基于小波变换的BP神经网络参考作物腾发量预测模型

受气温、日照、风速、水汽压等因子随机变化的影响,参考作物腾发量时序过程具有非线性、多时间尺度变化等特性.为研究参考作物腾发量在时间尺度上的分布规律,提出了一种基于小波变换与人工神经网络相结合的参考作物腾发量预测模型.该模型吸取了小波分析的多分辨分析功能和人工神经网络的非线性逼近能力,具有较高的预测精度.以韶山灌区参考作物腾发量时间序列为样本,论述了上述模型的优越性.     

基于Morlet小波的ET_0序列多时间尺度分析

以某地区1984~2003年逐月的参考作物腾发量(ET0)为基本资料,首先对ET0时间序列进行了Dmey小波消噪和距平处理,然后采用Morlet复小波对其进行多时间尺度分析,显示了ET0在各个时间尺度下的演变特征.结果表明,ET0具有120月、55月、40月和16月左右的主要周期变化,这4种主要周期变化主导了ET0在整个时域上的波动变化特性;并且自2003年后期以来,ET0变化的大趋势是从低于平均水平逐渐增大并会持续若干月.     

气候变化下参考作物腾发量演变特征及主控因子研究

为对气候变化下不同时间尺度参考作物腾发量(ET_0)的变化规律及其主控因子进行研究,为北京地区制定作物灌溉制度提供参考。基于1970—2019年北京市的逐日气象资料,对不同时间尺度上ET_0进行趋势分析,并采用相关分析与因子分析相结合的方法确定ET_0主控因子。研究表明:(1)日尺度下,ET_0年内变化呈双峰型曲线变化,第一峰值为5.32 mm/d,第二峰值为3.93 mm/d,年内均值为2.78 mm/d;月尺度下,ET_0呈单峰变化趋势,1月份最低,5月份最高,分别为31.3、148.2 mm; ET_0的年际变化范围为901.33～1 095.47 mm,年际变化倾向率为6.32 mm/(10年)。(2)各气象因子与ET_0的相关性随年内月份的不同而表现出差异性,仅采用相关分析法难以真实厘清各个气象因子对ET_0的影响作用;采用因子分析后可知,影响北京地区夏季和春季ET_0的主控因子分别是温度辐射因子和湿度日照风速因子;结合相关性分析表明,北京地区ET_0增加趋势主要是气候升温导致的。本研究对气候变化下北京地区未来农业用水管理具有实际指导意义。     

参考作物腾发量多时间尺度分析的小波变换

采用Penman-Monteith方法对国内4个不同气候带气象站点的长系列逐日参考作物腾发量ET0值进行了计算,以昌平站ET0年日均值和月日均值时间序列为例,对比采用不同母小波进行小波变换的结果,确定Morlet小波为ET0多时间尺度分析的最优母小波.以Morlet小波为基础,对4个站点ET0多时间尺度特征进行分析,结果表明:4个站点ET0多年来均存在多个时间尺度上的周期变化,其中以5、10 a最为普遍和显著.小波分析的结果,对于中长期不同时间尺度ET0的预测和灌溉用水预测具有指导意义.     

区域蒸散发分析及模型研究——以河套灌区义长灌域永联试验区为例

以河套灌区义长灌域永联试验区为例,对水均衡法中采用不同时间和空间尺度时的蒸散发估算结果进行了比较分析.然后借鉴由参考作物腾发量(ET0)计算实际蒸散发量的思路,以区域平均埋深和累积生长度日(GDD)为变量,建立综合因子,再结合参考作物腾发量估算出区域蒸散发.利用永联试验区的数据对模型进行检验,结果可靠.该模型需要数据较少,易应用,为实时估算农田区域蒸散发量提供了一种方法.     

一种基于混沌吸引子的降雨降尺度分析

通过分析大时间尺度的年降雨量分解到小时间尺度的月降雨量的分解系数的混沌特征量,论证了分解系数具有混沌特性.在此基础上,对分解系数建立预测模型并给出具体算法.然后根据预测结果进行月降雨量的降尺度计算.实例研究表明,利用混沌相空间模型对降雨进行降尺度分析是一种有效的方法.     

参考作物腾发量预报的傅立叶级数模型

以傅立叶级数和表示多年日平均参考作物腾发量在年内的变化过程,结合天气类型修正系数,提出了一种新的参考作物腾发量预报模型,即傅立叶级数模型.将模型应用于陡山灌区的参考作物腾发量实时预报;结果表明,该模型的预测精度比原有的指数模型(亦称逐日均值修正模型)的预测精度高.这种模型简单,可方便地嵌入灌溉预报系统,适应性强.     

温度作用下斜拉桥挠度的时间多尺度分析

为研究斜拉桥挠度的温度效应,获得信号中的响应分量,以南京长江第三大桥为研究对象,分析长期挠度监测信号的时间多尺度特性.采用小波多尺度分析方法,将挠度信号在两个时间尺度（日周期和年周期）上进行重构,实现温度效应的分离.以长期监测数据为基础,研究日温度效应在太阳辐射作用下的特点.结果表明:日温度效应在年周期内存在季节差异性,在日周期内相对太阳辐射具有滞后性. 排除滞后影响,日温度效应与太阳辐射强度呈强正相关关系.考虑季节、大气温度以及太阳辐射的影响,提出了预测误差低于2 cm的日温度效应多折线模型,可实现日周期中任意时刻日温度效应的预测.     

852农场51a降水序列多时间尺度分析

采用Morlet小波分析方法,对852农场1958~2008年51 a的年降水变化进行多尺度分析,分析其中存在的主要周期振荡和突变点。结果表明：该农场年降水存在多时间尺度的周期变化特征,年降水存在3 a和9 a的主周期。852农场年降水变化存在着明显的多时间尺度,即年代际尺度和年际尺度的周期性变化。同时也表明,自2008年以来,852农场降水量有逐渐增多的趋势。因此,可以充分利用降水,缓解地下水资源危机。     

PM2.5质量浓度变化特征与交通流的关系——以北京市为例

为分析城市交通运行状况对大气PM2.5质量浓度的影响,针对北京市2014年至2015年12个月的PM2.5质量浓度及交通流量变化情况,基于小波分析的相关理论,对二者的周期性变化特征及其在不同尺度上的相关性进行研究,并进一步分析了特定周期尺度上PM2.5质量浓度变化相对于机动车流量变化的滞后响应现象.研究表明:二者在24 h左右的日周期尺度上显著相关,且PM2.5质量浓度的滞后时间约为9h.     

降雨输入对青龙河流域HSPF模型模拟结果的影响

为评价降雨输入对青龙河流域BASINs/HSPF模型模拟结果的影响,改善HSPF模型模拟精度,应用趋势成分建模、周期成分建模、相依随机建模和独立随机建模（白噪声）等随机建模程序和蒙特卡洛计算机模拟方法,获得200组降雨随机模拟序列,分别作为青龙河流域BASINs/HSPF模型的输入,以Nash-Sutcliffe效率系数（E_NS）作为模型模拟效果的评价标准,获得如下结论:采用趋势成分、周期成分与ARMA建模以及正态随机模拟获得降雨随机模拟序列是量化降雨输入随机性的可行方法;在模型参数优化的条件下,降雨随机模拟序列HSPF模拟E_NS值的变化区间为[71.09%,74.96%],波动幅度达3.87%,表明降雨输入随机性对于HSPF模拟结果具有显著影响;当考虑每年的日降雨量极大值时,E_NS值变化区间为[75.35%,78.81%],波动幅度达3.46%,且结果均优于没有考虑降雨极大值点的降雨随机模拟序列,表明降雨时间序列的极大值点对于HSPF模拟效果具有显著影响;随着降雨时间序列中所考虑极大值点数量的逐渐增多,HSPF模拟效果出现下降趋势,表明HSPF模拟应特别关注若干最大极值点的影响;降雨输入的不确定性是HSPF模型模拟结果不确定性的重要来源,改善HSPF模拟效果需要考虑降雨时间序列随机性和极值点因素的影响.本研究可为量化降雨输入对HSPF模型模拟的影响以及HSPF模拟的降雨情景优选提供借鉴.     

基于DEM-CFD耦合方法的煤系土边坡失稳机理宏细观分析

边坡的宏观力学特性是由组成土体颗粒的细观参数及其运动决定的,基于连续介质模型的有限元方法虽然能够在宏观层面上基本等效地得到边坡土体的应力变形特性,但难以反映边坡体在微细观尺度上的变形失稳机理,存在明显的局限性。采用将离散元方法（DEM）与计算流体动力学方法（CFD）进行耦合,建立了煤系土边坡三维DEM-CFD流固耦合细观作用计算模型,对降雨作用下煤系土边坡失稳破坏的细观机理进行了分析。结果表明,采用DEM-CFD流固耦合方法模拟的煤系土边坡破坏形式主要是雨水冲刷,边坡滑动面预测为近似的直线段,这与室外模型试验边坡雨水冲刷的范围非常接近,验证了该数值方法的适应性。边坡土体颗粒的力链、配位数以及孔隙率等细观参数,在降雨过程中都会随之发生变化,如坡顶颗粒的孔隙率由初始状态的0.35变化至失稳状态的0.8,这些细观参数的变化与边坡土体的宏观力学表现直接关联,文中通过对颗粒细观参数变化分析,从细观角度深刻解释了雨水作用下煤系土边坡的破坏演变规律。论文研究成果不仅可为该区域煤系土边坡的防护设计与施工提供理论依据,而且为从微细观角度更好地分析离散介质岩土工程的宏观力学规律提供了一种新思路。     

Chaotic time series prediction for surrounding rock＇s deformation of deep mine lanes in soft rock

Based on the measured displacements, the change laws of the effect of distance in phase space on the deformation of mine lane were analyzed and the chaotic time series model to predict the surrounding rocks deformation of deep mine lane in soft rock by nonlinear theory and methods was established. The chaotic attractor dimension（D） and the largest Lyapunov index（Emax） were put forward to determine whether the deformation process of mine lane is chaotic and the degree of chaos. The analysis of examples indicates that when D〉2 and Emax〉0, the surrounding rock＇s deformation of deep mine lane in soft rock is the chaotic process and the laws of the deformation can still be well demonstrated by the method of the reconstructive state space. Comparing with the prediction of linear time series and grey prediction, the chaotic time series prediction has higher accuracy and the prediction results can provide theoretical basis for reasonable support of mine lane in soft rock. The time of the second support in Maluping Mine of Guizhou, China, is determined to arrange at about 40 d after the initial support according to the prediction results.     

高家花园大桥挠度长期监测数据分析

通过对高家花园大桥长期监测数据的分析,掌握大桥挠度与温度、车辆荷载等作用的变化规律,并初步确定大桥挠度的变化规律。对桥梁结构状态监测系统采集的温度、车流量及重车、挠度监测数据采用时间序列相关分析和小波分析,重点研究了桥梁跨中处挠度变化主要与温度、车辆荷载之间的关系。分析结果表明,桥梁跨中处挠度与温度具有较好的相关性,而挠度的波动主要是由重车引起的。分析结果为高家花园大桥和类似连续刚构桥的安全状态评估提供了技术支持。     

时间序列分析与支持向量机的滑坡位移预测

滑坡在变形演化过程中,遭受季节性外界影响因素的作用,变形位移时间曲线呈现出阶跃型特征.采用时间序列分析方法,将位移分解为趋势项和季节项.趋势项位移由坡体自身地质条件控制,利用多项式函数进行预测|季节项位移受降雨、库水位和地下水位等因素的季节性作用而变化.选取当月降雨量、累计前2个月降雨量、当月库水位高程、月库水位变化速率和当月地下水位高程作为影响因子,利用进化支持向量机耦合模型进行预测|通过时间序列加法模型得到滑坡总位移预测值.以三峡库区白家包滑坡为例,通过计算得到预测结果与实际监测值基本吻合,其中最大均方根误差为188,而最小相关系数为098.研究表明：基于时间序列分析与进化支持向量机的滑坡位移预测模型,有效反映了阶跃型滑坡位移变化规律与季节性影响因素之间的响应关系,是一种行之有效的滑坡位移预测方法.     

基于多时间尺度相似性的涡扇发动机寿命预测

针对传统相似性方法在提取健康指标和相似性匹配上存在的不足,提出结合自编码器神经网络的基于多时间尺度健康指标相似性的预测方法（AE MTS-HI）. 采用自编码器从状态监测数据中提取表征发动机退化状态的健康指标,降低提取过程非线性信息的损失. 将测试退化轨迹长度的波动纳入考量,针对性地设计多时间尺度的健康指标进行相似性匹配. 这不仅可以克服单一时间尺度匹配导致的精度限制,而且可以提高预测的鲁棒性. 在涡扇发动机的公开数据集上验证所提方法的性能. 结果表明,利用该方法能够显著提升剩余使用寿命（RUL）的预测精度,为预知维护提供有力支撑.     

基于信息熵理论的黄土高原小流域雨量站网优化

地面雨量站是降水数据最直接的来源,合理的雨量站点密度与空间布局能准确反映流域面雨量,对于构建流域水文模型至关重要.以黄土高原岔巴沟流域为研究对象,采用2001—2010年流域内11个地面雨量站的日、周、15 d时间尺度降雨量序列,以信息熵理论为基础,基于最大信息最小冗余准则(MIMR),分析11个地面雨量站之间降雨的信...     

Robustly stable model predictive control based on parallel support vector machines with linear kernel

Robustly stable multi-step-ahead model predictive control (MPC) based on parallel support vector machines (SVMs) with linear kernel was proposed. First, an analytical solution of optimal control laws of parallel SVMs based MPC was derived, and then the necessary and sufficient stability condition for MPC closed loop was given according to SVM model, and finally a method of judging the discrepancy between SVM model and the actual plant was presented, and consequently the constraint sets, which can guarantee that the stability condition is still robust for model/plant mismatch within some given bounds, were obtained by applying small-gain theorem. Simulation experiments show the proposed stability condition and robust constraint sets can provide a convenient way of adjusting controller parameters to ensure a closed-loop with larger stable margin.     

基于多时相InSAR技术的黄河上游龙羊峡库区不稳定边坡识别与形变监测

黄河上游龙羊峡水库的建设改变了两岸的水文地质条件,库区水位周期性升降引起的渗透和侵蚀导致库岸坍塌和滑坡局部变形,非常有必要开展不稳定边坡的识别与监测,为库区坡体失稳因素研究以及预警预报提供技术支撑。采用2015年1月至2021年8月升降轨Sentinel-1A SAR影像,基于相干点目标分析(IPTA)方法对龙羊峡库区边坡进行识别,共识别出15处不稳定边坡。其中,查纳滑坡历史上多次发生塌滑现象,现今仍处于活跃状态,对库区人民生命财产与大坝工程安全造成潜在威胁,为此对查纳滑坡开展重点监测。首先,采用DS-InSAR技术获取该滑坡升降轨雷达视线向(LOS)形变; 然后,结合升降轨形变结果进行二维时序形变分解; 最后,采用小波分析定量分析了地表时序形变反演结果与降雨量、库区水位变化的相关性。结果表明:DS-InSAR技术获取的形变场比相干点目标分析方法更加完整; 查纳滑坡东部坡体位移大于中部与西部坡体位移,且垂直向位移大于东西向位移; 查纳滑坡位移时间序列与降雨量序列相关性不高,降雨可能不会显著促进滑坡的位移; 滑坡位移与库区水位均具有很强的年度周期变化,并且滑坡位移时间序列滞后库区水位序列约半年。     

基于运动波壤中流理论与无限边坡稳定分析理论的滑坡预测模型

滑坡往往发生在强降雨时期的陡峭山坡区域,建立滑坡预警模型是山坡地防灾重要策略之一。论文结合山坡运动波壤中流理论与无限边坡稳定分析理论,构建了降雨型浅层滑坡的预警模型。将模型应用于台湾高雄市那玛夏区达喀尔努瓦里,研究发现在莫拉克台风期间滑坡发生的预测位置与卫星影像图所得到的结果一致,率定的土壤参数物理意义明显,说明此模型具有一定的可靠性。同时研究了双峰降雨过程中坡面安全系数的变化,随着降雨量增大,壤中流流量快速增大,出口处饱和水位快速上升,坡面安全系数快速减小;当降雨量减少时,土壤排水速率大于降雨强度,饱和水位缓慢下降,安全系数缓慢增大至天然状态条件下的安全系数。此外,为了研究对称双峰降雨条件下表层土壤厚度对坡面稳定性的影响,对设计坡面进行降雨径流模拟与稳定性分析。结果显示土壤厚度增大,坡面安全系数减小。在两种不同的雨型条件下,在先小后大的降雨条件下土壤汇集的水量较多,发生滑坡的可能性增大。上述土壤蓄水机制的研究,可以为滑坡预警模型提供物理依据。