树轮地貌学重建滑坡事件研究进展

树轮地貌学以其定年准确、分辨率高和时间跨度长等特点在地表过程的研究中具有极其重要的作用。树木年轮可以作为一个可靠的工具来获得滑坡过去活动的历史证据,进而解释现在正在发生的并窥探滑坡的变形信息。本文对国内外树轮地貌学方法在滑坡事件研究中的现状和取得的成果进行总结,重点阐释了树轮地貌学的原理和树轮地貌学重建滑坡活动迹象与时空分布的研究进展,并讨论了该方法存在的不足,展望了我国利用树轮地貌学开展滑坡事件研究的前景。     

青海南部高原近450年来春季最高气温序列及其时变特征

根据采自青海南部高原曲麻莱、治多地区的圆柏树轮样芯建立的树木年轮年表,重建了近450年来高原春季（4～6月）的最高气温序列。采用多窗谱分析、小波分析和Yamamoto突变检测分析等方法综合研究了重建的高原春季最高气温序列的准周期性及多尺度突变特征。结果显示,青海南部高原地区春季最高气温的变化存在较明显的31～54年低频和2～4年高频准周期波动特征。在30～54年时间尺度上,青海南部高原春季最高气温变化经历了1622～1639年、1798～1816年、1896～1913年和1933～1951年的偏冷期以及1684～1703年、1779～1797年、1817～1835年和1914～1932年的偏暖期。分析还发现,青南高原地区春季最高气温在冷暖期的转换过程中存在着较明显突变现象,在30～40年时间尺度上,T_m序列在1610年、1668年、1816年、1915年和1934年前后的突变是明显的。交叉相关分析显示,在滞后7.5年左右,青海南部高原春季最高气温波动与太阳黑子周期长度的变化呈显著负相关。     

一种基于机器学习算法的岩性填图方法

通过野外地质调查与机器学习方法的有机融合,提出了一种基于梯度提升决策树算法的岩性单元填图方法.研究以多龙矿集区为模型试验区,选择1:5万勘查地球化学数据为基础预测数据,以1:5万区域地质图为参考,进行基于梯度提升决策树算法的岩性预测填图模型试验.首先选择研究区内小范围空白区开展野外填图,建立原始数据集并初步构建岩性单元...     

基于人工神经网络的航磁信息关联方法的研究

应用人工神经网络方法 ,以航磁数据为样本 ,建立了航磁信息关联的BP人工神经网络模型。对山东省 1∶5 0万航磁水平一阶导数轴向图进行计算机自动关联叠置、提取航磁解释构造轴线的研究。经与垂向二阶导数对比分析 ,证实了该方法给出的模型具有较强的非线性、自适应和学习能力。     

基于改进BP网络算法的隧洞围岩分类

围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法, 进行隧洞围岩分类, 在传统BP算法的基础上, 通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法, 使得当误差大于上临界值时, 则降低学习率, 当误差小于下临界值时, 则适当提高学习率, 这样可加快网络的训练速度, 确保网络的稳定性; 通过引入调整学习率参数, 使得传递过程更加敏感, 加快了传递函数的收敛速度, 提高了训练函数的计算精度; 通过给定隐含层节点模型的取值范围, 对网络结构进行优化, 提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中, 分类结果与根据《水工隧洞设计规范(SL279-2002) 》的分类结果完全一致, 表明该方法具有良好的工程实用性.      

基于改进型前馈神经网络的流域产流预报模型的研究

在分析流域产流机制、影响因素和现行产流计算方法的基础上,首次取前期影响雨量、主产流历时、全过程面平均雨量和４个代表雨强计７个因子作为神经网络输入,直接以流域产流深作为神经网络输出,并针对传统ＢＰ算法的固有缺陷,采用混合ＧＮ－ＢＦＧＳ算法训练网络。实例验证了所建模型及算法的有效性和可行性。还对神经网络隐层单位数等进行了初步研究。     

水库群优化调度函数的人工神经网络方法研究

提出了研究水库群优化调度函数的人工神经网络方法,并探讨了神经网络的训练参数、训练方法和训练样本的改变对网络训练和应用效果的影响。实例研究表明,模型及其算法是可行的、有效的。     

Retrieving atmospheric temperature profiles from AMSU-A data with neural networks

Back propagation neural networks are used to retrieve atmospheric temperature profiles from NOAA-16 Advanced Microwave Sounding Unit-A (AMSU-A) measurements over East Asia. The collocated radiosonde observation and AMSU-A data over land in 2002-2003 are used to train the network, and the data over land in 2004 are used to test the network. A comparison with the multi-linear regression method shows that the neural network retrieval method can significantly improve the results in all weather conditions. When an offset of 0.5 K or a noise level of ±0.2 K is added to all channels simultaneously, the increase in the overall root mean square (RMS) error is less than 0.1 K. Furthermore, an experiment is conducted to investigate the effects of the window channels on the retrieval. The results indicate that the brightness temperatures of window channels can provide significantly useful information on the temperature retrieval near the surface. Additionally, the RMS errors of the profiles retrieved with the trained neural network are compared with the errors from the International Advanced TOVS (ATOVS) Processing Package (IAPP). It is shown that the network-based algorithm can provide much better results in the experiment region and comparable results in other regions. It is also noted that the network can yield remarkably better results than IAPP at the low levels and at about the 250-hPa level in summer skies over ocean. Finally, the network-based retrieval algorithm developed herein is applied in retrieving the temperature anomalies of Typhoon Rananim from AMSU-A data.     

春季中国日最高气温延伸期预报误差分析及订正

数值模式直接输出和经模式后处理得到的预报误差比较,是延伸期逐日要素预报应用基础。针对中国2 583个站点在2020年春季11~30天的日最高温度预报,根据欧洲数值中心的集合预报输出,首先,使用BP-SM（Back-Propagation - Self memory）法和回归法,进行确定性预报订正效果比较;结果表明BP-SM法和回归法都明显降低了预报绝对误差;在11~14天预报中,BP-SM法得到的平均绝对误差为3.3~3.6 ℃,预报准确率超过35%,订正效果更优。其次,基于模式直接输出和BP-SM法获得的概率预报,使用CRPSS (continuous ranked probability skill score)进行了可预报性分析。结果表明,在地形复杂地区,经过订正,预报准确率明显改善。对于延伸期逐日要素预报,合理的模式后处理方法是降低预报误差和提高预报能力的重要环节。      

胡杨树轮δ13C记录的艾比湖地区夏季最高温度变化

摘要：艾比湖是新疆北部生态环境最为敏感和脆弱的地区,这里分布的大片长龄胡杨是过去气候变化良好的记录体。本文利用艾比湖东岸的胡杨树轮资料,分析其宽度和稳定碳同位素组成,建立了树轮宽度年表和δ^13C序列,并对δ^13C序列进行了校正处理。树轮参数的气候意义分析表明胡杨树轮宽度所含的气候信息较少,而树轮δ^13C校正序列与精河夏季高温显著负相关,为荒漠平原区树轮气候研究提供了新的资料。研究区夏季的高温超过了光合作用的适宜温度,降低光合作用速率（A）,而地下水埋深较浅,叶片气候导度（g）并没有因受到水分条件限制而减小,在以上两个因素的共同作用下,叶片内部二氧化碳浓度（Ci）升高,导致胡杨δ^13C与夏季高温负相关关系。建立了胡杨树轮δ^13C校正序列与精河夏季高温的转换方程,方差解释量为33．0％。重建的精河145a来夏季高温序列反映了这一地区气候变暖的趋势,其升温的幅度高于北半球夏季升温幅度,但二者冷暖阶段变化并不完全一致。