基于改进 abcd 模型的黄河源区径流变化与归因

为改进模型对高寒地区融雪径流模拟不足的缺陷，将融雪模块耦合到传统 abcd 模型。利用 1980—2018 年 逐月实测的径流数据和通过 AnuSpline 方法插值的格网气象要素，驱动改进后的abcd 模型，分析三江源生态保护 措施实施前后（1980—1999 年和 2000—2018 年）黄河源区径流的动态变化，并量化关键气象因素与人类活动对 径流变化的影响程度，即相对贡献。结果表明：耦合融雪模块的 abcd-snow 模型完善了高寒地区水文过程的模拟， 提高对径流的模拟性能，在黄河源区表现出较好的适用性；整个研究时段黄河源区的实测径流呈不显著减少趋势 （?0.80?mm/a，p>0.05），但 2000 年前径流则呈现显著下降趋势（?4.12?mm/a，p<0.05），2000 年后径流则呈显著增加 趋势（3.16?mm/a，p<0.05）；?归因分析表明气候变化是源区径流变化的主导因素。2000 年前，气候变化对径流减少 的相对贡献率为 62.8%，人类活动对径流的贡献为 37.2%；2000 年后，气候变化对径流增加的贡献率达到 120.0?%， 人类活动对径流的贡献为?20.0%。其中：降水的变化是决定径流变化主导因素；其他气候因素的相对贡献较小； 以人类活动为主的生态恢复可显著降低河川径流。本研究有助于理解气候变化和下垫面变化对黄河源区水资源 变化的系统驱动机理，并为流域水资源合理配置提供科学参考依据。     

2022年边缘计算的5个趋势

边缘计算趋势在商业中扮演着关键角色,因为现在边缘部署无处不在。随着智能手机、智能手表和自动驾驶汽车在内的边缘计算设备的列表以指数速度增长,商业专业人士需要在2022年紧跟前沿趋势。事实上,经过几年的发展,边缘计算似乎将在2022年的采用和投资方面取得巨大进展。以下是需要关注的边缘计算趋势。     

农业农村部：调整黄河禁渔期制度 延长禁渔时间、扩大禁渔范围

<正>为养护黄河水生生物资源、保护生物多样性、促进黄河流域生态保护和高质量发展，农业农村部日前发布通告，对黄河禁渔期制度做出调整。根据通告，黄河河源区及上游重点水域从2022年4月1日起至2025年12月31日实行全年禁渔，黄河宁夏段至入海口禁渔期延长一个月，即由4月1日至6月30日延长为4月1日至7月31日，禁渔期内禁止除休闲垂钓外的所有捕捞作业类型，同时鼓励地方实施更严格的禁渔期制度。     

基于布里渊散射的海水参数测量反演算法研究

海洋温度和盐度是重要的海洋环境参数，对了解海洋性质、生物多样性具有重要作用。本文基于碘分子吸收池的边缘探测技术，将携带有温度信息的布里渊散射光分为三束，这三束光分别通过三个压强不同的碘分子吸收池，形成三个探测通道，得到两个信号的强度比值信息；之后利用迭代算法即可同时反演出被测区域的温度和盐度信息。采用探测器输出信号强度比值的形式能有效抑制激光器光强抖动带来的影响。为将测温误差控制在0.2 K以内，所提算法对探测器输出强度比值的随机抖动程度为1.3‰。本技术路线具有不受入射角影响、测量速度快、无需事先知晓盐度信息等优势，有望应用于机载、星载等移动平台上。     

基于FLAC3D的破碎围岩巷道支护效果分析

为了解破碎围岩分别采用锚杆支护、锚喷支护以及锚喷+锚索耦合三种支护方式下的支护效果,进而为破碎围岩巷道选择合理的支护方式提供参考。通过借助FLAC^3D软件建立数值模型,分析不同支护条件下的破碎围岩巷道位移量、应力分布以及塑性区的时空演化特征。结果表明,采用锚喷+锚索耦合支护时,可以较好的控制巷道围岩的位移量、减小应力集中效应、缩小塑性区的影响范围。     

南水北调中线总干渠藻类的生态调度

南水北调中线总干渠无在线调蓄水库,对藻类生态调度过程中出现的问题开展生态调度实现策略和实施方式研究。主要实现策略包括:划定自身的调蓄区,隔离生态调度对下游的影响;采用高效的渠池运行方式,减少生态调度时蓄量的反复调整;综合考虑安全、快速、平稳等需求,设定生态调度实施进程和方式。具体实施方式包括:将总干渠划分为流速调控区、调蓄区和正常运行区,分别实施等体积、控制蓄量和闸前常水位方式运行;将生态调度过程划分为充水阶段和泄水阶段,基于流速调控目标值、持续时长和水位降幅约束条件,确定各阶段时长和各分区的闸门群调控方案等。基于2018年3月输水工况,采用明渠一维非恒定流模型,仿真总干渠上游15个渠池的藻类生态调度过程。结果表明,生态调度可在3.5 d内完成,各渠池的平均流速由0.48 m/s增至0.93 m/s,持续时间超过2 h。在整个生态调度过程中,水位变化平稳,水位变幅符合安全阈值要求,下游渠道的正常运行未受生态调度明显影响。     

基于推理注意力机制的二阶段网络图像修复

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时，通常会产生扭曲的结构或与周围区域不一致的模糊纹理，无法重建合理的图像结构。为此，提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理的幻觉边缘信息，然后在图像补全网络完成图像的重建工作。为了进一步生成视觉效果更逼真的图像，提高图像修复的精确度，在图像补全网络采用推理注意力机制，有效控制了生成特征的不一致性，从而生成更有效的信息。所提方法在多个数据集上进行了实验验证，结果表明该图像修复方法的结构相似性指数达到了88.9%，峰值信噪比达到了25.56 dB，与现有的图像修复方法相比，该方法具有更高的图像修复精确度，生成的图像更逼真。