Estimation of monthly reference evapotranspiration using novel hybrid machine learning approaches

ABSTRACT

In this research, five hybrid novel machine learning approaches, artificial neural network (ANN)-embedded grey wolf optimizer (ANN-GWO), multi-verse optimizer (ANN-MVO), particle swarm optimizer (ANN-PSO), whale optimization algorithm (ANN-WOA) and ant lion optimizer (ANN-ALO), were applied for modelling monthly reference evapotranspiration (ET_o) at Ranichauri (India) and Dar El Beida (Algeria) stations. The estimates yielded by hybrid machine learning models were compared against three models, Valiantzas-1, 2 and 3 based on root mean square error (RMSE), Nash-Sutcliffe efficiency (NSE), Pearson correlation coefficient (PCC) and Willmott index (WI). The results of comparison show that the ANN-GWO-1 model with five input variables (T_min, T_max, RH, U_s, R_s) provides better estimates at both study stations (RMSE = 0.0592/0.0808, NSE = 0.9972/0.9956, PCC = 0.9986/0.9978, and WI = 0.9993/0.9989). Also, the adopted modelling strategy can build a truthful expert intelligent system for estimating the monthly ET_o at study stations.     

Including spatial distribution in a data‐driven rainfall‐runoff model to improve reservoir inflow forecasting in Taiwan

Multi‐step ahead inflow forecasting has a critical role to play in reservoir operation and management in Taiwan during typhoons as statutory legislation requires a minimum of 3‐h warning to be issued before any reservoir releases are made. However, the complex spatial and temporal heterogeneity of typhoon rainfall, coupled with a remote and mountainous physiographic context, makes the development of real‐time rainfall‐runoff models that can accurately predict reservoir inflow several hours ahead of time challenging. Consequently, there is an urgent, operational requirement for models that can enhance reservoir inflow prediction at forecast horizons of more than 3 h. In this paper, we develop a novel semi‐distributed, data‐driven, rainfall‐runoff model for the Shihmen catchment, north Taiwan. A suite of Adaptive Network‐based Fuzzy Inference System solutions is created using various combinations of autoregressive, spatially lumped radar and point‐based rain gauge predictors. Different levels of spatially aggregated radar‐derived rainfall data are used to generate 4, 8 and 12 sub‐catchment input drivers. In general, the semi‐distributed radar rainfall models outperform their less complex counterparts in predictions of reservoir inflow at lead times greater than 3 h. Performance is found to be optimal when spatial aggregation is restricted to four sub‐catchments, with up to 30% improvements in the performance over lumped and point‐based models being evident at 5‐h lead times. The potential benefits of applying semi‐distributed, data‐driven models in reservoir inflow modelling specifically, and hydrological modelling more generally, are thus demonstrated. Copyright © 2012 John Wiley & Sons, Ltd.     

一例异育银鲫(Carassius auratus gibelio)暴发性出血病病原分析

2016年6月,江苏某异育银鲫(Carassius auratus gibelio)养殖场暴发一种传染性急性出血病,造成养殖银鲫大量死亡。为分析此次疾病病因及流行规律,本研究从发病养殖场采集患出血病的异育银鲫,从细菌、病毒及寄生虫三个方面对病原进行了分析。采用病原菌分离、组织病理学观察、超薄切片电镜观察、病毒核酸分析、回感实验等对病原进行鉴定。结果显示从发病鲫鱼体内分离到病毒一株,未发现寄生虫及细菌感染。经测序及序列分析,该病毒为鲤疱疹病毒Ⅱ型(Cyprinid herpesvirus2,CyHV-2)病毒,组织病理学观察结果显示患病鱼的鳃和肾脏有明显病变,电镜下可观察到病鱼脾脏组织有带囊膜的球形病毒,囊膜直径约为170—200nm,病毒衣壳直径约为110—120nm,核心直径约为60nm,用组织匀浆感染鲫鱼囊胚细胞系(CGB)可稳定地观察到典型的细胞病变,用患病鱼组织匀浆液人工感染异育银鲫的死亡率高达100%,荧光定量PCR检测到该病毒可感染多器官,其中以脾脏中病毒含量最高,其次是脑,肝脏中最少。本研究可为CyHV-2的诊断防控及疫苗研制提供资料。     

基于WOA-BP算法的海底管道腐蚀速率预测

管道腐蚀速率的影响因素众多且各因素协同作用,构成异常复杂的腐蚀体系,很难对其进行准确预测。针对单一BP模型由于初始权值和阈值的选取不当容易陷入局部最优等问题,引入WOA算法优化BP神经网络对海底管道腐蚀速率进行预测,并与GA和PSO算法优化BP预测模型进行对比,验证WOA-BP模型的预测效果和可行性。结果表明：WOA-BP模型的平均绝对百分误差和均方根误差分别为3.689%和0.1537,远低于单一BP、PSO-BP、GA-BP模型,具有较高的预测精度和稳定性,可以为海底管道内腐蚀防护和油气管道流动保障提供决策支持。     

青海省天然草地退化及其环境影响分析

根据青海省"三江源地区"和"环青海湖地区"典型生态区域1987-2004年代表性牧草观测站植被监测资料和地面气象数据,结合NOAA/AVHRR卫星遥感数据以及调查数据,分析了两区域十几年来草地退化特征.结果表明:中度以上退化草地面积平均以20×10⁴hm²·a^-1的速度递增,草地生产力<750 kg·hm^-2的草地面积占全省面积的26.99%.三江源地区牧草产量以4.48～16.48 kg·a^-1趋势减少,高度以0.16～0.80 cm·a^-1的趋势降低,优势牧草株数的线性递减率分别为11株.a^-1和16株.a^-1,莎草科牧草开花期和籽粒成熟期的发育百分率下降25～50个百分点;环青海湖地区牧草产量以3.05～4.64 kg·a^-1趋势减少,高度以0.75～1.28 cm·a^-1趋势降低,以禾本科牧草为代表的优良牧草在群落中的比重分别下降了1%～3%,位于青海湖以南地区的温性草原类和温性荒漠类,递减率分别为0.25%·a^-1和0.38%·a^-1.青海省天然草地退化主要是在自然和人为因素等作用下发生的,在自然因素中气候的暖干化趋势是草地退化的重要因素,表现在影响牧草的生育期、产量以及草地的群体结构的变化,而20世纪90年代以来极端天气、气候灾害的增多,进一步加剧了草地的退化;人为控制因素中,表现在草畜季节不平衡造成的超载过牧、人口增长以及草地不均匀的放牧压力等,进一步加剧天然草地生态功能的退化.     

四川盆地西南部短时强降水天气特征分析

本文通过对2008~2013年四川盆地西南部短时强降水时空分布分析,发现四川盆地西南部短时强降水的中心在雅安和峨嵋;从短时强降水的年际、月际以及日变化分布来看,短时强降水在2008年是谷值年;短时强降水集中时段在7~8月,5月和9月短时强降水较少,特别是大量级短时强降水更少;短时强降水出现在00~04时最多,尤其是02~03时。根据落区分型对盆地西南部短时强降水建立预报模型,盆地西南部短时强降水的天气尺度影响系统主要是南亚高压稳定,高原低槽或切变发展配合中低层南风,近地层东北风与西南部地形的辐合抬升更容易触发对流发展,中低层的风场对强降水落区更有指导意义。     

GRAPES区域模式水汽平流方案的比较与改进

与欧拉显式时间差分方法相比,GRAPES区域模式采用半隐半拉格朗日时间差分方案可增加时间步长且不影响稳定性,而且模式积分可有较高的计算效率和准确性。半拉格朗日法需要用到内插算法来预测下一时刻的值,对于水汽场的内插值来说,常常会造成预报值的过饱和或者是负值,需要进行特殊处理。比较GRAPES模式的准单调半拉格朗日方案(QMSL)和高精度正定保形方案(PRM),分析模式的降水预报、形势预报,同时初步总结了两方案的优缺点。在参考LCSL(Linear Constraint Semi-Lagarangain)方案的基础上,改进QMSL方案,通过连续试验运行,表明新方案基本稳定可靠,对于降水预报、形势预报有一定的改进,在台风预报试验中也有良好的表现。     

中国东北部陆缘内生金矿床成因类型、成矿时代及地球动力学背景

中国东北部陆缘是我国内生金矿床较为发育的地区之一,以成矿作用复杂、蕴藏丰富的金资源量倍受国内外地质学家关注。通过对该区内生金矿的地质和成矿年代的系统研究,初步将该区内生金矿床划分为中温热液金矿床、接触交代-热液金矿床、斑岩型/类斑岩型金铜矿床和浅成低温热液金矿床4种主要成因类型和3个重要成矿期（170～160 Ma、130～110 Ma和110～90 Ma）。结合同位素地球化学特征,进一步确定中温热液金矿床的成矿物质主要来自下地壳源,成矿作用与中生代燕山早期古太平洋板块俯冲作用引发的中国东部大陆边缘岩石圈减薄及拆沉的动力学过程密切相关;接触交代-热液金矿床的成矿物质来源于年轻地壳,成矿作用与古太平洋板块俯冲引起的岩石圈减薄拆沉的伸展构造背景下的岩浆接触交代作用更为密切;而斑岩型/类斑岩型金铜矿床和浅成低温热液金矿床的成矿物质来源为壳幔混合源,其成矿发生在古太平洋板块向亚洲大陆正北向俯冲转入Izanagi Farallon板块西向俯冲的构造转换期。     

浅议地勘单位的物业管理

文章阐述了地勘单位物业管理社会化的必然性和内函 ,提出发展地勘单位物业管理的基本内容和需要解决的问题 ,最终实现以业养业 ,自我发展。     

辽宁沿海经济带工业环境效率分析

环境效率是生态效率的重要组成部分。基于环境效率对于指导区域经济与环境协调发展的重要意义,以重工业基地辽宁沿海经济带为例作环境效率研究,应用数据包络分析(DEA)和随机前沿分析(SFA)测算辽宁沿海经济带2001~2009年工业环境效率和产出弹性。在此基础上利用Tobit模型构建多元线性回归,分析工业环境效率的关键影响因素。结果表明:2001~2009年辽宁沿海经济带工业环境效率有大幅提高,但与理想状况仍有一定差距。其中大连的工业经济增长主要依靠劳动力推动,对环境成本的依赖正在减小,丹东、营口和葫芦岛3市的工业增长需要牺牲更多的环境成本。重工业化、资本密集化和高新技术化不利于工业环境效率提高,经济发展水平的提高则极大地促进了工业环境效率的提高。所有制结构、生产规模、外商投资和环境管理力度等因素因其作用的两面性,对工业环境效率无有效影响。