基于BP人工神经网络的枯水径流预报方案研究

介绍了BP人工神经网络的桔水径流预报方法,编制了锦屏一级水电站枯水径流预报方案.根据枯水径流预报方案的预报精度评定成果,总结了应用BP人工神经网络进行枯水径流预报的特点.研究表明基于BP人工神经网络的枯水径流预报方案能够满足水文情报预报规范,具有较好的实用性和可行性.     

两种随机地下水位动态预测模型在吉林西部的应用与对比

时间序列模型和人工神经网络模型是两种常见的地下水资源模拟预测模型,为了对比二者的优缺点,本文对比分析了两者的建模过程及其模拟精度.选择吉林省西部干旱半干旱区为研究区,该区地下水资源在过去10年问由于长期超采而导致地下水位持续下降.相比ANN模型,时间序列模型建模过程更为简单,计算效率更高."后验差"检验结果表明两种模型均能很好的模拟地下水位变化规律,但改进ANN具有更高的拟舍精度.同时,两种模型预报结果均显示研究区如继续按过去的开发模式开采地下水,地下水位还将持续下降,且下降速率逐步增大.     

海山磁性反演精度的研究

在均匀磁化的假设下,进行海山磁性的反演,有时能获得良好的效果,有时则不然.海山磁性的不均匀性是影响反演精度的主要因素,特别当海山内部的正反向磁化不是严格反平行时,反演精度很低.海山形状不准确、磁测资料的随机误差对反演精度的影响较小.可以用拟合度参数GFR(Goodness-of-Fit Ratio)来衡量反演结果的可靠程度.当GFR≥5时,均匀磁化假设下反演所得的磁化方向有很高的参考价值;GFR=2～5时,反演结果有一定的参考价值;GFR<2时,反演结果常含有很大的误差.本文用面积分计算磁异常.在AT微机上反演一个海山的磁性,约需1分钟.     

多波束数据的海底数字地形模型构建

提出大批量多格式原始多波束数据的DTM构建方法，以满足大区域、大比例尺海底地形制图的需要。在多种格式原始多波束数据接口和系统内部标准数据结构的基础上，通过对数据文件、数据种类和数据运算量的有效组织管理，实施边读入、边权重配赋的网格插值，分析了高斯、指数和距离平方反比权重函数的适用性，及最小值、最大值和平均值的实用性。在权重配赋网格插值基础上，提出分形fBM和张力样条配合使用的方程式插值方法，保证DTM数据的有效外延和地形分辨。整套算法效率高，并能有效保证DTM的精度，对存储在外部介质的数据遍历一次即可完成网格插值。     

基于子波分析的悬浮物散射信号特征提取实验研究

概述了应用子波分析对悬浮物测量中的声散射信号进行特征提取的方法 ,并对声散射信号识别的研究进行了探讨。对实测数据的实验取得了较好的结果     

智能屏幕数字化中面向对象的人机协同处理

海洋地理信息系统迫切需要数字海图,用扫描方式数字化海图是有效的途径之一。本文讨论扫描海图智能屏幕数字化的人机协同策略和在该策略指导下的面向对象的程序设计、要素分类以及面向对象的栅格矢量的编辑、精确定位、识别等处理,以及采用这些技术在Windows环境下甩Visual C++语言的具体实现。     

应用单板计算机测试风速表距离常数的方法

鉴于微型计算机对数据采集和处理具有速度快、精度高和便于自动化的特点，我们研制了应用单板微型计算机自动测试风速仪的动态参数(时间常数、距离常数等）的测试系统。该系统的主要特点地能够对测试参数进行自动、连续和多次重复测定并实时获取参数的平均量，测得的时间常数的精度可达到毫秒数量级。本文介绍了该系统的基本组成，测试原理和方法。应用该系统对EY1型电化风向风速仪和QDF型热球电风速计的距离常数和时间常数进行了测试，并给出测试结果。测试表明，在风洞内和住宅空旷的房间内在一定的风速下，两者分别测得的风速仪动态参数值十分相近。     

等深流沉积研究现状与展望

本文根据国内外等深流及其沉积的研究成果,概述了它们的研究进展,且详细阐述了等深流沉积特征和沉积类型,并指出等深岩丘的发现是该领域最为重要、最具特色的突出成果以及等深流沉积研究的油气勘探意义.虽然随着深海钻探计划和大洋钻探项目的开展,等深流沉积研究取得了较大进展,但现代等深流沉积和古代等深流沉积的研究在一定程度上发展尚不平衡,仍存在着较多问题,尤其是在古代等深流沉积研究方面显得更为薄弱.最为重要的是,等深流沉积的识别是该领域研究的最大难题.因此,在其未来研究上,应注意运用地震波识别、遥感等现代科技调查手段,进行多学科综合研究,尽快建立一套完善的识别标志,如沉积学标志、古生物标志等,以促使其逐渐成为海洋沉积学中一个更为完善的研究领域.     

船上气温、湿度和风速观测的代表性

当前我国有许多海洋气象调查船、商船和遥测气象浮标站的甲板上安装有气温、湿度和风速测量仪器，其中不少仪器本身测量精度是符合要求的，可是在船上使用能否获取符合要求的气象资料，其代表性如何，即是否能准确代表和反映观测船所在地点一定