2020年7月12日唐山5.1级地震前高光谱多参数异常特征分析

基于高光谱遥感数据,通过RST算法提取2020年7月12日唐山5.1级地震前不同参数异常信息,发现震前CH₄、CO、H₂O、O₃均出现了高值异常,且异常均位于震中附近,异常幅度高于2倍均方差,CH₄、CO、H₂O异常机理不同于O₃。通过统计2018—2020年CH₄、CO、H₂O三种气体出现频次,发现同步异常具有可靠性,认为高光谱多参数异常出现的同步性,可提高异常性质判定的信度。通过对不同参数进行连续跟踪观测,提取多参数同步异常信息,对地震短临预报具有一定参考意义。     

2019年河南淅川ML 4.2地震震源深度测定

采用震源深度测定的确定性方法（PTD）和震源机制CAP反演法,对2019年11月30日河南淅川丹江口水库发生的M_L 4.2地震进行分析,重新计算了此次地震的震源深度。结果表明,2种方法所得到的震源深度基本一致,均约为7.0 km,与中国地震台网中心统一编目结果（7.1 km）相差不大,此结果可能表明地震监测台网相对较好的情况下,用不同方法测得的震源深度相差不大。     

基于机器学习模型的淮河流域中长期径流预报研究

准确可靠的中长期径流预报是支撑水资源科学调配、提高水资源利用效率的关键。本研究采用AdaBoost模型(AdB)、随机森林模型(RF)和支持向量机模型(SVM)进行淮河流域王家坝和蚌埠站当年11月至次年10月共12个月的中长期径流预报研究。采用置换准确度重要性度量法从130项气象-气候因子及前期降雨/流量构建的1 562个因子变量中筛选出影响各月径流的关键因子,构建了基于AdB、RF和SVM模型的各月径流预报模型,模型参数采用随机搜索技术并结合交叉验证方式确定。采用变幅误差合格率和等级(五级)预报合格率指标对模型的预报精度进行了评估。变幅误差合格率指标表明,王家坝12个月的平均合格率分别为99.8%(AdB)、96.6%(RF)和95.9%(SVM),蚌埠站分别为100%(AdB)、94.8%(RF)和93.8%(SVM);等级预报合格率指标表明,王家坝12个月的平均合格率分别为79.0%(AdB)、76.4%(RF)和79.9%(SVM),蚌埠站分别为81.0%(AdB)、75.6%(RF)和76.6%(SVM)。模型均具有较好的预报效果,但RF和SVM模型对于高流量值的预报存在偏低现象,AdB模型整体上优于RF和SVM模型。     

参数空间变异性下地下水污染监测网多目标优化机制研究

基于野外实际含水层参数存在空间变异性的客观事实,研发概率Pareto遗传算法(Probabilistic Pareto genetic algorithm,PPGA),用于求解考虑含水层参数空间变异性下地下水污染监测网多目标优化设计问题。PPGA在ε-改进非劣支配遗传算法(epsilon-dominance non-dominated sorted genetic algorithm II,ε-NSGAII)的基础上通过添加概率择优排序和概率拥挤度技术,寻求考虑参数空间变异条件下地下水污染监测网模拟—优化耦合模型的Pareto最优解。将优化结果与蒙特卡洛(Monte Carlo,MC)模拟分析结果进行对比,验证优化结果的可靠性。算例求解结果表明:在求解考虑参数空间变异性条件下地下水污染监测网多目标优化设计问题时,PPGA优化所得Pareto最优解变异性小,可靠性高,可为决策者提供一系列稳定可靠的监测方案。     

基于差异序列信息熵的降雨分区研究

充分挖掘降雨变量语法信息,利用基于差异序列信息熵测度理论的遗传算法聚类分析方法,对淮河流域蚌埠站以上区域99个雨量站进行了分区研究。根据各子区域内雨量站降雨序列差异测度得到最优分区,从而使得降雨信息在区域内具有较大的同质性。最后,以插值精度为标准,将不分区的情况为参照对象,对2、4、8三种分区结果进行校验,结果显示,相对于不分区,分区明显提升了降雨插值的精度。     

改进PSO算法在水位流量关系拟合中的应用

粒子群算法(PSO)是一种基于群智能的全局优化方法。将改进PSO算法应用于水位流量关系拟合优化问题,通过对结果的比较分析,验证了改进PSO算法在提高精度方面的有效性,说明了改进PSO算法在水位流量关系拟合中应用的可行性。     

岩石本构模型智能辨识方法研究

岩石本构模型是研究岩石力学特征和变形机制的基础,而本构模型或模型中相关参数的识别是本构模型研究中的热点和难点问题。本文基于红板岩室内力学实验数据,分别利用遗传算法、BP神经网络以及遗传规划对红板岩本构模型进行了模式识别,结果表明,遗传算法进行参数识别需要事先假定流变模型的形式,误差较大,而BP神经网络和遗传规划可以一次性同时确定流变模型的结构形式及参数,有效避免模型假定所带来的误差。而遗传规划与BP神经网络相比,具有精度高、收敛快,可视化程度高等特点,为岩石本构参数及模型的智能识别方法的选取提供参考。     

基于局部体样条函数的海洋盐度场建模

海洋盐度是海洋水文要素的重要组成部分,是海洋战场环境研究的重点。在介绍海水盐度数据特点的基础上,采用局部体样条函数法对散乱的大规模盐度场标量数据进行建模,并利用遗传算法和非线性规划相结合的方法解决体样条函数法的区域划分问题。通过一组实测数据进行建模实验并将得到的数据场进行可视化,表明该方法适用于大规模散乱数据场的建模,可为海洋战场环境的数据分析和场景构建提供建模手段。     

基于遥感的上海地区雾霾监测研究

以中分辨率成像光谱仪(MODIS)遥感数据为数据源,综合利用6S传输模型与NASA V5.2算法对2013年12月4日至8日上海地区雾霾污染进行了连续性监测,并对其形成原因进行分析。结果表明,此次雾霾污染主要是由本地生产和外地迁移来源共同作用形成,上海地区气溶胶光学厚度在12月6日达到最大,雾霾污染区域逐渐从上海地区的西北向东南扩散,污染等级也逐渐降低。     

Landsat 8数据地表温度反演算法对比

随着卫星遥感技术的发展,利用遥感反演地表温度的方法不断出现,如劈窗法、双角度法和单通道算法等。Landsat系列卫星的遥感数据是地表温度反演的重要数据之一。本文选择无锡周边区域为研究区,利用Landsat 8卫星遥感数据,对两种劈窗算法(Juan C.Jiménez-Muoz劈窗算法和Offer Rozenstein劈窗算法)和两种单窗算法(Juan C.Jiménez-Muoz单通道算法和覃志豪单窗算法)的地表温度反演精度进行了对比和敏感性分析。采用太湖16个浮标站的实测数据来验证了4种算法的反演精度。结果表明:两种劈窗算法的精度较高且较为接近,误差为0.7 K左右;覃志豪单窗算法和Juan C.Jiménez-Muoz单通道算法精度较低,误差分别为1.3 K和1.4 K左右。Juan C.Jiménez-Muoz劈窗算法对参数的敏感性最低,Juan C.Jiménez-Muoz单通道算法次之,覃志豪单窗算法和Offer Rozenstein劈窗算法敏感性相对最高。其中Juan C.Jiménez-Muoz单通道算法只适用于一定的水汽含量范围,有一定的局限性。