ABP法在高密度电阻率法反演中的应用

非线性反演方法作为地球物理反演的一个重要分支,在地球物理反演中发挥着特有的作用.近年来学者对非线性联合反演研究较多,但目前仍未有实质性的研究进展;本文尝试利用BP(Back Propagation)神经网络优化方法与蚁群算法联合演算,实现高密度电阻率法的电阻率二维非线性反演.通过两组模型的结果比较,BP与ABP 法的反...     

BP 模型在南海神狐海域天然气水合物储量参数预测中的应用

在用测井数据预测储量参数方法的基础上,采用BP 神经网络法预测天然气水合物储量参数( 孔隙度、饱和度) 。选取一口有实测值的井,将其测井数据作为样本数据,建立网络模型,由其他井的测井数据输入此模型得到储量参数预测结果。经过实践检验此模型得出的结果比经验公式法更精确。     

IPCC AR4气候情景下长江流域径流预测

通过评估IPCC第四次评估公开发布的22个全球气候模式对长江流域降水和气温的模拟性能,选取了BC-CR-BCM2.0等7个气候模式,利用这些GCM s在A1B、A2和B1三种典型排放情景下的未来气温和降水预测结果,结合BP神经网络模型,在对模型验证效果良好的基础上,预测未来气候变化下长江流域径流变化趋势.结果表明,长江流域未来年平均径流量呈减少趋势,宜昌水文站以枯水年减少为主,未来年平均流量比历史年平均流量减少了520 m3/s;大通水文站则以平水年减少为主,比历史年平均流量减少了250 m3/s,水量的减少对南水北调东中线的调水规模和调配、管理提出了较大的挑战.长江流域多年平均月流量增加将主要发生在1~6月,而7~12月将以减少趋势为主.宜昌站和大通站的1~6月份平均增加幅度分别为29.6%和13.8%,7~12月份的平均减少幅度分别为-18.2%和-11.0%,宜昌站的变幅要高于大通站.宜昌站汛期呈减少趋势,平均为-8.5%,非汛期略有增加.大通站变化趋势与宜昌站相反,汛期呈增加趋势,平均为2.3%,非汛期略有减少.     

奥里油溢油扩散面积预测非线性方法研究

奥里油盛产于委内瑞拉,是一种煤、石油等潜在的替代燃烧物,近年来已经应用于多个国家的电厂锅炉、工业炉等燃油场合。随着应用量的增大,其海上运输产生的溢油风险也越来越大。针对奥里油溢油现象并基于图像处理及边缘检测提出了一种奥里油溢油扩散面积预测的方法。在Matlab环境下,对图像进行边界提取,面积计算,最后利用BP神经网络进行面积预测。通过与实验进行比较,结果表明,采用Sobel算子进行边缘检测时提取的边缘较细、对边缘定位较准、对灰度渐变和噪声处理较好。采用BP神经网络获得的面积预测结果与实验测得的结果最大相对误差为0.88%,吻合度较好。     

多年平均气温空间化BP神经网络模型的模拟分析

气温数据空间化是插补无站地区温度、使气温数据便于综合分析的重要技术手段.理想情况下,气温的空间化分布受经度、纬度和海拔高度的影响,呈现规律性的空间分布态势.但是,各种微观因子如坡度、坡向、地形起伏、地表覆被等的存在,在一定程度上扰乱并弱化了这种规律性的分布态势.本文基于Matlab平台,利用BP神经网络研究了多年平均气...     

大气对地球自转变化的影响-方法和数据的深入分析

大气相对固体地球的运动产生大气相对角动量，它的变化可以激发地球自转多时间尺度的变化．计算大气相对角动量现在采用两种不同的垂直积分高度，一种为从地形表面积分到顶层大气，称之为SP方法；另一种为从1000hPa积分到顶层大气，称之为BP方法，对采用这两种方法所得到的大气相对角动量进行了详细的比较．应用欧洲中距气象预报中心（ECMWF）和美国国家环境预报中心（NCEP）大气再分析数据，重新研究了大气相对角动量变化的时空特征．通过对大气相对角动量季节平均，季节振幅和时空特征的分析，得出ECMWF和NCEP的大气相对角动量变化对地球自转周年极移的影响，在亚洲季风区域和南极洲区域差别最为明显．     

Post‐glacial vegetation reconstruction and a possible 8200 cal. yr BP event from the low arctic of continental Nunavut,Canada

Climate models suggest that the global warming during the early to mid‐Holocene may have partly resulted from the northward advance of the northern treeline and subsequent reduction of the planetary albedo. We investigated the Holocene vegetation history of low arctic continental Nunavut, Canada, from a radiocarbon‐dated sediment core from TK‐2 Lake, a small‐lake ca. 200 km north of the limit of the forest‐tundra. The pollen and loss‐on‐ignition data indicate the presence of dwarf shrub tundra in the region since the beginning of organic sedimentation at ca. 9000 cal. yr BP with dominance of Betula, especially since 8700 cal. yr BP. At 8100–7900 cal. yr BP the dominance of the shrub tundra was punctuated by a transient decline of Betula and coincident increases of Ericaceae undiff., Vaccinium‐type, and Gramineae. This suggests an abrupt disturbance of the Betula glandulosa population, approximately simultaneously with the sudden 8200 cal. yr BP event in the North Atlantic. However, in the absence of other sites studied in the area, linkage to the 8200 cal. yr BP event remains tentative. The lack of any evidence of forest‐tundra in the region constrains the northern limit of the mid‐Holocene advance of the forest‐tundra boundary in central northern Canada. Consequently, our results show that the climate models imposing a mid‐Holocene advance of the limit of the forest‐tundra to the arctic coast of Canada may have overestimated the positive climatic feedback effects that can result from the replacement of tundra by the boreal forest. Copyright © 2003 John Wiley & Sons, Ltd.     

基于MVO优化神经网络的GNSS高程异常拟合方法

针对普通神经网络的梯度消失和易陷入局部极值的问题,提出一种基于多元宇宙优化算法(multi-verse optimizer, MVO)的BP神经网络优化方法(MVO-BP),利用MVO全局寻优的特性求取BP神经网络各层之间可靠的神经元阈值与连接权,从而使神经网络预测模型具备更高的预测精度。建立基于MVO-BP算法的GNSS高程异常拟合预测模型,并采用实际工程中少量高程异常数据进行算法可行性检验。结果表明,相较于常规的BP神经网络法及多面函数法,MVO-BP法精度更高、适用性更强,可为实际工程测量中正常高的求取提供参考。     

GNSS自动化监测系统的大坝变形预测方法研究

以GNSS自动化监测系统的大坝变形预测方法为主要研究目的,针对大坝GNSS自动化监测数据大样本、高采样率、连续等特点,提出了一种结合小波分析与BP、NAR神经网络预测大坝变形的新方法。利用多尺度小波分析对GNSS大坝变形数据序列进行分解与重构,对重构后的低频近似序列采用BP神经网络进行建模预测,对重构后的高频细节序列采取NAR动态神经网络进行建模预测,最后叠加各尺度下预测结果获得大坝变形预测值。应用结果表明,该方法预测精度高、泛化性能好,可广泛应用于采用GNSS自动化监测系统的大坝变形预测。     

贵阳市空气质量预报方法与效果检验

2012年环境保护部发布的《环境空气质量标准》实施后,贵阳市空气质量状况发生了变化。利用贵阳市空气质量指数和常规气象要素等资料,分析空气质量特征及其与气象要素的关系,通过多元线性逐步回归和BP神经网络方法,分季节建立空气质量指数预报模型,并同CUACE模式进行对比检验。结果表明:近3年贵阳市空气质量状况良好,优良天数增多,污染天数减少且污染天气多出现在冬季,首要污染物为PM_2.5、PM₁₀和O_3;各季相关因子不同,但主要与相对湿度和风速有关;两种模型预报效果均表现为夏季评价最高,等级TS评分超过85%,指数准确率近99%,冬季预报效果相对最差,TS评分接近或达到70%,指数准确率超过或接近80%,而春、秋季效果指标差距不大;对2015—2016年AQI的预报效果回归模型的优于CUACE模式的,TS评分和预报准确率分别相差16.2%和20.0%。