边坡变形时序非线性判定及混沌预测研究

以探讨边坡变形性质及混沌预测可行性为目的,基于混沌理论利用相空间重构技术对其变形时间序列进行混沌特征判定,试验显示变形系统具有混沌特性,可用混沌相关理论进行研究;基于混沌相空间重构技术,笔者构建了多种混沌预测模型进行混沌预计研究,分析各类模型的工程实际应用效果;针对单次监测时序预测精度较低的问题,提出累加时序预测方案,训练结果显示,短期预测精度变形累计值基本控制在5%以内,高程值预测相对误差均低于1%,预测精度较高,可以用于工程实际。     

突变级数法在采空区塌陷预测中的应用

基于突变级数理论,分析影响采空区稳定性的因素(包括采空区体积率、距地表的垂深、地质构造复杂程度、煤层倾角、覆盖层厚度、覆盖层类型等),研究采空区塌陷的预测方法.对各影响因素进行排序并确定各因素指标体系,得到各样本的突变级数,从而对采空区稳定性进行预测.实例验证表明,突变级数法的判断结果符合实际,与神经网络分级法的判断结果一致.可见,基于突变级数理论的采空区塌陷预测方法具有科学性和有效性.     

利辛M4.1地震前的流磁异常及其变化

安徽省利辛县张村镇 1 999 1 2 3 0发生M4 1地震 ,震前数日省流磁测量组在皖北进行了 1 999年第 4期流动地磁测量。运用Sδf方法分析此期流磁资料 ,可见明显异常。震后 ,异常恢复。分析认为 :Sδf方法在运用流磁资料作短期地震预报方面具有一定实用性。     

六安流动地磁测量异常的映震能力探讨

将安徽省六安地区流动地磁测线 12个流动地磁测点的∑ |δfi|异常与安徽中西部地震活动性作对比分析 ,初步结果为 :12个流动地磁测点的∑ |δfi|值较大 (∑ |δfi|≥Fu) ,一年内安徽中西部地区的地震活动性增强 ;反之 ,则安徽中西部地区的地震活动性较弱。此方法在地震的中短期预报中有一定的实用意义。     

用Corioli力讨论台湾南投7．6级大震的余震强度

台湾南投大震是震源地方一个逆掩断层错动引起的,上盘向西错动,这种断层错动的形式其Corioli力效应是使两断层盘相互挤压,因之主震发生时能量释放不彻底,余震强度较大,本文试图用Ｃorioli力效应具体讨论台湾南投大震的余震强度。     

1976-2005年唐山地区降水变化规律及干旱预测

利用唐山市1976-2005年各县年降水序列,分析了该市降水的空间分布规律和时间变化特点。采用灰色系统的灾变预测方法,对各县分别建立了GM（1,1）模型,进行未来25年唐山市各站的干旱年预测。利用残差检验、后验差检验和关联度检验对各模型分别进行了精度检验。结果表明,预测模型精度较高,可以对唐山市各县未来的干旱年进行预测,从而为科学决策提供依据。     

一种移动通信基站发射天线非轴向功率密度预测模式

以移动通信基站轴向功率密度计算公式为基础,根据非轴向方向上实际监测点位和轴向方向的相对位置,对轴向功率密度计算公式参数进行系列修正,从而建立一种简单适用的移动通信基站非轴向方向上功率密度预测模式.     

地表水COD浓度灰色预测的GPPM（1）模型

根据地表水中ＣＯＤ浓度的时序数据,建立了ＧＰＰＭ（１）预测模型,结果表明ＧＰＰＭ（１）模型的预测精度优于常规灰色ＧＭ（１,１）模型,它为环境系统的拟合,预测和决策提供了新的方法途径。     

市级国土空间规划核心指标纵向传导研究——以湖南省常德市为例

核心指标纵向层级传导作为市级国土空间规划的关键内容,对市域国土空间格局优化及规划统筹具有重要意义。针对当前指标传导研究不充分、不精细等问题,遵循“核心传导指标选择→指标传导技术逻辑构建→情景模拟预测”的研究思路,以常德市为例研究其2035年国土空间规划“市→县（区）”的核心指标传导。结果表明：（1）基于“指标全域总量预测—指标空间布局模拟—指标分区分类传导”的传导技术逻辑,通过SD与GeoSOS-FLUS模型的耦合集成利用,可有效实现市级国土空间规划核心指标“自上而下”与“自下而上”相结合的科学传导。（2）构建“人—地—业”协调的常德市国土空间利用SD模型,预测获得2035年市域核心指标总量,相应国土利用综合效益达12994.25亿元,相比2018年提升207.75%。（3）从指标传导结果来看,2035年常德市各县（市、区）社会经济类指标除常住人口规模指标外均保持增长趋势,边界类指标实现“只增不减”,用地类指标变化各异,但总体契合常德市主体功能区建设方向,核心指标传导结果符合实际。     

Using the land transformation model to forecast vacant land

Growing or shrinking cities can experience increases in vacant land. As urban populations and boundaries fluctuate, holes can open in once tight urban areas. Many cities chase growth-oriented approaches to dealing with vacancies. It is critical to understand land-use alteration to accurately predict transformations of physical change in order to make better informed decisions about this phenomenon. This research utilizes the land transformation model (LTM), an artificial neural networking mechanism in Geographic Information Systems, to forecast vacant land. Variable influence on vacant land prediction and accuracy of the LTM is assessed by comparing input factors and patterns, using time-series data from 1990 to 2010 in Fort Worth, Texas, USA. Results indicate that the LTM can be useful in simulating vacant land-use changes but more precise mechanisms are necessary to increase accuracy. This will allow for more proactive decisions to better regulate the process of urban decline and regeneration.