随机水质模型研究现状

前言水质过程是物理,生化及水文现象的组合。由于过程有确定性和随机干扰的存在,使得现象的组合非常复杂而不便描述及预测。因此,要真正了解一个水质过程,我们就应该把它看作在特性上和本质上都是随机的,而不是一个确定过程。另一方面,由于采用数学模型来模拟自然现象时,不可能作到尽善尽美,常因模型复杂而加以简化,故不确定性因素总是存在于数学模型中。     

不确定条件下矿产资源的最优开采

通过一个连续时间的随机动态规划模型,探讨了市场需求、资源存量的不确定性以及勘探活动对矿产资源价格和开采速度的影响,并给出了随机条件下Hotelling法则的表达形式.模型结果显示:不确定性对资源价格变化速度的影响主要取决于开采成本,如果相对于资源存量来说开采成本是不变的或者开采的规模成本是不变的,则不确定性对资源价格的变化速度没有影响.反之,如果开采的规模成本是递增的,则不确定性会加速资源价格的变化.此外,不确定性的存在将加快资源的开采速度.至于勘探活动,它一方面降低了地质条件的不确定性,另一方面增加了资源的存量,所以勘探活动降低了资源价格和开采速度的变化率,减少了不确定性对资源开采的影响.     

洪水多站峰量同时模拟的随机模型

洪水过程是一复杂的随机动力系统，随机模拟技术至今仍是研究洪水过程时空统计特性的有力工具。该文以同时模拟上游站、下游站及其区间的最大洪峰流量、最大五日洪量和最大十二日洪量为例，建立了一种简便而适用的随机模型。实例结果表明，该随机模型是可行而有效的，在水资源系统工程的理论与实践中具有重要价值。     

隧道渗涌水量的随机模型预测

渗涌水问题是常见的隧道病害 ,是影响隧道正常使用 ,危及行车安全的重要因素。因此 ,科学地预测隧道涌水量大小 ,是制定最优防治水方案 ,确保安全通车的关键。笔者以大瑶山隧道渗涌水量的实测数据为基础 ,应用随机过程的理论和方法 ,建立了隧道渗涌水量的平稳序列预测模型 ,并将预测值与实测结果进行了对比 ,比较吻合。     

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明：黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10max<0.89),r_max对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较...     

震源参数对合成时程持时的影响分析

采用随机有限断层法进行了汶川地震加速度时程的合成,对合成时程持时进行了影响参数的敏感性分析,探讨了震源参数及传播路径参数的取值对合成时程持时的影响。结果表明:持时总体上随震级的增大而增大;相对于总体上与应力降成正相关的绝对Bolt持时,相对Bolt持时随应力降的增大而减小;当kappa值增加时,相对持时呈增大的趋势而绝对持时则随之减小;η的取值会影响持时随品质因子Q_0的变化趋势,且η不同时,Q_0对持时的影响规律可能会完全相反;断层的倾角和上界埋深对持时的影响很小,且规律性不强。将随机有限断层法应用到合成时程的持时特征分析和工程应用中,相较于断层的倾角和上界埋深,更应重点关注震级、应力降、kappa值和品质因子对持时的影响,以模拟出更为合适的地震动。     

基于生态环境监测机构省级监督抽查工作的分析与思考

基于2019年度11个省级监督管理部门对704家生态环境监测机构开展的监督抽查工作情况,总结了此次监督抽查的概况、发现的问题、处罚情况,重点分析了存在的主要问题.提出了应持续强化监测质量控制和管理、积极借鉴和创新监管方式、注重监督抽查结果运用、加强社会监督和行业自律的工作建议.为生态环境监测机构提高监测质量和管理水平提...     

三峡库区草堂河流域土壤pH空间分布预测制图

以三峡库区草堂河流域为研究区,利用网格布点,共采集102个土壤样点,分析测定土壤的pH值,结合成土母质和地形等10个环境因子,以样点总数的85%作为训练集进行预测模型构建,15%作为验证集检验模型精度,利用随机森林(Random Forest, RF)模型对研究区土壤pH进行空间分布预测并制图。结果表明:土壤pH与谷深、坡长呈显著正相关,与海拔、距河网垂直距离、坡高呈显著负相关。三叠系大冶组灰岩发育的土壤pH值高于三叠系须家河组石英砂岩发育的土壤pH值。基于环境因子的RF预测模型,平均绝对误差(MAE)为0.47、均方根误差(RMSE)为0.59、决定系数(R~2)为0.85,能解释研究区土壤pH值85%的空间变异。对土壤pH值产生主要影响的环境因子为成土母质和海拔。可见,基于环境因子的RF预测模型,预测精度高,可以作为土壤pH空间分布预测的有效方法,能为流域尺度下其他土壤属性的空间分布预测提供依据和借鉴。     

火烧迹地信息遥感提取研究进展与展望

火烧迹地是描述森林燃烧最重要的信息之一,也是碳循环扰动和全球变化研究的重要参数。重点对近年来国内外广泛使用的火烧迹地产品的解译标志和模型算法进行了归纳总结,以往研究主要侧重于火烧迹地提取模型算法开发,忽视了复杂地形下阴影、纹理等细节特征的作用,限制了人们对火烧迹地的准确提取和科学评估。针对该问题提出了对火烧迹地信息提取改进途径的展望,基于模拟真实地表的DEM参数,优化地形校正效果,建立阴影校正植被指数;明确灰度纹理产生的条件,尝试建立颜色空间和灰度纹理映射方案,实现颜色纹理的定量解译;耦合阴影校正植被指数与颜色纹理,希望减少对小面积火点的遗漏和混淆信息误判,基于高分卫星数据实现长时间序列高精度火烧迹地信息提取,对探讨全球火烧迹地产品研发具有典型代表意义。     

基于SVM⁃RF的泥石流窗口坝闭塞度判别研究∗

为了研究野外泥石流防治工程中窗口坝的开口闭塞类别,基于量纲分析理论,以室内水槽试验模拟实际工程,分析模型试验与实际工程的相关物理量及对应的相似准数;引入支持向量机和随机森林分类模型,在开源机器学习工具Scikit-Learn中,采用python编程实现算法;以室内水槽试验数据作为支持向量机和随机森林的训练样本,进行机器学习得到分类模型,提出一种用于判别泥石流窗口坝闭塞类型的新方法;将测试结果与经验公式中闭塞度判别值F的分类结果进行正确率对比,结果表明,F值的分类准确率为88%,而支持向量机为92%,随机森林为94%,随机森林分类效果最好,机器学习理论为泥石流窗口坝在实践中的设计提供了新思路。