基于随机森林模型的云南元阳梯田地形因子分析

为探究地形因子对梯田空间分布的影响,以云南元阳梯田坝达流域为研究区,运用GeoEye-1遥感卫星数据(2010年,1 m分辨率)和数字高程模型(20 m分辨率),提取梯田空间分布信息以及海拔高程、地形坡度、地形坡向、地面曲率、高程变异系数、地形起伏度、地面粗糙度、地表切割度、到水系距离9个地形因子。采用随机森林(Random Forest)方法建模,结合ROC曲线和AUC值对模型进行精度评价,根据随机置换残差均方减少量和因子作用曲线,探讨地形因子对梯田分布的影响规律。研究结果表明:该流域内梯田总面积1 158395 hm2,模型AUC值为0.947,海拔高度因子的随机置换残差均方减少量为38814,到水系距离因子为199.77,地面坡向因子为80.26,三者占总值的73.45%。由此可见,元阳梯田的空间分布主要受海拔高度、到水系距离、地面坡向3类地形因子的影响,其因子曲线表明梯田分布与地形因子间呈非线性关系。     

珠江流域降水集中度时空变化特征及成因分析

基于珠江流域内43个常规气象站点1960~2012年的逐日降水资料,计算了流域内各站点长期降水集中度(LCI)和逐年降水集中度(ACI);采用Mann-Kendall趋势检验法和Sen’s坡度检验法检测ACI时间上的变化趋势;同时采用反距离权重插值法(IDW)对LCI的区域特征和ACI的变化趋势进行空间插值以分析降水集中度的时空分布规律;采用随机森林(RF)算法对降水集中度的影响因子进行重要度分析。结果表明:(1)珠江流域逐年降水集中度ACI的年际变化不明显,东南部呈上升趋势,西北部呈下降趋势;(2)珠江流域西北部长期降水集中度LCI值偏小,即降水分布较平均;东南部长期降水集中度LCI值偏大,即降水较集中,表明该地区降水极值情况发生的几率相对较高,该空间分布趋势可能是受距离海洋的远近及海拔的影响;(3)众多气候影响因子中,东亚夏季季风(EASMI)对珠江流域的降水集中度影响最明显。     

基于Hyperion高光谱数据和随机森林方法的岩性分类与分析

探索利用高光谱数据的岩性填图新方法是遥感地质应用领域的重要需求之一。本文运用随机森林方法和EO-1Hyperion高光谱数据,对新疆塔里木西北部柯坪地区的局部区域进行岩性分类,并对相关问题进行分析。分别利用光谱特征以及加入光谱一阶导数特征进行岩性分类,并对不同特征对岩性分类的重要性进行分析,同时与现有的基于光谱角制图方法(SAM)进行比较。结果表明,与SAM方法相比,随机森林方法得到了更高精度的岩性分类结果,是一种有效可行的岩性分类方法。根据特征重要性的排序,蓝绿光波段、短波红外波段以及相应的一阶导数特征对研究区Hyperion数据的沉积岩岩性分类贡献更大。     

长江中游荆江段非均匀悬沙恢复饱和系数

三峡工程运行后,长江中游荆江河段含沙量大幅度降低,次饱和水流冲刷河床使含沙量在沿程逐渐恢复,但其恢复特点由于沿程床沙组成差异而有所不同。本文基于Markov随机过程及泥沙起动理论,推导非均匀悬沙的泥沙落距表达式;结合悬移质扩散理论,修正非均匀悬沙恢复饱和系数公式。在此基础上,基于荆江河段实测输沙过程,提出考虑床沙组成影响的分组悬沙恢复饱和系数计算方法;该方法主要与泥沙粒径、悬浮指标、床沙组成及止滚概率、止悬概率等因素有关,无需考虑非饱和调整系数的影响。计算结果表明:①不考虑床沙组成时,沙市、监利站恢复饱和系数计算值均在区间0.12~0.27内变化,而考虑床沙组成时分别为0.000 3~0.171 8和0.003 5~0.157 9。②不考虑床沙组成时,分组悬沙恢复饱和系数计算值细沙>中沙>粗沙;考虑床沙组成时细沙 < 中沙 < 粗沙;除落水期外,沙市站粗沙的恢复速度均大于监利站。③沙市、监利站恢复饱和系数在各计算时段的变化过程对悬沙分组具有敏感性,其中洪水期恢复饱和系数大于枯水期、涨水期和落水期。采用河床变形方程反算分组悬沙恢复饱和系数,并与本文计算结果进行对比;通过比较分析,本文公式能够用于描述荆江河段分组悬沙恢复特性,可为三峡工程下游非均匀悬沙沿程恢复过程研究提供参考。     

随机森林模型预测岩溶区酸性煤矿井水锰污染

酸性煤矿井水严重威胁地下水的水质。如何更有效对受影响区域的地下水源进行动态监测是当前的一个关键问题。采用随机森林中的回归模型,利用自变量(采空区水位、岩溶水位、pH值、泉水流量、电导率)和因变量(污染离子浓度)的相关性,建立回归模型;使用测试数据进行误差分析,结果证明模型准度较高,所得预测值具有参考价值;得出各自变量对因变量影响的重要程度,分析结果与实际情况相符合。试验表明,随机森林回归模型在酸性煤矿井水污染预测方面具有适用性,可作为辅助手段监测水质污染情况,对今后工作有一定的指导意义和经济价值。     

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

具有随机扰动和混合时滞的两层异质网络的同步研究

在现实生活中,很多复杂的系统不是由单个网络来表示,而是由一组相互依赖的网络系统来表示的.本文研究了具有随机扰动和混合时滞的两层异质网络的对应节点的同步控制问题.基于随机微分时滞方程的LaSalle不变原理和Lyapunov稳定性理论,采用牵制控制方法,对部分节点实施控制,给出了实现同步的充分条件.为了降低反馈控制的增益,结合自适应控制的方法,进一步弱化了两层异质网络实现同步的条件.最后,通过数值仿真,验证了理论结果的有效性.     

基于WRF模式的风电场短期风速集成预报方法研究

风能始源于大气的运动,具有很大的随机性和间歇性。风速预测是风电场风功率预测的基础,其准确性具有重要的意义。对于复杂地形条件下,风速的预报一直是各国研究的难点和重点。为了提高风电场短期风速预报的准确性,本研究采用多种边界层参数化方案来集成预报风速,将各单一边界层参数化方案预报的风速及相应的实测风速数据,应用随机森林算法建立集成预报模型,对风电场的短期风速进行集成预报研究。试验结果表明,采用集成预报风速方法,预报的风速误差相比于单一边界层参数化方案预报的风速误差明显减小,对研究区域的风速、风向等气象要素有着较好的模拟效果,能够有效提高风速预报的准确率。     

基于轨迹活动语义挖掘的个体社会经济水平评估

个体社会经济水平评估对于商业决策、城市规划和公共卫生具有重要的应用价值。但现有方法多依赖定位数据和呼叫详单记录构建出行位置和手机业务特征集合,未充分考虑个体出行的语义上下文,难以从动机与需求层面理解出行行为,导致建模过程可解释性不足。为此,本文提出一种基于轨迹活动语义挖掘的个体社会经济水平评估方法,通过显式提取居住、购物、餐饮、娱乐、消费喜爱度与探索欲6类消费模式,从消费能力与意愿角度刻画个体社会经济水平,提高评估方法的可解释性。(1)通过网格化的语义地图为停留点赋予出行语义上下文,并划分居住、购物、餐饮、娱乐4类活动的停留点集合;(2)计算4类活动的时间熵、旋转半径和活动区域经济水平等时空语义特征,并通过结构方程模型筛选特征计算各类消费模式价值;(3)使用极端随机森林决策个体社会经济水平。本文基于深圳市635名个体2019年4—11月的私家车轨迹数据开展实验,通过核心商圈、劳动密集型工厂、高档住宅与城中村等典型场景筛选高低社会经济水平人群,验证了方法有效性;此外,对高低社会经济水平群体的出行时空分布和工作强度开展可视化分析,探讨了群体间的出行模式差异。本文方法可为人地交互视角下的人口...