基于高光谱的土壤碳酸钙含量估算模型研究

土壤中碳酸钙的含量是土壤分类及肥力评价的重要依据.研究选取陕西省黄土高原区的78个黄绵土土壤样品为研究对象,在分析碳酸钙含量的基础上,采用SVC HR-1024i便携式光谱仪获取土壤样品的可见光、近红外与短波红外高光谱反射率(350～2500 nm)数据,对原始光谱曲线分别进行一阶微分、二阶微分和连续统去除3种数学变换...     

符号位地震记录振幅恢复理论的两个基本定理

本文给出了符号位地震记录振幅恢复理论的两个基本定理。这些定理指出,在地震记录的干扰特性不知道时,可采用叠加随机噪声的方法进行符号位地震记录振幅恢复,但是该随机噪声的概率密度必须为均匀分布。这不仅在理论上而且在实际上都有重要意义。     

基于OLHS随机模拟的地下水源地保护区划分

为解决确定性模型可能为地下水源地划分带来的保护不足或过保护问题,探索采用基于正交拉丁超立方抽样法的地下水模型研究,并结合粒子反向追踪技术,进行地下水流随机模拟和对应保护区的概率统计分析,最终得到具有分布概率的保护区范围。为验证该方法的实用性与可靠性,选取北京市平谷区王都庄应急水源地进行实例应用研究。在考虑渗透系数和降雨补给量随机抽样组合基础上进行地下水流动随机模拟,并完成对应保护区划分和加权统计。与确定性模拟划分结果相对比:一级保护区中,确定性模拟划分结果仅相当于随机模拟结果中统计概率70%以上的范围;对于二级保护区,确定法对应保护面积相当于随机模拟结果中50%概率以上的范围。实例研究表明,基于正交拉丁超立方抽样的随机模拟法可完成多个不确定性输入变量条件下的随机模拟,且在小样本数的基础上获得理想结果,适用于复杂水文地质条件下的地下水源地保护区划分研究。     

Gamma暴余辉的相对论流体动力学演化和光变曲线

本文首先对Gamma暴的观测特性和物理过程作了简要的介绍 ,而后 ,对火球模型的相对论流体动力学机制和同步加速辐射机制作了论述。主要工作是 :具体研究火球所抛出壳层的相对论流体动力学演化 ,应用同步加速辐射机制 ,通过由共动坐标系到实验室坐标系的相对论变换 ,得到Gamma暴余辉的光变曲线。对于火球壳层的不同的动力学演化规律 ,各向同性或各向异性的壳层抛出形式 ,以及不同的外部介质环境 ,所得到的光变曲线都各不相同。通过对这些不同的光变曲线的比较 ,明确了Gamma暴余辉的整体的物理演化图象以及各种物理过程在Gamma暴余辉演化过程中所起的作用 ,并从余辉演化的方面进一步理解了Gamma暴的物理本质     

基于投影寻踪模型和加速遗传算法的石羊河流域水资源承载力综合评价

针对区域水资源承载力状况,采用高维降维技术——投影寻踪分类模型（PPC）,利用基于实数编码的加速遗传算法（RAGA）优化其投影方向,将多维数据指标（样本评价指标）转换到低维子空间,根据投影函数值的大小评价出样本的优劣,从而做出评价,最大限度避免了灰色关联法评判中权重矩阵取值的人为干扰,为区域水资源承载力状况评价及其它评判问题提供一条新的方法与思路。     

围岩参数Monte－Carlo有限元反分析

提出了应用隧道施工监测的随机值，采用蒙特一卡罗（Ｍｏｎｔｅ－Ｃａｒｌｏ）有限元随机反分析以反推地层参数和初始地应力分布的方法。反推参数不仅给出其均值，还给出参数的方差及分布类型，为地下结构稳定性和可靠性分析提供必要数据。为检验所提的反分析方法对工程的实用性，文中给出了一个实例。     

渤海湾老狼坨子海岸带^14C,^137Cs、^210Pb测年与现代沉积速率的加速趋势

通过对渤海湾西岸L剖面中同一关键层的碳酸钙和原生腹足类壳债权的^14C测年对比研究,确定了晚全新世的2800cal BP的层位及沉积速率0.045cm/a;8个样柱的^137Cs和^210Pbex强度、蓄积量揭示了距今约120年来堤后盐沼的平均沉积速率约为0.35cm/a,而面向开放海湾的潮坪上部则达到约2-3cm/a。研究区近1个世纪以来沉积速率的加速趋势,是渤海湾西岸泥质海岸带的特征之一。     

顾及声线高度角的水下定位随机模型优化

先验随机模型本身的误差会给参数估计带来随机性影响,水下定位等权随机模型简单却不符合实际。基于这一事实,在水下声纳定位模型和随机模型基础上,讨论了随机模型不完善对参数估计的影响。考虑了影响定位主要误差源与高度角之间的关系,结合统计经验提出了基于声线高度角相关的水下定位随机模型。试验表明,优化后的高度角相关随机模型在定位精度上较等权随机模型有所提高。因此,在水下定位中,应减少低高度角观测值的权重,利用提出的随机模型可以减小高度角观测误差对定位精度的影响。     

基于不同因子分级法的滑坡易发性评价——以湖北远安县为例

本文以湖北省远安县为研究区,利用采集的资料,提取出了与滑坡发生相关的8类指标因子:高程、坡度、坡向、地层岩性、斜坡结构、断层、水系、公路。针对连续型致灾因子,选取定性等间距划分和频率比法划分得到两类指标因子体系,分别带入人工神经网络模型和随机森林模型,绘制得研究区易发性评价区划图。最后,利用ROC曲线图对4个模型的精确性进行分析,得到ANN模型的成功率和预测率分别为0.899和0.901,FR-ANN模型的成功率和预测率0.934和0.935; RF模型的成功率和预测率分别为0.886和0.886,FR-RF模型的成功率和预测率分别为0.928和0.929。以上说明,无论对于人工神经网络还是随机森林模型,基于频率比法的因子分级均表现出了更高的精确性。 更多还原     

基于机器学习的海洋环境预报订正方法研究

结合中尺度数值模式WRF预报数据和ERA5再分析资料,利用机器学习方法对WRF预报场的风场、温度、气压进行预报订正。采用ERA5作为真值,与原始WRF预报相比,利用随机森林模型可以将预报结果整体均方根误差降低44%以上,利用深度神经网络模型可以将预报结果整体均方根误差降低34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。