的预测是一种行之有效的方法。通过对其他工程实例的应用分析，进一步证明这种渐近的灰色预测方法具有相对较高的精度，是一种比较实用的地表沉陷预测方法，具有广泛的工程实用空间。