模糊综合评判模型在会泽铅锌矿隐伏矿定位预测中的应用

模糊综合评判(FCA)模型是基于模糊数学理论并结合隐伏矿预测理论而建立的一个找矿模型.在会泽铅锌矿隐伏矿定位预测中,运用FCA模型,进行了成矿因素评价集的确定,评价因素权重的确定,并根据流程作出找矿预测的异常图.预测结果与实际工程施工验证相吻合,证明所构造的模型有效.该模型还可以推广到其他矿山进行隐伏矿定位预测.     

利用深度学习模型进行城市内涝影响分析

城市内涝是当前典型的一类城市自然灾害,影响着居民的生活质量。以城市内涝点作为研究对象,综合考虑内涝对城市居民工作和生活等方面造成的影响,筛选出与影响程度相关的21类空间数据。同时,基于深度学习原理构建栈式自编码神经网络模型,结合层次分析法获取的内涝点影响程度标签,剖析21类空间数据与内涝点对居民工作生活影响程度的关系,实现城市内涝对居民工作和生活影响的定量分析。实验表明,栈式自编码神经网络模型能准确地描述内涝点周围的系列空间数据与内涝影响程度之间的关系,可有效预测潜在内涝点对居民工作和生活的影响程度大小,可用于城市防洪排涝方案的制定和排水管网的优化设计。     

C波段多普勒天气雷达地物识别方法

地物回波对雷达数据应用会造成负面影响,是影响定量降水估测等产品精度的重要因素,识别并剔除地物回波是雷达基数据质量控制的一个重要内容。该文在现有S波段雷达地物识别方法的基础上,使用长治、哈尔滨两部CINRAD/CC雷达2011年观测数据,对C波段雷达地物回波特征进行分析,改进识别参量的隶属函数,建立适合C波段多普勒天气雷达的地物识别方法 (MCC方法),并对该方法进行效果检验。结果表明:S波段及C波段雷达地物回波与回波强度有关的参量分布较为相近,与降水回波的参量分布有明显区别;S波段雷达地物识别方法中与回波强度有关的参量可用于C波段雷达地物的识别,与速度有关的参量中仅中值速度可用于C波段雷达。通过统计分析与个例分析,相对于现有S波段雷达识别方法,MCC方法可显著提高C波段雷达地物回波的识别正确率,并可减少层状云降水回波的误判。     

水污染物浓度的神经网络预测模式及效果检验

污染物浓度预测是环境保护的重要内容,将神经网络用于水中有机污染物浓度的预测并对效果进行检验.结果表明,预测值与观测值符合较好.     

顾及地理-语义动态的城市热点预测框架

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络(PredRNN)、图卷积预测递归神经网络(GCPredRNN)和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。     

南四湖湖泊湿地生态环境预警研究

基于南四湖近30 a来多源遥感影像、土地利用、环境监测和实地调查数据,选择1982年、1992年、2002年和2012年4个时间断面,从湿地组织结构、整体功能和社会经济3个方面选取指标,从无警、轻警、中警、重警和巨警5个级别划分警度,采用多级模糊综合评价法进行警度评价,并运用BP神经网络模型对未来10 a警度发展进行预测,研究结果表明：① 南四湖湿地生态环境现在处于重警状态,农业化肥、农药污染和工业污染物排放是主要的警报来源;② 近30 a来南四湖湿地整体生态环境处于不断恶化趋势,社会经济指标恶化趋势明显,未来10 a各项指标和整体预警度均呈下降趋势,整体水平达到中警状态,社会经济投入的增加是重要影响因子;③ 近10 a环境恶化速度比前20 a有所减缓,社会经济指标恶化速度较快,人类活动的负向干扰仍大于正向干扰。     

基于神经网络的单元自动机CA及真实和忧化的城市模拟

提出了一种基于神经网络的单元自动机（ＣＡ）。ＣＡ已被越来越多地应用在城市及其它地理现象的模拟中。ＣＡ模拟所碰到的最大问题是如何确定模型的结构和参数。模拟真实的城市涉及到使用许多空间变量和参数。当模型较复杂时，很难确定模型的参数值。本模型的结构较简单，模型的参数能通过对神经网络的训练来自动获取。分析表明，所提出的方法能获得更高的模拟精度，并能大大缩短寻找参数所需要的时间。通过筛选训练数据，本模型还可以进行优化的城市模拟，为城市规划提供参考依据。     

基于模糊识别的水资源承载能力综合评价

应用模糊识别模型解决水资源承载能力综合评价问题,根据水资源承载能力相关因子自身的数据结构特性,通过模糊识别模型得到样本的级别特征值,从而达到对待评价区域的识别、归类,同时可以得到各相关因子在评价过程中的贡献率,实例部分将模型应用于全国30个省市、自治区的水资源承载能力评价,结果表明该方法的实用性和客观性。     

洪水预报中特征值预报的若干数学方法比较

讨论研究了水文特征值预报的数学方法,统计回归模型、神经网络模型和模糊回归模型。三个计处实例表明如果系统的线性关系较好,统计回归模型的结果最好;如果系统的线民生关系差,神经网络模型的结果最好;如果用于率定模型的资料太短,任何一个模型都不可靠。     

模糊积分在海洋标准体系评价中的应用研究

采用模糊积分综合评价模型对海洋标准体系进行评价,在指标评分过程中,无选择地邀请多位专家参与评分,利用Sugeno模糊积分和Choquet模糊积分计算,求算评价指标的近似客观值来进行综合评价,将其应用到海洋观测预报及防灾减灾标准体系评价中,得到了与标准审查会专家结论基本一致的结果。