基于遗传—神经网络方法的广西台风灾害评估模型研究

选取1981—2018年影响广西且灾情记录比较完整的86个台风样本,基于台风灾害伤亡人数、直接经济损失划分灾情等级,选取致灾因子,利用遗传算法与神经网络相结合的方法建立广西台风灾害评估模型.结果表明:选取的台风灾害致灾因子与台风灾情等级之间具有显著的相关性,构建的遗传—神经网络集合预报模型对台风灾情预估效果较好,训练样...     

A unified C-band and Ku-band geophysical model function determined by neural network approach

The geophysical model function （GMF） describes the relationship between backscattering and sea surface wind, so that wind vec- tors can be retrieved from backscattering measurement. The GMF plays an important role in ocean wind vector retrievals, its performance will directly influence the accuracy of the retrieved wind vector. Neural network （NN） approach is used to develop a unified GMF for C-band and Ku-band （NN-GMF）. Empirical GMF CMOIM and QSCAT-1 are used to generate the simulated training data-set, and Gaussian noise at a signal noise ratio of 30 dB is added to the data-set to simulate the noise in the backscat- tering measurement. The NN-GMF employs radio frequency as an additional parameter, so it can be applied for both C-band and Ku-band. Analyses show that the %predicted by the NN-GMF is comparable with the σpredicted by CMOIM and QSCAT-1. Also the wind vectors retrieved from the NN-GMF and empirical GMF CMOIM and QSCAT-1 are comparable, indicating that the NN-GMF is as effective as the empirical GMF, and has the advantages of the universal form.     

基于网络药理学-分子对接探索大黄牡丹汤治疗大肠癌的作用机制

目的：利用网络药理学-分子对接技术探索经方大黄牡丹汤治疗大肠癌的作用机制。方法：通过TCMSP、TCMID数据库获得大黄牡丹汤药物成分,通过PubChem、Swisstarget prediction数据库获得药物成分对应靶点,分析GSE113513芯片获得差异基因,随即获取大黄牡丹汤与大肠癌的共同靶点。利用R、Cytoscape、Autodock软件进行PPI、GO、KEGG、分子对接等分析。结果：获得大黄牡丹汤靶点561个,大肠癌差异基因1227个,共同靶点71个。共同靶点的通路富集分析显示主要与PPAR、p53等信号通路相关,Reactome机制分析显示大黄牡丹汤治疗大肠癌主要通过影响信号转导、免疫系统、疾病等产生作用,分子对接结果显示大肠癌核心靶点与大黄牡丹汤主要成分亲和力较好,能够有效自由结合。结论：经方大黄牡丹汤可通过多层次、多途径、多靶点发挥对大肠癌的治疗作用。     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。     

基准网平差初至波定位方法及应用

在滩浅海地震勘探中,由于海水深度和潮流的变化,在水面上按照预定位置沉放的检波器,在海底不可能放置在预定的位置。为此,利用基准网平差初至波定位方法对海底检波器位置进行了准确的二次定位,并对初至波二次定位和声波二次定位进行了比较分析。基准网平差初至波定位方法在KD-1滩浅海地区高精度地震勘探应用中取得了良好的效果。     

盐田水体遥感分类方法研究

以连云港台北盐场为研究区，介绍了监督分类法和神经网络分类法及其在盐田水体遥感分类中的具体应用。研究结果表明，用神经网络分类法进行遥感影像自动分类，其分类精度高，显示了其在遥感领域较为广阔的应用前景。     

基于LSTM的海洋表面短期风速预测研究

为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,longshort-termmemory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24 h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radialbasisfunctionneuralnetwork,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。     

近20年来湖南公路网络优化与空间格局演变

基于最短路径模型,以经济权重可达性和经济潜力指数为主要指标,对近20年湖南公路网络演化和空间格局进行分析。结果表明:1984~2004年,湖南公路网络通达性呈现以长株潭为核心的同心圈层结构,呈现"中心-外围"向外递减,到2004年等值线密度趋于平缓,显示以长株潭为强极,外围湘北(岳阳)、湘南(郴州)为次极和湘西(怀化和吉首)为弱极的空间结构;20年来,湖南省内部可达性绝对差距逐步缩小,相对差距逐步加大,经济发展潜力以长株潭为核心沿主要交通轴线呈指状递减。可达性和经济结构相关分析表明,湖南空间结构由1980年代的低级无序状态变为2004年的多核不均衡集聚扩散状态,未来需要大力优化湘西地区可达性和加快经济的发展,促进空间格局向均衡有序的方向发展。     

城市化进程中平原河网地区河流结构特征及其分类方法探讨

平原河网地区河流结构发育受到自然条件和城市化的双重影响。依据遥感解译数据,围绕城市化水平、河流形态、河流结构和河流调蓄功能四个维度,就建成区面积比例、河流长宽分布、河系分维、河流调蓄能力等具体指标,分析了城市化水平和土地利用特征不同区域的河流空间形态、结构特征和功能状态,探讨了城市化进程中平原河网地区河流结构的可能演化轨迹,尝试建立了城市化影响下平原河网地区河流结构分类方法,提出了城市河流综合整治过程中应充分重视保护自然河流结构,注重发挥河流综合功能等观点。     

重大地震灾害链的时空有序性及其预测研究

重大地震与地震灾害链预测是当今世界地学前缘课题.本文通过国内外具体实例,重点介绍了重大地震灾害链的时空有序性、地震灾害链网络结构及其预测方法.