天空云量预报及支持向量机和神经网络方法比较研究

使用支持向量机和人工神经网络两种方法,分别建立了天空云量的预报模型。利用2001年5月1日～2004年12月31日的武汉市地面、高空观测值及欧洲中心的24小时预报场等资料,通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM和ANN模型的预报能力和鲁棒性;然后再用全部样本资料建立预报模型,来预报2005年1月1日～5月31日武汉市天空云量。交叉验证和实例预报的结果显示：虽然SVM和ANN模型都表现了较好的预报能力,但SVM的预报能力高于ANN方法,且在计算速度上有ANN无法比拟的优势。     

从物理模型到智能分析——降低天气预报不确定性的新探索

本文回顾了气象预报技术发展的进程,人们不断通过创造性的智慧发挥,从传统的经验判断到依靠现代数学物理方法,实现通过模式方程组求解大气演变过程,取得了成功。但面对复杂的天气气候系统,许多非线性不确定问题仍难以解决。随着人工智能(AI)技术的发展,有希望助上一臂之力。文中介绍了一些初步设想和进展,在观测识别、数据处理、短时临近预报、模式参数化、预报结果集成分析等环节都有初步成果,进一步的研发、拓展值得期待。     

香蒲、灯心草人工湿地的研究─Ⅲ.净化污水的机理

通过香蒲Ｔｙｐｈａ ａｎｇｕｓｔｉｆｏｌｉａ和灯心草Ｊｕｎｃｕｓ ｅｆｆｕｓｕｓ人工湿地微生物分布状况的调查,水生植物生长状况的观察,研究了介质、水生植物和微生物三者净化污水的作者,探讨了人工湿地对污水中污染物质的去除机制。研究表明,人工湿地对污水的氮、磷的化学耗氧量的去除作用是介质、水生植物和微生物综合作用的结果,粘性土壤和花岗石介质更利用于污水中磷的去除。     

人工湿地植物研究

本文阐述了植物在人工湿地污水净化过程中作用及存在的若干问题,提出了研究人工湿地植物的一些设想,植物在人工湿地中起着非常重要的作用,不但直接摄取利用污水中的营养物质、吸收富集污水中的重金属等有毒有害物质;而且输送氧气到根区,提供根区微生物生长、繁殖和降解对氧的需求;还能维持和加强人工湿地系统内的水力学传输,但目前人工湿地植物的应用还存在着枯死衰退、杂草丛生和根系扩展较浅等问题,影响人工湿地的净化功能,通过对人工湿地植物生理生态特性如气体代谢、光合作用、逆境生理和相生相克等研究,筛选出优良植物种类,创造适宜人工生,将有利于发育发挥湿地植物功能,提高人工湿地污水处理能力。     

江西干旱期间人工增雨天气条件与潜力区分析

通过对江西干旱期间的天气条件、气柱水汽量、对流云回波(云顶高、强度等)特征、作业技术方法等进行分析与研究,得出江西省人工增雨作业的基本技术数据和指标,为江西省开展人工增雨抗旱作业提供科学依据.     

Probabilistic stability analyses of slopes using the ANN-based response surface

Slope stability analysis is a geotechnical engineering problem characterized by many sources of uncertainty. Some of these sources are connected to the uncertainties of soil properties involved in the analysis. In this paper, a numerical procedure for integrating a commercial finite difference method into a probabilistic analysis of slope stability is presented. Given that the limit state function cannot be expressed in an explicit form, an artificial neural network (ANN)-based response surface is adopted to approximate the limit state function, thereby reducing the number of stability analysis calculations. A trained ANN model is used to calculate the probability of failure through the first- and second-order reliability methods and a Monte Carlo simulation technique. Probabilistic stability assessments for a hypothetical two-layer slope as well as for the Cannon Dam in Missouri, USA are performed to verify the application potential of the proposed method.     

基于BP神经网络的气象格点数据无损压缩方法

格点资料是目前气象数据存储、传输和应用的主要形式,爆炸性增长的资料给数据的存储、传输带来了巨大压力,设计适合格点资料特点的压缩方案越来越重要。大气是一种连续介质,格点资料是反映其动力学及热力学性质的连续物理量的采样和量化,相邻格点间存在很大的相关性。在二维线性预测基础上引入BP神经网络,建立了基于神经网络的二次预测模型,有效剔除气象格点数据的冗余信息,结合熵编码,提出了一种高效无损压缩新方案。该方案具有极高的压缩比,并能保证在有效精度内数据完全无损。与广泛应用的netCDF格式压缩效率对比试验表明,该方案的编码效率是netCDF格式的3～5倍,接近压缩的理论下限,能极大地减少存储空间及传输时间,适合大气以及地球科学中海量数据的存储和传输,有很好的实际应用前景。     

基于神经网络和开窗技术的储层渗透率的预测方法——以大庆萨尔图油田葡萄花油层组PⅠ1—PⅠ4小层砂岩为例

渗透率是油藏描述和油藏工程中较为关键性的参数,因而如何求取较为精确的地层渗透率参数值显得格外重要。本文在岩心分析化验数据和相关测井曲线数据归一化的基础上,利用改进的开窗技术,借助反馈的神经网络方法逐点计算地层的渗透率。以往在利用遗传算法预测渗透率的时候,因为只考虑了单一的数据点,没有把邻近层位的数据加入学习过程中来,故影响了预测模型的精度和可信度。笔者经过系统的研究,用相邻5个层位的数据点进行学习,建立储层渗透率的预测模型。大庆萨尔图油田葡萄花油层组PⅠ1—PⅠ4小层砂岩的油气勘探实践证明,预测的渗透率与实测的渗透率的值符合较好。     

基于一种新显式时间积分算法的场地非线性地震反应分析

针对线弹性结构动力学方程,作者已提出一种具有良好稳定性的二阶精度单步显式时间积分算法。本文将该方法推广到求解材料非线性结构动力学方程中,采用带误差控制的修正欧拉算法计算单元应力,提高显式时间积分算法的精度。将求解非线性问题的显式算法应用于地震波垂直入射时非线性地震反应分析中,使用黏性边界模拟场地土层底部半空间基岩的辐射阻尼,并考虑地震动输入。与中心差分法计算结果进行对比,以表明新显式算法的有效性。     

黑河流域中游人工水循环系统在分水前后的变化

介绍了黑河流域中游人工水文循环过程及其中各系统之间的关系,目标是为黑河流域生态—水文过程模拟提供一套较准确的数据集。利用张掖市水利年报、莺落峡水文站资料以及张掖市水资源管理年报等调查数据分析了黑河分水前后,2000年和2010年黑河流域中游引水、输水和用水系统的变化过程,得出以下结论:①人工水文循环过程通过引水系统、输水系统、储水系统和用水系统来影响农业水资源在时空上的分配,它是人类活动影响下的中游水文循环过程的重要组成部分;②2010年比2000年引水口门减少了26处,渠道综合水利用率提高了3.6%;③与2000年相比,2010年地表水和地下水资源开发利用在空间上产生了很大变化,地表水引水量减少了1.05亿m3,地下水开采量增加了1.64亿m3。最后,从径流、地下水、大气水方面分析了人工水循环过程对自然水循环过程的影响。