基于最大球算法定量表征土体空间孔隙网络

孔隙网络控制着土体渗流、排水固结与基质吸力等重要工程性质。本文介绍了多孔介质孔隙网络最大球建模基本原理与算法。以显微CT扫描振捣干法生成的南京粉砂试样为例,采用最大球算法建立了试样三维重构模型表征单元体(REV)的空间孔隙网络球棍模型,计算得到了样品REV尺度的孔隙网络参数,统计发现,孔隙半径、喉道半径、孔隙配位数、孔隙截面形状因子、喉道截面形状因子与喉道长度等孔隙参数均近似服从正态分布,孔隙体积近似服从衰减型指数分布。孔隙与喉道半径分别分布在100μm与65μm以内,两者数学期望分别为40. 0μm与18. 0μm;配位数分布在25以内,数学期望为5. 1;孔隙与喉道截面形状因子分别分布在0. 01~0. 04与0. 01~0. 05的区间内,两者数学期望分别为0. 019与0. 033;喉道长度分布在100~800μm以内,数学期望为292. 22μm。同时发现,样品中体积小于1. 5×10^7μm^3的小孔隙数量超过90%。本方法可应用于土体细观孔隙结构的定量表征。     

Unstable climates: Exploring the statistical and social constructions of ‘normal’ climate

The idea of climate has both statistical and social foundations. Both of these dimensions of climate change over time: climate, as defined by meteorological statistics, changes for both natural and anthropogenic reasons; and our expectations of future climate also change, as cultures, societies and knowledge evolves. This paper explores the interactions between these different expressions of climate change by focusing on the idea of ‘normal’ climates defined by statistics. We show how this idea came into being in meteorological circles and then review how this idea of climatic normality gets entangled with cultural and psychological processes. Using data from historical and predicted climates in the UK, we illustrate the significance of choosing different baseline ‘normals’ for retrospective and prospective interpretations of climate change. Since the choice of these statistical ‘normals’ reflects cultural, political and psychological preferences and practices as much as scientific ones, we argue that expectations of the climatic future are influenced by social as well as statistical norms. Seeing climate as co-constructed between the psycho-cultural constraints of society and the physical constraints of the material world offers a different way of thinking about the instabilities of climate and the ways we adapt to them.     

跟踪和预报雷达强回波运动初探

利用数字化天气雷达资料，针对强对流天气下的回波块，提取面积Ｓ、形状描绘子Ｒ和矩不变量Ｍ３个特征量，作为判别因子，对强回波块进行跟踪，然后作出回波移动预报。对７次降水过程的实测雷达资料试验结果表明：该方法的跟踪和预报准确率是令人满意的。     

基于长短期记忆神经网络的风速超短期快速滚动预报技术

利用甘肃省某风电场2017—2020年测风数据,基于长短期记忆神经网络(LSTM)模型,通过评估不同输入数据和模型时间窗口长度下的预报精度,设计一套适用于风电场的风速超短期快速滚动预报方案。结果表明：通过输入不同的特征变量,在风速的超短期(未来4 h内)预报中,风速自身变化起主导作用,模型输入变量中只加入各高度层的风速能得到更好的模拟效果。通过评估LSTM模拟时间窗口长度L对模拟效果的影响,当时间窗口长度L≤24 h时,模拟效果较好,说明超短期风速变化主要和风速自身临近时刻的变化有关;当L>24 h时,模拟效果快速下降,说明过长的L会削弱模拟能力,降低模拟精度。通过分析LSTM在未来4 h内的风速模拟能力,发现随着预报时长的增加,模拟精度逐步下降,但在未来2 h内的风速均方根误差RMSE均小于2 m·s^-1,结果较为理想,且该方法对计算资源要求不高,经济实用性强,在业务中具有较高的应用潜力。     

基于人工神经网络的沿海风速多步预测研究

基于气象历史观测资料,将长短期记忆网络LSTM方法和Transformer模型结合提出了混合短期风速多步预测模型BLSTM TRA。以山东半岛南部沿海6个台站为研究区域,通过气象台站观测数据构建数据集。经与2018年ECMWF模式6 h预报结果对比分析,得出如下结论：构建的BLSTM TRA多步预测模型可大幅度降低风速误差,BLSTM TRA的1 h单步预测结果和ECMWF预报模式结果对比,其RMSE平均降低了58.9%,MAE平均降低了63.2%;风速误差和大风统计过程分析发现,BLSTM TRA模型具有一定的抗干扰能力,可以抓住短时大风等敏感信息,对于大风预报结果明显优于ECWMF模式和传统LSTM模型。     

长短期记忆神经网络(LSTM)模型在低能见度预报中的应用

利用浙江省义乌市2015—2019年逐小时气象观测数据(相对湿度、风速、地气温差、能见度)和空气质量指数(Air Quality Index, AQI)数据, 分析了义乌地区低能见度天气(观测能见度lt; 10 km)的分布特征和气象要素条件。利用长短期记忆神经网络(Long Short Term Memory Neural Network, LSTM)模型对逐小时能见度进行模拟, 分别对比了观测能见度作为输入变量与否的模拟效果; 根据义乌地区低能见度天气条件的特征, 将模拟时段分为三个时期(11月至翌年2月, 3—6月, 7—10月), 对比了分时期模拟的效果; 以及评估了模型的预报步长。结果表明: 高湿、高污染、气温高于地温和低风速是义乌地区低能见度天气的主要特征。LSTM模型对单站能见度有较好的模拟效果, 当输入参数中加入历史观测能见度时, 能大幅提高模拟准确度, 日均能见度模拟结果均方根误差RMSE=0.63 km, 平均绝对误差MAE=0.51 km, 拟合优度R²=0.99;分时期进行模拟能得到更精准的模拟结果。本研究中选用的输入要素在冬季(11月至翌年2月)模拟效果最好, RMSE=2.35 km, MAE=1.46 km, 低能见度均方根误差RMSE_10 km=1.81 km, 低能见度平均绝对误差MAE_10 km=1.13 km, R²=0.83; 3—6月的模拟中, 输入变量中不加AQI模拟效果更好, 这意味着3—6月义乌地区的低能见度天气以雾天气为主导, 加入过多变量并不一定能提高模型准确度; 随着预报步长增大, 模型预报效果变差, 预测步长等于3 h, R²=0.71, 预测结果已不具备实际应用意义。     

湖北省保康磷矿区开采面及固体废弃物遥感信息提取方法研究

统计分析了湖北保康磷矿区有关目标地物(道路、建筑物、坡耕地、植被、水体及阴影等)的SPOT 5影像特征,认为它们具有一定相似性和差异性,依赖单一的遥感分类方法难以实现对矿区开采面及固体废弃物信息的准确提取.采用决策树分类方法,设置一定的分类规则,结合数字高程模型和含矿地层等相关辅助数据,逐一对矿区相关地物进行分类,经分类结果后处理,分类精度达83.4%.     

Shape数据模型的研究与实践

对应用较为广泛的Shape数据模型进行分析和研究,并且针对一幅全要素海图由于数据量大的原因导致读取和图形显示速度慢的问题,在实践中采用快速读取内存的方法,实现了数字海图的快速读取及显示,并且同以往循环读取方法进行了比较.     

铁磁形状记忆合金研究进展与展望（Ⅲ）：应用研究

阐述了铁磁形状记忆合金（Ferromagnetic Shape Memory Alloy,简写为FSMA）在智能材料及其应用领域的优越性。重点介绍了FSMA装置研发和基于FSMA装置的体系分析理论的发展历程和研究现状。仔细分析了各种FSMA装置频率、输出力和最大位移等关键技术指标,讨论了基于电磁学、热力学和力学原理的包含FSMA装置体系的分析理论,指出了各自在面向应用时存在的问题。研究表明,FSMA独特的性能使其具有广阔的应用前景,然而在装置研发和系统理论领域还有待深入。最后指出,更广领域的新型FSMA装置和基于FSMA装置的体系分析理论等问题还有待进一步研究。