西藏高原扎布耶盐湖128ka以来沉积特征与古环境记录

本文首次披露青藏高原腹地扎布耶盐湖约128ka以来高分辨率湖芯研究记录,据连续采取1346件样品,通过多种综合测试方法研究,取得了较为良好的14C年龄和铀系不平衡法与ESR数据,揭示SZK02孔0～83.63m湖芯年龄为约800a至128ka。文中对湖芯沉积特征(包括岩性、矿物组合)作了较详细分析,并与介形类Ⅰ～ⅩⅩ组合、孢粉A—I带作了对比;而在湖芯自生钙镁碳酸盐δ18O与矿物、孢粉、微体古生物环境标志综合分析基础上,与格陵兰、古里雅冰芯等氧同位素变化作了对比,将扎布耶盐湖128ka以来划分出:阶段5末次间冰期(包括e、d、c、b、a5个亚阶段)、阶段4末次冰期早冰阶、阶段3末次冰期间冰阶、阶段2末次冰期晚冰阶或称末次盛冰期、阶段1冰后期;还辨认出6个Heinrich(H6—H1)事件、新仙女木事件(YD)和8.2ka冷事件等。     

中低纬度MIS 3b(54～44 ka BP)冷期与冰川前进

MIS3b冷期在古里雅冰芯记录表现为54～44kaBP比现代温度低5℃的冷期,与MIS3c(早期)和MIS3a(晚期)温度高出现代3℃和4℃情况迥然相反,而和以23ka的岁差周期(precessional cycle)所导致的日射变化一致,在65°N～60°S间有重大作用.初步检阅现代有测年资料的末次冰期冰川前进文献,发现MIS3b冷期导致的山地冰川前进分布在亚洲、欧洲、北美洲、南美洲、大洋洲12个地区23个地点.当时降水较多与冷期降温抑制消融相结合,使冰川伸展范围都超过气候严寒而干燥的MIS2期内通常所说25～15kaBP末次冰盛期(LGM)的冰川规模.若干种新的测年方法包括改进的光释光(OSL)法、红外释光(IRSC)法、宇宙成因³He、¹⁰Be、²⁶Al和³⁶Al测年、U系法、连同原应用的¹⁴C法、热释光(TL)法、ESR法和径迹法(fissiontrackmethod)有助于末次冰期多次冰川前进时间的确定,但某些数据也存在不确定性.虽然古里雅冰芯记录明确了MIS3b冷期的重要性,但我国西部山区对该期冰川前进的定年研究还很少,亟应加强工作,以弥补不足。     

基于人工神经网络的数字识别技术

章介绍了一种利用BP神经网络进行数字识别的方法。首先,对数字进行特征提取,获得采样数据．再对样本数据进行学习和训练,形成良好的网络,然后对与训练数字有所区别的数字进行检测,达到了一定的准确度,表明了该方法在实际应用中具有可行性。本共分为五部分,第一部分对神经网络的基本原理进行了简单介绍,第二部分讲述了反向传播算法的基本原理,第三部分讲述了数字识别的基本原理,第四部分讲述了基于人工神经网络的数字识别的实例,第五部分对上述内容作了简要小结。     

围岩力学参数反演的GSA-BP神经网络模型及应用

针对遗传算法（GA）存在早熟现象和局部寻优能力较差等缺陷,引入具有很强局部搜索能力的模拟退火算法（SA）,组成改进的遗传模拟退火算法（GSA）提高优化问题的能力和求解质量。针对BP神经网络容易陷入局部最小和收敛速度慢等方面的不足,应用改进的遗传模拟退火算法搜索BP神经网络的最优权值和阀值,提高BP神经网络的预测精度,建立了围岩力学参数反分析的GSA-BP神经网络模型。将该模型应用于乌东德水电站右岸地下厂房围岩力学参数的反演分析中,根据监测围岩变形数据反演围岩力学参数,反演所得参数应用到正计算分析中,得出的计算位移与实测值吻合较好,说明该方法的有效性和应用于该工程的可行性。     

集成BP网络在城市地下水水质评价中的应用

为了克服传统BP网络的不足,发挥共轭梯度法和梯度下降法各自的优势,在城市地下水水质评价模型中,采用了集成BP网络,用共轭梯度法和梯度下降法相结合的混合算法来训练网络。实例表明,将此网络模型应用于城市地下水水质评价是有效的、可行的。     

利用AMSR-E卫星数据反演蒸发波导高度的BP神经网络方法

主要结合P-J模式和全通道AMSR-E卫星数据,利用两种BP神经网络方法对热带海区蒸发波导高度进行了反演研究。(1)利用BP神经网络反演得到的气象参数通过P-J模式计算蒸发高度;(2)利用卫星AMSR-E数据直接反演蒸发波导高度。两种方法得到的与浮标实测参数计算得到的蒸发波导高度之间的相关系数相当,都为0.82左右,均方根差后者比前者小,分别为2.64m和1.89m。利用后一种网络直接反演了南海地区的蒸发波导高度,平均结果与其他文献结果基本一致。     

激光单分子BTEX异常的人工神经网络评价技术

采用BP(Back-Propagation Network)神经网络方法,根据试验区BTEX指标实测数据,结合油气化探、地质、地球物理等资料建立BTEX异常综合评价指标体系及评分标准,完成BTEX异常的BP神经网络综合评价模型并对试验区进行含油气远景评价,研究结果表明该技术具有较好的应用前景。     

海表面盐度的高精度预测模型

为了建立高精度的海洋表面盐度预测模型,采用BP神经网络的方法,针对SMOS卫星level 1C级亮度温度数据和辅助数据建立了一种海表面盐度预测模型,以ARGO浮标观测值作为海表盐度实测值来检验新模型预测结果的准确度,同时利用验证集对模型的精度进行验证.结果表明:通过新模型预测的海表盐度(SSS0)比SMOS卫星的3个粗...     

基于主成分分析和BP神经网络的五道沟水面蒸发计算研究

针为探讨五道沟水面蒸发量与气象因子间的关系,准确估算该地区水面蒸发量,选取五道沟1991—2019年水面蒸发量以及气象因子实测资料,基于主成分法分析水面蒸发量的影响因素,并结合BP人工神经网络算法建立了水面蒸发计算模型.结果表明:主成分分析提取了三个主成分,第一主成分为地表温度、饱和差、绝对湿度、平均气温以及水汽压力差...