雷州半岛人工增雨研究与应用

通过对雷州半岛云水资源气候分布、云的宏观动力学和微观物理学、降水形成机制、人工增雨机制、冷云催化剂与暧云催化剂、播云方式与催化方法的研究和对外场试验的总结，表明：雷州半岛空中具有丰富的云水资源。有暖云降水机制、冷云降水机制和混态云“播种一供水”降水增强机制。人工增雨可进行静力催化和动力催化，使用的冷云催化剂为冰核和致冷剂，暖云催化剂为吸湿性巨核。适宜的人工增雨作业工具为飞机、火箭、地面蚶丙酮溶液燃烟发生器、气球携带AgI焰弹、增雨炮艇等。37高炮不适宜在雷州半岛使用。     

Revision of thickness design of cylindrical frozen walls considering frost heave

This paper outlines development of the thickness design of cylindrical frozen walls in artificial ground freezing (AFG). A plain strain mechanical model coupled with infinite surrounding soil and rock ...     

丽水地区地质灾害的人为因素分析与非工程性防治措施

丽水地区是浙江省地质灾害最严重的地区之一,近年来有多个县（市）发生了多起重大地质灾害事故,并遗留有多处灾害隐患点。从统计汇总上看,人为因素在丽水地区地质灾害发育及形成中起着十分重要的作用。本文分析了人为因素在地质灾害形成中的作用方式和途径,地质灾害的社会特性,并提出了非工程性防治措施。     

基于模型试验的泥石流坡面物源启动预警模型

为进一步探明银洞子沟物源区坡面物源启动机理与降雨的相关性,在进行详细的现场考察与工程勘察工作后选取了典型模型体,并采用20余组人工降雨物理试验方法将降雨强度与坡度设为控制变量,研究了4种坡形、5种雨强条件下,坡面松散物源的失稳机制及破坏模式。试验结果揭示了地表变形与地下物理力学参数变化的定量响应关系,并基于试验发生破坏的临界雨量,建立了银洞子沟传统I-D预警模型。之后提炼可靠预警参数(坡度、深部体积含水率),通过数学回归分析方法并采用Exponential模型,得出IGD、IGM多参数新型预警判别式,实现了传统I-D模型的有效修正,并具一定的可靠性和实用价值。     

Estimation of monthly reference evapotranspiration using novel hybrid machine learning approaches

ABSTRACT

In this research, five hybrid novel machine learning approaches, artificial neural network (ANN)-embedded grey wolf optimizer (ANN-GWO), multi-verse optimizer (ANN-MVO), particle swarm optimizer (ANN-PSO), whale optimization algorithm (ANN-WOA) and ant lion optimizer (ANN-ALO), were applied for modelling monthly reference evapotranspiration (ET_o) at Ranichauri (India) and Dar El Beida (Algeria) stations. The estimates yielded by hybrid machine learning models were compared against three models, Valiantzas-1, 2 and 3 based on root mean square error (RMSE), Nash-Sutcliffe efficiency (NSE), Pearson correlation coefficient (PCC) and Willmott index (WI). The results of comparison show that the ANN-GWO-1 model with five input variables (T_min, T_max, RH, U_s, R_s) provides better estimates at both study stations (RMSE = 0.0592/0.0808, NSE = 0.9972/0.9956, PCC = 0.9986/0.9978, and WI = 0.9993/0.9989). Also, the adopted modelling strategy can build a truthful expert intelligent system for estimating the monthly ET_o at study stations.     

干旱内陆河流域地表水地下水联合调度研究进展

地表水-地下水联合调度是解决干旱内陆河流域水资源短缺的一个有效途径,对干旱区水资源优化配置具有重要意义.以地表水地下水联合调度内涵为基础.分析了干旱内陆河地表水-地下水联合调度模式的国内外研究现状.对地表水地下水联合调度的研究方法进行了评价并指出存在的不足之处,展望了地表水与地下水联合调度的研究趋势.指出在未来地表水-地下水联合调度中应加强与气象学、生态学等多学科交叉研究.探讨内陆河水资源高效利用模式和基于生态健康和环境发展的内陆河环境需水定值方法与阈值.开发内陆河地表水地下水联合调度信息系统和管理模式.指出综合水循环组成部分的集成模型是地表水-地下水联合调度模型发展的必然趋势.     

不同形状和材料的鱼礁模型对短蛸诱集效果的初步研究

采用鱼类行为学方法,观测了短蛸(Octopus ocellatus)对同为PVC材质的3种形状的有孔和无孔模型礁以及对同为管状的3种不同材料的单体和叠加模型礁的行为反应,并对各组内模型礁的诱集效果进行了比较.实验结果表明:未投放模型礁条件下短蛸在水槽四角分布率较高,在鱼礁标志区分布率只有0.5%;PVC材质3种形状的模型礁放入后对短蛸的聚集率均在10%以上,其中内部空间最大的正方体模型礁聚集率最大,每种形状的模型礁中有孔模型礁聚集率高于无孔;3种不同材料的管状模型礁放入后诱集效果均较明显,其中陶瓷材质的管状模型礁效果最好,每种材料的模型礁中3单体叠加后的组合礁聚集率明显高于单体,其中叠加后的陶瓷模型礁对短蛸的聚集率达到39.3%;研究发现短蛸的领域行为对鱼礁模型的诱集效果影响较大.     

基于人工蜂群CA模型的南京市土地利用变化模拟与预测

以南京市为例,构建人工蜂群元胞自动机（CA_ABC）模型,对2000—2007年的土地利用变化进行模拟以实现CA_ABC模型的校正,并以2007—2015年的土地利用变化为案例,验证该模型的有效性。模拟结果总体精度（OA）2007年为87.79%,2015年为80.61%;模拟结果的品质因数（FOM）2007年为21.23%,2015年为19.25%。基于CA_ABC模型和马尔可夫链预测未来城市土地总量,对南京市2025和2035年的土地利用格局进行了预测,对城市扩张和生态用地被侵占现象进行分析。模型预测结果表明,未来20年的城市扩张主要以牺牲耕地和林地为代价,2025和2035年80%的城市扩张面积来源于对耕地面积的侵占,17%的城市面积扩张是由2015年的林地转换得到的。研究表明,准确模拟、预测未来城市格局及评估城市扩张能够对生态用地侵占,以及为决策者合理规划城市、推动城市可持续发展提供帮助。     

几种雷电灾害风险评估计算方法应用对比分析

雷电灾害风险评估中,雷击风险的计算方法有人工计算、Excel表格计算和软件计算3种。选取石嘴山一油库为案例,依据风险管理标准(GB/T 21714.2 -2015),分别采用人工、Excel和软件方法,计算该油库雷电风险总量和风险分量。计算结果显示,软件计算风险总值相对人工计算值总是偏高,特别是对于易燃易爆场所,比人工计算、Excel计算值高20~30倍;人工方法、Excel方法风险总值计算结果较为一致。造成差别的原因是,人工计算主观性大,不同的评估人员在风险分量的选取及计算过程中会出现较大的差别,容易忽略部分风险分量,从而造成风险总量的减少。在风险分量的组成上,对第三类防雷建筑物,人工计算结果更符合实际;对第一、二类防雷建筑物,软件计算结果更符合实际。     

A rational method for development of limit state for liquefaction evaluation based on shear wave velocity measurements

This papers presents a new approach for developing a limit state for liquefaction evaluation based on field performance data. As an example to illustrate the new approach, a database that consists of, among many other features, in situ shear wave velocity measurements and field observations of liquefaction/non‐liquefaction in historic earthquakes is analysed. This database is first used to train a neural network to classify liquefaction/non‐liquefaction based on soil resistance parameters and load parameters. The successfully trained and tested neural network is then used to establish a limit state, a multiple dimension boundary that separates ‘zone’ of liquefaction from ‘zone’ of non‐liquefaction. The limit state yields cyclic resistance ratio for a given set of soil resistance parameters. Examination of all cases in the database show that the developed limit state has a high degree of accuracy in predicting the occurrence of liquefaction/non‐liquefaction. The developed neural network model can accurately predict the cyclic resistance ratio of soils. Copyright © 2000 John Wiley & Sons, Ltd.