西部“三高”地区高速公路边坡稳定性系数与失稳概率关系探讨

针对高速公路边坡稳定性评价中稳定性系数与失稳概率混合使用的现状,结合西部高寒、高海拔、高地震烈度的地质环境特点,提出高速公路边坡稳定性系数与失稳概率之间的转换关系。简述可靠指标相关原理,参考相关规范标准,提出边坡可靠性分级标准;基于GEO-slope中的可靠性分析模块,对岩土体参数进行敏感性分析,发现内摩擦角φ的变异特性对边坡可靠性最为敏感;根据现场调查、室内外试验研究,找出"三高"地区典型岩层岩性的变异范围。以此为基础,统计分析提出适合"三高"地区高速公路边坡稳定性系数与失稳概率之间的转换关系。为"三高"地区边坡稳定性快速评价提供技术支撑,对相关地区高速公路的勘察、设计具有一定的参考价值。     

利用松弛标记法进行空间场景匹配

相似性度量是地理学中的关键组成部分,被广泛应用于空间检索、空间信息整合及空间数据挖掘中。因为空间场景中实体个数的差异及空间对象间的关系难以精确相等,若执行空间场景的完全精确匹配,可能会使得检索结果为空。顾及尺度差异,从空间场景中进行空间语义理解,建立了多尺度空间场景的形式化描述模型,并提取场景中稳定的特征构建空间场景特征矩阵。建立场景间的初始匹配概率矩阵后,基于松弛标记法迭代更新概率矩阵,直到矩阵收敛于一全局最小值并确定匹配的实体对,从而进行空间场景相似性评估。采用武汉居民地域数据进行场景匹配实验,并对不同邻域搜索半径下的匹配时间及精确度进行对比与分析,实验结果表明,基于松弛标记法的空间场景匹配方法具有较高的精确度。     

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.     

具有遗忘时滞的静态神经网络的H∞状态估计

本文研究了具有遗忘时滞的静态神经网络的H_∞状态估计问题.首先降低了时变时滞可微的条件,然后通过构造合适的Lyapunov-Krasovskii泛函,设计保H_∞性能的状态估计器,使得误差系统实现全局渐近稳定.最后,借助Matlab中线性矩阵不等式工具箱进行数值仿真,验证了结论的有效性.     

基于最优概率的中期延伸期过程累计降水量分级订正预报

采用ECMWF集合预报降水量资料和中国降水量观测资料,研发了基于最优概率的过程累计降水量分级订正预报(OPPF)技术,并在遵循总体技术思路的基础上设计出三种不同的OPPF计算方案(OPPF1、OPPF2、OPPF3),继而选用2015—2017年汛期(5—9月)中国91次区域性强降水过程进行回报试验和预报效果对比评估,结果表明:(1)在中期延伸期预报时效(96~360小时),对强降水和有无降水的预报效果,三种OPPF均明显优于集合平均(EMPF)和控制预报(CTPF);对中等以上或较强以上强度降水的预报效果,OPPF1和OPPF3明显优于CTPF、与EMPF基本接近。(2)三种OPPF相比,OPPF3的预报效果较OPPF1总体略胜一筹,两者均好于OPPF2。(3)预报效果存在明显的地域差异,南方地区强降水预报的TS评分明显大于北方地区,且OPPF3预报效果明显优于EMPF;在96~240小时预报时效,东北地区东部OPPF3强降水的预报效果也明显好于EMPF。      

面向离散点的空间权重矩阵生成算法与实证研究

采用阈值法和k-近邻法度量空间上离散点间的空间邻接关系,针对不同的距离计算方式(欧式距离和曼哈顿距离)设计了面向离散点的空间权重矩阵生成算法,使用C#语言在计算机上实现。用该算法对收集的8 367个常州市地价样点构建了不同土地用途地价样点的空间权重矩阵,并计算出分用途的常州市城市地价空间自相关指数。     

Middle-high latitude N2O distributions related to the Arctic vortex breakup

The relationship of N2O distributions with the Arctic vortex breakup is first analyzed with a probability distribution function （PDF） analysis. The N2O concentration shows different distributions between the early and late vortex breakup years. In the early breakup years, the N2O concentration shows low values and large dispersions after the vortex breakup, which is related to the inhomogeneity in the vertical advection in the middle and high latitude lower stratosphere. The horizontal diffusion coefficient （Kyy） shows a larger value accordingly. In the late breakup years, the N2O concentration shows high values and more uniform distributions than in the early years after the vortex breakup, with a smaller vertical advection and Kyy after the vortex breakup. It is found that the N2O distributions are largely affected by the Arctic vortex breakup time but the dynamically defined vortex breakup time is not the only factor.     

结构首次穿越失效研究的新进展

在结构首次穿越失效分析中,初始条件、成群穿越、结构的非线性及抗力退化等问题影响着分析方法的复杂性和分析结果的精确性。结合近年来的研究进展,本文讨论和分析了解决上述问题的新思路、新技术和新方法,同时,归纳了几个新的研究热点,以便为结构首次穿越失效的进一步理论和应用研究提供有益的参考。     

人工智能在飞机颠簸预报中的应用进展及未来趋势展望

飞机颠簸对飞机运行安全及旅客舒适度具有很大危害,提高飞机颠簸的预报准确率对于减轻人员伤害和财产损失具有重要意义,且一直是航空气象研究的重点领域。随着观测手段的丰富和科学技术的进步,飞机颠簸预报也取得了长足发展。本文首先从定性预报和定量预报的角度对国内外飞机颠簸预报的主要方法,特别是人工智能(AI)方法在其中的最新应用进行了综述。在此基础上,归纳总结出AI用于飞机湍流预报存在的主要问题和未来的重点研究方向：1)飞机实况数据的开放共享以及多源湍流数据的融合构建问题;2)基于人工智能构建飞机颠簸预报模型的可解释性及物理机制问题;3)基于人工智能构建飞机颠簸的集合预报问题。最后,提出了气象领域未来第三代人工智能的发展思路。     

川东北极端强降水预报方法对比研究

【目的】 为了建立川东北最佳极端强降水概率预报方程。【方法】 利用ERA时间间隔为1 h的0.25°×0.25°再分析资料,计算1990—2019年5—9月逐日4个时次的物理量,统计分析极端强降水个例物理量异常度,采用4种实验方法对比分析并建立预报方程。【结果】 (1)异常度较明显因子分别为700 hPa比湿、850 hPa比湿、700 hPa水汽通量散度、850 hPa水汽通量散度、500 hPa垂直速度、700 hPa垂直速度、850 hPa垂直速度,大部分平均异常度绝对值在1.5以上,K指数和假相当位温相当,08时总体比其他时次异常度明显。（2）预报方程预报结果。样本内检验,该预报概率平均值为0.652,60%的百分位值为0.623,预报概率最大值为0.999。样本外检验,预报指数阈值为0.6时,平均准确率达到了90%,平均空报率为9.3%,平均漏报率为0.7%,其中有13站的漏报率为0%;以0.65为阈值检验,平均准确率达到了92.4%,平均空报率为6.9%,平均漏报率为0.7%,其中有13站的漏报率为0%,预报效果更佳。【结论】 极端强降水概率预报方程具有较好的预报效果。