洞庭湖中枯水期水情变化及其驱动因素

为揭示洞庭湖中枯水期水情变化特征及其驱动因素,采用长短期记忆神经网络模拟洞庭湖出湖流量及湖区水位,通过情境模拟开展水情变化归因分析。洞庭湖1992—2019年9—10月出湖流量大幅减少,主要受长江流量降低的影响。洞庭湖中枯水期水位主要呈下降趋势,其中9—10月平均水位在西洞庭湖、南洞庭湖降幅约1 m,在东洞庭湖降幅约2 m。地形变化对中枯水期水位主要起拉低作用,长江和流域四水流量变化在9—10月起拉低作用、在12月至次年3月起抬升作用,其中对东洞庭湖水位的影响相对更为显著。研究结果可为洞庭湖中枯水期水资源管理和湿地保护提供参考。     

基于小波长短期记忆网络的风电功率超短期概率预测

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.     

基于特征注意力机制的RNN-Bi-LSTM船舶轨迹预测

【目的】为更准确预测船舶轨迹,基于RNN、Bi-LSTM和注意力机制,研究一种结合特征注意力机制的RNN-Bi-LSTM的船舶轨迹预测模型。【方法】基于AIS数据构建基于循环神经网络(RNN)与双向长短时记忆网络(Bi-LSTM)的混合神经网络模型,并在混合模型中加入特征注意力机制对数据特征进行权重分配,提升模型对船舶轨迹预测精度。【结果】使用实际运行的船舶AIS数据,对模型的有效性和实用性进行验证,测试集均方误差为2.751×10^-5、均方根误差为5.245×10^-3,在连续弯道预测中的均方误差为4.359×10^-6、均方根误差为2.088×10^-3。【结论】结合特征注意力机制的RNN-Bi-LSTM相较于传统的预测神经网络,船舶轨迹预测精度更高,尤其在弯道预测中也表现出较好的符合度。     

基于地震反演方法的奥陶系顶部含隔水层探测

在山西阳泉泊里矿区,太原组K₂灰岩是15号煤层上部主要的含水层,查明其富水分布特征对上下组煤层安全开采至关重要。为了准确得到K₂灰岩的富水分布区域,首先,利用常规的波阻抗反演获取精确的K₂灰岩空间展布特征。然后,结合皮尔逊相关系数法与交叉验证−逐步回归法优选出9种地震属性,构成网络的训练数据。此外,引入适合于时序数据处理且能够捕捉测井曲线前后相关性的长短期记忆神经网络(LSTM),构建智能化、多变量LSTM视电阻率预测模型,以精确地预测研究区视电阻率进而得到地层富水性分布特征。同时,分别利用常规多属性回归算法与多变量LSTM模型在井点位置建立电阻率测井曲线与地震属性井旁道之间的映射关系。最后,将井点处训练好的网络模型推广至无井区得到全区视电阻率体,根据视电阻率值的高低、矿区地质构造与陷落柱发育情况圈定灰岩富水区。实际数据的测试结果表明：与常规多属性回归算法相比,多变量LSTM模型预测误差小,与测井相关系数高,说明多变量LSTM模型可以更加精确地预测出工区视电阻率,在含煤地层的富水性预测中有较好的应用价值。\t\t\t\t

     

长短时记忆神经网络在中期地震预报中的探索——以川滇地区为例

利用机器学习方法对地震活动大数据进行挖掘,识别出一些过去认识不到的异常,提高地震预测的准确性,是一个非常具有挑战性的科学问题.本文基于川滇部分地区（24°N—32°N,98°E—106°E）地震目录,采用滑动的时空窗口,选取16个反映地震时空强度分布特征的地震预测因子,建立了长短时记忆（LSTM）神经网络,对研究区域9个子区块未来一年的最大地震震级进行预测.通过设置训练集：测试集=8：2和训练集：测试集=7：3两个不同的训练测试模型,对过往发生的地震进行了回溯性预报.结果表明：训练集：测试集=7：3模型能够利用1970年1月至2004年9月的地震目录进行学习,成功回溯性预报2008年汶川地震;训练集：测试集=8：2模型利用1970年1月至2009年5月资料进行训练,回溯性预报2010—2019年间6级以上地震的R评分为0.407,回溯性7级地震预报时准确率高达92.31%.本文还探讨性给出预测意见：2022年2月前研究区西部、中部、东部、西南部存在发生5.1~5.3级地震的潜在危险性.

     

国内外乡村记忆地理研究进展与展望

在地理学的文化转向思潮中,记忆研究逐渐受到地理学者的重视。在全球化时代,不同地方的文化将突破时空界限,在广域范围内形成全方位的沟通、交流与互动。本研究对1990至2017年国内外有关乡村记忆的研究文献进行梳理和评述。结果发现：①记忆是多学科的研究议题,近年来逐渐受到地理学者的关注。不同于国外重视对地方、景观等记忆的空间感知研究,国内更关注人对曾经生活过的地方的情感依恋。②乡村记忆作为一种地方性表达,在理性语境中与全球互动融合的同时也逐渐消解,急需进行保护与传承。③本文尝试从范式、视角、尺度、理论、内容和方法层面初步建立乡村记忆地理的研究体系,未来研究应从服务国家战略、推动地理学主导的学科交叉、构建理论体系、拓展全球-地方视阈内容集成、运用多元分析方法等方面加以深化,以期为乡村理论研究和实践发展提供有力的支撑。     

基于城市记忆的传统文化旅游地空间溯源——以南京夫子庙秦淮风光带为例

基于城市记忆视角,选取南京夫子庙秦淮风光带作为传统文化旅游地的典型个案,以古代六朝至近代中华民国时段为界,分类梳理古地图、古诗词、古画卷、老照片等图文史料,结合符号学和质性研究方法,从地理和文化空间2个层面,溯源其历史发展过程,探究其空间演化特征。研究结果凸显了夫子庙秦淮风光带在南京城市发展变迁中担负的城市记忆表征、民族文化传承、市井生活繁衍及地方特色沿袭等重要功能,为传统文化旅游地及城市文化空间的科学规划和健康发展提供参考借鉴。     

城市转型与创新研究——永远在路上

自中国城市科学研究会城市转型与创新研究专业委员会成立以来,我们党和国家发生了许多重大事件,召开了十九届二中、三中全会和中央城市工作会议,发布了《中共中央国务院关于进一步加强城市规划建设管理工作若干意见》等。习近平同志在党的十九大报告中指出,新时代我国社会的主要矛盾已转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。那么从城市地理学的视角看,什么是更加美好的生活？哪些是目前发展得不够充分、不太理想、有比较大提升空间的呢？我认为要关注3个方面、12个字：绿色发展,历史记忆,乡村振兴。1 ）绿色发展是发展的品质问题,关注城市发展和保护;2）历史记忆是发展的时间维度,关注城市的历史和现在;3）乡村振兴是发展的空间维度,关注城市和乡镇乡村的融合