祁连山北坡夏季晴天气溶胶粒子变化特征

利用2007年7月祁连山区民乐县何庄进行的晴空观测所获得的PMS资料,对祁连山区大气气溶胶粒子的数浓度分布及日变化特征进行了统计分析,并结合相对湿度、风速和风向等气象资料,讨论了气溶胶粒子浓度与气象因子的关系。结果表明,该地区PCASP探测的气溶胶平均数浓度为102~103个·cm-3,FSSP-100探测的粒子平均数浓度为10-2~101个·cm-3,日变化特征表现为早晚大,中午小;FSSP和PCASP探测的气溶胶粒子谱分别呈负指数型和单峰型分布特点,其Junge幂指数谱分布和Deirmendjian广义Γ谱分布的分段拟合,能够更好地显示当地粒子的演变特征;此外,气溶胶粒子不仅与相对湿度、气温之间存在相关性,而且与风向风速亦有明显关系。     

珠江三角洲及珠江口海区的空气微生物含量

１９９４年６，７月，调查了广州、深圳、珠海及珠江口海区的空气微生物粒子沉降量状况。发现空气微生物粒子总量、真菌粒子量、真菌粒子数／总菌粒子数百分比在三市中不一致。这三种数据一般是陆上的高于海上。随着距陆的增加，都市影响的减弱和海面的开阔，空气微生物含量呈减少之势，显示出海洋新鲜空气对陆上污染空气的调节、净化作用。文中还分析了空气微生物有关参数与气温、风力或相对湿度间的相关关系。     

模拟退火粒子群与小波的地基沉降预测应用

针对粒子群优化算法易陷入局部极小值问题,改进学习因子使其自适应调整,并与具有良好全局搜索能力的模拟退火算法结合,充分利用两种算法各自的优点,同时结合小波分析去噪,优化神经网络参数,对地基累计沉降数据进行预测,并与标准粒子群优化算法做了对比,实验表明两种方法的结合具有良好的全局和局部搜索能力,预测精度高。     

铂族元素迁移富集机理的新探

在岩浆及高温热液中，拍族元素以纳米液态铂族元素单质、铂族元素与其它金属元素的纳米液态合金、纳米液态铂族元素的硫、砷化物迁移。在中、低温热液及表生条件下，除呈上述固态纳米铂族矿物随流体迁移外，还呈配合物形式迁移。然后它们在合适的条件下沉淀富集形成矿床。此外，还讨论了铂族元素与金地球化学条件的异同。     

磁正午附近极光强度与沉降粒子能量关系的参数模型

极光是日地能量耦合过程中粒子沉降到极区电离层的最直观表现,对于理解地球空间环境及预测空间天气具有重要作用.本文利用2003—2009年的北极黄河站的多波段地面极光观测,结合DMSP卫星粒子沉降探测,对磁正午附近的极光强度与沉降粒子沉降能量之间的关系进行了定量研究.统计结果表明,在10—13磁地方时(MLT)630.0 nm的极光发光占主导,以低能粒子沉降为主;而在13—14MLT,630.0 nm/427.8 nm极光强度比值降低,沉降粒子能量较高.另外,利用极光强度与沉降电子的能通量以及极光强度比值与平均能量之间的函数关系,初步建立了北极黄河站磁正午附近极光强度与沉降粒子能量关系的反演参数模型,为将来空间天气的监测服务.     

基于SPH方法的非饱和多孔介质相变耦合研究

在考虑相变的热能平衡方程和非饱和水分迁移质量控制方程的基础上,建立温度场-水分场的耦合模型,并采用一种无网格粒子算法（SPH）进行数值求解。其中,耦合方程中考虑了水流传热以及温度势对水流的直接驱动,在不考虑相变的情况下,该耦合模型可退化为常温下的水-热耦合模型,故可用于模拟冻融循环的相关问题。从求解热能平衡方程中的含冰量出发,实现解耦并对半无限单向冻结条件下介质内非稳态温度场和体积含水率分布场进行模拟,将耦合作用下的温度场与不耦合的解析解进行对比,反映出水分迁移对温度场存在较大影响。最后,求解了路基边坡在季节性周期温度边界下,温度场、水分场分布的演变规律,并评估了边坡阴阳面受热不均对水热两场分布的影响。计算结果基本能反映土冻结相变的实际物理过程,光滑粒子算法可以用于尝试解决冻土领域的其他相关问题。     

基于粒子群-高斯过程回归耦合算法的滑坡位移时序分析预测智能模型

高斯过程回归(GPR)学习机有着容易实现、超参数自适应获取及预测输出具有概率意义等优点。通常采用共轭梯度法获取GPR超参数,但其存在优化效果对初值依赖性太强,迭代次数难以确定,易陷入局部最优的缺点。改用粒子群优化 (PSO)算法进行最优超参数搜索,形成粒子群-高斯过程回归耦合算法(PSO-GPR)。将该算法引入三峡永久船闸高边坡、卧龙寺新滑坡、链子崖滑坡3个不同的典型滑坡变形时序分析中,对每个滑坡分别采用稳态核及一种新式神经网络（NN）、平方指数（SE）、有理二次型（RQ）3种单一核函数进行外推预报测试。工程应用表明,基于3种不同单一核函数的粒子群-高斯过程回归算法（PSO-GPR）均能完全适应不同滑坡时序分析,其中以NN核函数外推预测效果最佳,平均相对误差分别为6.37%、7.62%、1.07%,从而改善了在进行不同滑坡变形时序分析时采用单一核函数的核机器外推能力存在较大差异性的问题,提高了单一核函数对不同数据类型的兼容性     

地球物理资料群体智能反演(英文)

复杂地球物理资料的反演问题往往是一个求解多参数非线性多极值的最优解问题。而鸟和蚂蚁等群体觅食的过程,正好与寻找地球物理反演最优解的过程相似。基于自然界群体协调寻优的思想,本文提出了交叉学科的群体智能地球物理资料反演方法,并给出了其对应的数学模型。用一个有无限多个局部最优解的已知模型对该类方法进行了试验。然后,将它们应用到了不同的复杂地球物理反演问题中:(1)对噪声敏感的线性问题;(2)非线性和线性同步反演问题;(3)非线性问题。反演结果表明,群体智能反演是可行的。与常规遗传算法和模拟退火法相比,该类方法有收敛速度相对快、收敛精度相对高等优点;与拟牛顿法和列文伯格一马夸特法相比,该类方法有能跳出局部最优解等优点。     

一种盾构施工引起的地面沉降预测方法

针对盾构施工引起的地面沉降的影响因素众多、关系错综复杂,常规数学模型难以准确预测沉降量的问题,该文提出了采用主成分分析法和粒子群优化的支持向量机方法来建立预测模型。并结合工程实例将预测结果与常用的多元线性回归模型和基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做了比较。结果表明:PCA-PSO-SVM的预测结果精度较多元线性回归模型和LM-BP神经网络有很大的提高,证明了该研究方法具有一定的理论意义和参考价值。