基于地类、坡度与植被的小流域土壤侵蚀量估算方法———以毕节市毛家湾小流域为例

简化土壤侵蚀预报方法具有重要的现实意义。调查了贵州省毕节市毛家湾小流域的土地利用类型、地面坡度和植被盖度3个可以简便获取的指标,估算了小流域土壤侵蚀量,并介绍了基于地类、坡度与植被估算小流域土壤侵蚀量的简便方法。同时,还提出了对《土壤侵蚀分类分级标准》中西南喀斯特地区水力侵蚀强度分级标准进行修订的建议。另外,还指出了由于目测估算植被盖度的误差较大,需要开发更为精准且简便的方法测量植被盖度。     

基于光学和雷达图像的土地覆被分类

为寻求一种有效的提高多源遥感数据土地覆被分类制图精度的方法,探讨了融合HJ1B和ALOS/PALSAR图像进行遥感图像分类制图的方法。在对光学图像HJ1B和雷达遥感数据ALOS/PALSAR进行离散小波融合的基础上,应用分类决策树CART(Classification and Regression Tree)算法对融合的图像进行了土地覆被分类制图,并将其分类结果与支持向量机SVM（Support Vector Machine）分类结果进行对比。研究结果表明：将光学和雷达图像数据进行离散小波融合,采用分类决策树CART和支持向量机SVM进行图像分类,CART的分类精度要优于SVM的结果。可见,在光学图像HJ1B和雷达数据ALOS/PALSAR融合的基础上,应用CART能有效进行地物识别,提高图像的分类精度。     

土壤侵蚀分类分级标准和RUSLE模型间的差异研究

基于高分辨率遥感影像,分别应用土壤侵蚀分类分级标准和RUSLE模型,研究重庆市盆古小流域土壤侵蚀状况。结果表明:基于土壤侵蚀分类分级标准计算的土壤侵蚀强度大于基于RUSLE模型的计算结果;两种方法计算的微度侵蚀差别最小,而在其它侵蚀强度等级上差别较大;两种方法计算结果均表明,盆古小流域2008—2011年间土壤侵蚀强度整体上由强转弱,且呈现中度以下的土壤侵蚀面积增大、中度及中度以上的土壤侵蚀面积减小的趋势。     

基于支持向量机的土壤侵蚀评价预测模型研究

尝试应用一种新的机器学习算法-支持向量机(SVM)来对水土流失现状进行评价与预测.该方法能针对在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题得到全局最优解,较好地解决了小样本、非线性、高维数和局部极小点等实际问题, 具有很强的泛化(预测)能力.以石桥铺小流域作为研究对象,通过支持向量机算法建立土壤侵蚀评价与预测模型,并与BP神经网络的方法进行了对比,结果表明该模型的预测精度要高于人工神经网络模型.     

基于支持向量机的高压绝缘子污秽等级红外热像检测

提出了一种红外热像处理与支持向量机多值分类器相结合的新方法对高压绝缘子污秽等级进行检测。采用基于梯度信息的自适应平滑滤波方法对原始图像进行了滤波处理；利用OTSU图像分割方法对滤波后的图像进行分割, 获取绝缘子盘面区域，并从绝缘子盘面区域提取了最高温度、最高温度与最低温度的比值、盘面温度的标准偏差、部分最高温度像素点个数与目标总像素点个数的比值共4个反映污秽程度的红外特征量；设计了支持向量机多值分类器对绝缘子污秽等级进行分级。试验结果表明，文中所选取的绝缘子红外特征量可有效表征绝缘子的污秽等级，所采用的支持向量机多值分类器是一个小样本、高效率的分类器，所提出的绝缘子污秽等级检测新方法是可行的。     

基于面向对象分类技术的小流域土壤侵蚀遥感监测方法研究

以云南省澄江县尖山河小流域为研究区,以2002年IKONOS和2006年快鸟（QuickBird）高分辨率影像及1：10000地形图为数据源,以面向对象影像分析软件Definiens professional5为技术平台,研究提出了基于面向对象分类技术的小流域土壤侵蚀遥感监测方法。在该方法中,面向对象遥感影像土地利用分类方法和基于植被对象的林草植被覆盖度计算方法是关键技术。并将这种新方法应用到研究区,对研究区2002年和2006年的土地利用类型进行了分类,计算分析了林草植被覆盖度,并在叠加坡度因子后分析获得了研究区2002年和2006年的土壤侵蚀强度图,实现了小流域土壤侵蚀动态变化遥感监测。监测结果表明：2002年至2006年,研究区坡耕地和荒山荒坡面积急剧减少,乔木林和梯地面积急剧增加,林草地面积及其植被覆盖度也大为提高,土壤侵蚀面积大幅度减少,侵蚀强度明显减轻,小流域综合治理已经取得了显著成效。     

室内小流域模型人工降雨沟道流速自动量测

沟道流速是研究小流域土壤侵蚀机理与水土流失规律的重要水动力学参数之一。在室内小流域模型人工降雨土壤侵蚀过程模拟试验中,采用黄河水利科学研究院研发的MVC3000SAC-GE12型流速仪和示踪粒子自动量测沟道流速,并对数据进行处理分析,结果表明:流速仪自动量测的沟道流速平均相对误差仅为5.73%,说明在小流域模型人工降雨模拟试验中沟道流速自动量测是可行的。     

支持向量机在混凝土CT图像分析中的应用

本文引入支持向量机的理论,对混凝土圆柱体试件一个扫描断面的5个应力阶段的CT图像进行了分析,对图像的各组成部分进行了分类,获得了清晰的裂纹、孔洞区域,砂浆区域和骨料区域的空间位置分布.从支持向量机分类图中可以看出裂纹或孔洞区域的大小分布随应力的变化过程,表明混凝土试件经历了压密、扩容、CT尺度裂纹扩展贯通至最后破坏的过程.与用传统的统计方法研究混凝土CT图像相比,支持向量机法不仅可以反映出材料的空间分布,同时使复杂的CT数分布对应转换为三类数的分布,简化了下一步统计分析.     

基于改进型DNDC 模型的小流域非点源氮迁移过程模拟与空间拓展应用

以长江上游紫色土区截流堰小流域和大兴小流域为研究对象,应用改进型DNDC（Enhanced Denitrification Decomposition Model）模型对紫色土区小流域径流、泥沙和氮流失过程进行模拟研究。采用截流堰小流域2007-2009年和2010-2011年径流、泥沙及氮迁移监测数据分别进行模型参数率定和验证,检验模型在紫色土区的适用性,然后利用大兴小流域2011年水文、水质监测数据对该模型进行拓展验证,探讨模型在具相似空间结构特征的小流域尺度拓展的可行性。结果显示：率定期和验证期月径流、土壤侵蚀、氮流失Nash-Sutcliffe效率系数大多超过0.80,相对误差均在16.36%以内。拓展验证期,月径流、土壤侵蚀、总氮（TN）和颗粒态氮（PN）的Nash-Sutcliffe效率系数分别为0.70、0.55、0.76和0.71,相对误差分别为6.2%、31.2%、9.5%和30.4%。改进型DNDC模型能较好模拟紫色土区小流域径流、泥沙和氮迁移过程,但尺度拓展过程中泥沙、颗粒态氮的模拟偏差有所增大。     

三峡库区下岸溪小流域水土流失现状评估

 以三峡库区下岸溪小流域为研究区,在GIS软件的支持下,利用2008年SPOT5遥感影像和1∶5万DEM数据,提取坡度因子、植被覆盖度因子和土地利用类型因子作为水土流失风险评估指标因子,结合土壤侵蚀分级标准,生成研究区水土流失风险分级图,利用改进的工程侵蚀模数计算模型,对小流域土壤侵蚀量进行了估算。结果表明：①本流域以水力侵蚀为主,占研究区总面积的88.81%,其中中度侵蚀面积占该流域总面积的38.49%;②开矿等引起的工程侵蚀对该小流域土壤侵蚀量贡献率很大,占该流域水土流失量的41.43%。因此,在开矿和矿区基础设施建设等工程施工时,应采取有效的水土保持措施。     

土壤侵蚀模数的移置与修正

在小流域水利工程设计计算中,普遍存在的问题是小流域上缺乏实测泥沙资料的情况.现介绍一种无资料地区水利工程设计泥沙侵蚀量计算方法,在移用泥沙资料时,首先对设计流域和参证流域的土壤性质、地形和植被等土壤侵蚀因子进行对比,对土壤侵蚀模数影响较大的因子进行修正.使移用的泥沙资料更符合设计流域的实际情况,可提高小流域设计中泥沙计算的精度,保证水利工程设计的质量.     

基于数据挖掘的支持向量机围岩分类方法研究

针对围岩分类问题,提出了一种依据数据挖掘技术,采用二叉树支持向量机的智能围岩分类方法。该方法选择9项影响围岩分类的主要指标,利用SPSS Modeler数据挖掘工具构建SVM分类拟合模型,对围岩数据进行分类和预测,以实现快速智能化决策输出。研究结果表明:基于数据挖掘的支持向量机围岩分类方法可以很好地解决小样本、非线性、高维数的问题,该方法科学可行、可视性强、准确率高,应用前景广阔。     

基于改进型DNDC模型的小流域非点源氮迁移过程模拟与空间拓展应用

以长江上游紫色土区截流堰小流域（0.35 km2）和大兴小流域（4.65km2）为研究对象，应用基于水文过程的生物地球化学循环模型—改进型DNDC模型对紫色土区小流域径流、泥沙和氮流失过程进行研究。本文采用截流堰小流域2007～2009年和2010～2011年径流、泥沙和氮迁移监测数据分别对模型进行参数率定和验证，检验模型在紫色土区的适用性，然后利用大兴小流域2011年水文、水质监测数据对该模型进行拓展验证，探讨模型在具相似空间结构特征的小流域实现尺度拓展的可行性。结果显示：率定期和验证期月径流、土壤侵蚀、氮流失Nash-Sutcliffe效率系数Ens大多超过0.80，相对误差Re均在15%以内。拓展验证期间，月径流、土壤侵蚀、总氮（TN）和颗粒态氮（PN）的Nash-Sutcliffe效率系数Ens分别为0.70、0.55、0.76和0.71，相对误差Re分别为6.2%、31.2%、9.5%和30.4%，模型较好的反映了大兴小流域径流、泥沙和氮迁移过程。但是模型拓展验证期间，泥沙、颗粒态氮的模拟偏差有所增大。     

基于稀疏自编码支持向量机泵站故障检测

对多要素不确定性泵站故障进行有效检测,引入深度学习理论知识,提出了一种基于自稀疏编码的支持向量机泵站故障检测方法。结果表明:对于有限样本的情况下稀疏自编码的SVM方法泵站故障检测可获得较高的精度,并验证了方法的可行性、正确性及有效性;通过对比SVM、稀疏自编码的SVM、BP神经网络3种泵站故障检测方法,得出稀疏自编码的SVM在泵站故障检测中的优越性。为泵站故障检测提供了一种新的解决方法。     

基于SVM的河道洪峰水位校正预报方法

针对平原河网地区河道洪峰水位预报中经验模型可靠性不足的问题,提出一种基于SVM的河道洪峰水位校正预报方法。采用谱系聚类法对历史洪水过程数据按降雨特性分类,选择与预报降雨过程最接近的历史数据训练预报模型;采用PCA对输入数据降维以提取有效特征;基于支持向量回归机建立河道洪峰水位预报模型;采用滚动模式对洪峰水位预报,每小时根据最新水位以及降水信息预报未来洪峰水位,不断提高预报精度。通过对京杭运河拱宸桥站的洪峰水位实例预测验证了该研究方法的有效性。     

区域土壤侵蚀模型PESERA介绍及其应用现状

土壤侵蚀模型已被广泛用于认知土壤侵蚀因素、土壤侵蚀过程及其交互作用,并且成为土壤侵蚀学科研究的重点之一。多数现有土壤侵蚀模型是基于次暴雨的坡面、小流域侵蚀产沙模型,能够适用于区域尺度、长时段的土壤侵蚀模型仍较为缺乏。在我国,土壤侵蚀严重且时空分异显著,对区域尺度、长时段土壤侵蚀模型的需求尤为紧迫。PESERA模型是一个新开发的具有物理基础、大尺度、长时段、分布式土壤侵蚀模型,能够有效弥补当前土壤侵蚀模型的尺度不足,为土壤侵蚀防治和生态恢复提供科学依据。该模型充分考虑水文,土壤侵蚀与植被生长过程及其交互,具有良好的物理基础,并且已在欧洲地区进行广泛应用和验证。系统介绍了PESERA模型的原理、输入参数与输出结果及其应用、验证和改进,以期为该模型未来在国内土壤侵蚀研究中的应用提供参考。     

苍南县昌禅溪小流域土壤侵蚀特征研究

以土壤流失方程为理论基础,筛选合理的土壤侵蚀因子计算方法,运用GIS空间分析技术,对苍南县昌禅溪小流域土壤侵蚀特征开展研究。研究结果表明,昌禅溪小流域土壤侵蚀以微度侵蚀为主,其所占面积比例为94.80%;其次,轻度侵蚀面积占3.31%;其他类型侵蚀强度所占比例共计1.89%;小流域内没有出现剧烈侵蚀。在土壤侵蚀研究的基础上,结合小流域现场调查,分析影响小流域土壤侵蚀分布的原因。     

基于相空间重构和支持向量机的电能扰动分类方法

电能扰动的分类需要信号特性提取和分类器构造2个阶段，文中采用相空间重构和支持向量机的组合，提出了一种全新的电能扰动信号的分类方法。首先利用相空间重构方法构造扰动信号轨迹，通过编码获得二进制轨迹图像。针对该图像定义了4类具有区别性的指标，以表征不同扰动类型的特性。然后将特性指标作为支持向量机分类器的输入矢量，实现自动分类识别。算例表明该方法计算量少，正确率高，所需训练样本少，可以有效分类识别电压暂降、电压瞬升、电压中断、脉冲振荡、谐波、闪变等6种电能扰动。     

杜蒙县山湾子小流域土壤侵蚀程度综合评价

利用实地调查与遥感调查相结合的方法,按照《土壤侵蚀分类分级标准》（SL190-96）和《全国荒漠化监测主要技术规定》及其补充规定,将大庆市杜蒙县他拉哈镇山湾子小流域土地利用类型划分为耕地型和非耕地型,依据指标选取的原则,按不同土壤侵蚀类型,确定了大庆市杜蒙县他拉哈镇山湾子小流域土壤侵蚀程度综合评价指标及评分标准,评价结果为小流域土壤侵蚀程度为中度。     

基于数字化图像的引水隧洞超欠挖检测及其应用技术研究

为有效减少小断面引水隧洞围岩开挖超欠挖量,依托犬木塘水库大山岭隧洞工程,采用一种基于图像处理技术的超欠挖检测方法,使用数码相机采集隧洞图像数据,并进行点云数据处理、三维曲面重建、图像拼接展开等步骤来实现隧洞超欠挖检测,并对所提方法应用于引水隧洞工程的有效性进行验证。应用结果表明：通过三维曲面重建的实际轮廓与设计开挖轮廓对比分析可计算引水隧洞超欠挖值、超欠挖面积及超欠挖体积量等参数,通过图像拼接矫正构建隧洞地质展开图,能直观展示节理素描等围岩信息。该研究实现了对小断面引水隧洞超欠挖的精准快速检测,具有广泛的应用前景,可为后续施工设计提供依据。