基于长短时记忆神经网络的中国地区电离层TEC预测

电离层总电子含量(Total Electron Content,TEC)作为描述电离层形态、结构及变化的重要参量,一直是近地空间环境中重要的研究对象之一.本文利用太阳活动与地磁活动参量,结合欧洲定轨中心(Center for Orbit Determination in Europe,CODE)的TEC数据,给出了一种基于长短时记忆(Long Short-Term Memory,LSTM)神经网络的电离层TEC短期预测模型,并将其应用于2015年中国单站和区域电离层TEC提前1 h的预测中.单站TEC预测结果显示：LSTM神经网络模型预测的TEC与CODE-TEC的均方根误差为2.572 TECU (1 TECU=10 ¹⁶el/m²),比国际参考电离层(International Reference Ionosphere,IRI)2016模型、反向传播(Back Propagation,BP)神经网络模型预测的TEC与CODE-TEC的均方根误差小5.183 TECU和0.667 TECU;在电离层扰动期与宁静期,LSTM神经网络模型预测的TEC与CODE-TEC的均方根误差分布在1.653~3.532 TECU,均方根误差明显小于IRI-2016模型、BP神经网络模型与CODE-TEC之间的均方根误差.中国区域预测结果显示：LSTM神经网络模型预测值与CODE-TEC值的均方根误差为2.721 TECU,比BP神经网络模型小0.716 TECU,其误差绝对值小于5 TECU的比例为92.83%,比BP神经网络模型的比例高5.77%,并且LSTM神经网络模型能更好地预测赤道异常区TEC的变化特征;同时,LSTM神经网络模型的预测值与CODE-TEC值具有较好的相关性,其相关系数达到0.989.整体而言,LSTM神经网络模型不仅能够准确反映中国地区电离层TEC时空变化特征,而且预测精度明显优于传统BP神经网络模型.

     

黄土原位钻孔剪切试验研究

准确获得黄土原位土体抗剪强度参数对黄土工程至关重要。将钻孔剪切试验应用于西安某黄土滑坡原位土体抗剪强度参数测试,提出了黄土场地中适宜的成孔方法,在原Iowa钻孔剪切仪基础上加装微型位移测量系统和剪切力测量系统,精确测量法向位移与剪切应力,并将钻孔剪切试验结果与室内直剪试验结果进行了对比。结果表明,改进后的设备测试更加可视化、可控化;试验阶段法向压力–位移分布近似在一条直线上,土体处于似弹性变形阶段;首级法向压力固结时间为10 min,后续每级压力固结时间为5 min,满足试验要求并能保证试验成功率;与室内直剪试验相比,钻孔剪切试验测得的内摩擦角平均大40.8%,黏聚力平均小12.7%。钻孔剪切试验数据之间相关性较好,测试效果良好,可为今后黄土原位土体抗剪强度参数测试提供借鉴与指导。