海河平原地下水储量变化的重力卫星反演和流域水量平衡

南水北调工程向华北输水与地下水压采的实施,一定程度改变了海河平原供用水格局,影响了海河平原的地下水储量。准确监测地下水储量变化是水安全保障和地下水战略储备的基础。本研究以水资源公报数据为基准,比较了重力卫星(GRACE)不同的信号处理方法和相关产品,反演了2003—2020年海河流域总水储量及其平原区地下水储量变化,分析了海河流域2000—2019年供用水结构变化和水量平衡关系,量化了总水储量变化对流域蒸散发估算的影响。结果表明：GRACE JPL Mascons数据反演的海河平原地下水储量变化与水资源公报数据的决定系数最高;2003—2020年海河平原地下水储量总体分3阶段呈下降趋势,2003—2011年、2012—2015年和2016—2020年的下降速率分别约为-23.9±1.3亿m³/a、-75.5±5.3亿m³/a、-37.3±2.6亿m³/a;在不考虑海河流域年总水储量变化条件下估算的2003—2019年多年平均蒸散量(521 mm/a),与考虑年总水储量变化的多年平均蒸散量(530 mm/a)相差约10 m...     

半监督集成学习综述

半监督学习和集成学习是目前机器学习领域中两个非常重要的研究方向,半监督学习注重利用有标记样本与无标记样本来获得高性能分类器,而集成学习旨在利用多个学习器进行集成以提升弱学习器的精度。半监督集成学习是将半监督学习和集成学习进行组合来提升分类器泛化性能的机器学习新方法。首先,在分析半监督集成学习发展过程的基础上,发现半监督集成学习起源于基于分歧的半监督学习方法;然后,综合分析现有半监督集成学习方法,将其分为基于半监督的集成学习与基于集成的半监督学习两大类,并对主要的半监督集成方法进行了介绍;最后,对现有研究进了总结,并讨论了未来值得研究的问题。