基于自组织映射神经网络的水库洪水过程分类

针对传统洪水分类方法中洪水特征提取时存在信息损失和主观性强的问题,本文基于洪水全过程构建自组织映射神经网络(Self-Organizing Map, SOM),综合考虑代表性和拓扑性等评价指标以优选网络规模,实现洪水全过程的拓扑逻辑关系挖掘及分类。以三峡水库洪水过程为研究对象,研究结果表明：(1) 2×3维SOM覆盖率达到56.7%,与3×3维SOM相比,仅有约2%的覆盖率差距,具有良好代表性;2×3维SOM输出层仅有1处翻转,拓扑结构比3×3维SOM更优,更适合三峡水库洪水过程分类。(2) 2×3维SOM将洪水过程划分为6类,其神经元拓扑结构可有效刻画各分类的差异与联系,说明SOM可基于可视化拓扑逻辑关系实现高维洪水数据的可靠客观分类。(3)与传统方法的历史典型洪水分类结果相比,SOM能提供可靠且丰富的分类信息。     

基于MODIS数据的郑州市气溶胶时空变化特征分析

利用NASA发布的MODIS/Terra中Collection6数据集的MOD04_3K气溶胶光学厚度(AOD)产品,进行波段提取、重投影、剪裁等预处理,得到郑州市气溶胶光学厚度资料,对此进行统计分析,研究郑州市气溶胶光学厚度的时空变化特征。结果表明:1)2001-2016年郑州市AOD年均值整体以每年0.0033的速率增加,最大峰值出现在2011年(1.01),以2011年为界,2001-2011年呈显著增长趋势,2012-2016年呈显著下降趋势。AOD季节均值夏季的最大,春季的次之,冬季的最小。2)2001-2016年郑州市AOD夏季均值波动较大,春季均值与年均值趋势基本一致,AOD年均值和季均值与对应时间尺度的降水量有负相关关系。工业产值占GDP比重与AOD年均值呈正相关关系。3)2001-2016年郑州市AOD年均值空间分布呈现北高南低、东高西低的特征,高值区主要分布在新郑市、中牟县、郑州市区、荥阳市及巩义市的西北部。春、夏和秋季的AOD均值空间分布形态基本与年均值的分布一致,冬季的高值区集中在郑州市东南部(新郑市)。