城市内涝灾害受灾人口评估方法与实证研究：以哈尔滨市道里区为例     

陈鹏  赵洪阳  张继权  张硕  鲍建华  刘晓静 《地理科学》2020,40(1):158-164

城市内涝灾害频发,对居民生命安全造成严重威胁,为提高城市内涝灾害受灾人口评估精度,提出一种更为精确的受灾人口评估方法。以哈尔滨市道里区为研究区,以城市内涝灾害受灾人口为研究对象,运用一、二维非恒定流为主控方程,构建城市内涝数值模拟模型,并结合受灾人口分布特点,综合构建基于土地利用的人口随时间变化的计算模型。实现在模拟内涝灾害影响范围基础上,利用受灾人口计算模型提取白天与夜晚受灾人口分布情况。结果表明：研究区在百年一遇降雨情景下,有25条街道会发生不同程度积水,积水深度范围值为0.10~1.42 m;此级别内涝灾害在白天11条街道受灾人口数量最大值达到3 500人,夜晚10条街道受灾人口数量最大值为720人。  相似文献   

基于ABAQUS的深水连接器连接性能分析     

曹博  蔡志杰  石中玉  张玉龙  段梦兰 《海洋工程》2020,38(3):132-139

为解决现有深水连接器连接性能研究中力学分析建模不准确,且缺乏抗弯抗扭能力分析的问题,基于ABAQUS有限元分析软件对深水连接器进行三维模型动态仿真分析,对连接器的受力、密封性能以及在实际工程需求中不同内压下的抗弯及抗扭性能进行深入研究。结果表明:在安装及生产两种工况下,深水连接器各部件除密封环外受力均满足其强度设计要求,密封环接触表面发生合理塑性变形,满足密封要求;随着内压的增加,深水连接器的抗弯能力逐渐下降,抗扭能力则呈现增加的趋势;极限弯矩分别在0 MPa与35 MPa内压下的判定依据为密封失效,在14 MPa与52 MPa内压下的判定依据为下毂座屈服,而极限扭矩在不同内压下的判定依据均为密封失效。  相似文献   

斜坡平台波浪破碎数值模拟     

王红川  刘华帅  杨氾 《海洋工程》2020,38(4):54-60

波浪在斜坡地形上破碎,破波后稳定波高多采用物理模型试验方法进行研究,利用近岸波浪传播变形的抛物型缓坡方程和波能流平衡方程,导出了适用于斜坡上波浪破碎的数值模拟方法。首先根据波能流平衡方程和缓坡方程基本型式分析波浪在破波带内的波能变化和衰减率,推导了波浪传播模型中波能衰减因子和破波能量流衰减因子之间的关系;其次,利用陡坡地形上的高阶抛物型缓坡方程建立了波浪传播和波浪破碎数学模型;最后,根据物理模型试验实测数据对数值模拟的效果进行验证。数值计算与试验资料比较表明,该模型可以较好地模拟斜坡地形的波浪传播波高变化。  相似文献   

东印度洋海域最优深度基准面模型构建          下载免费PDF全文

姜传苓  付延光  周兴华  陈义兰  王永康 《海洋科学进展》2020,38(2):326-335

利用东印度洋海域周边长期验潮站实测数据、TOPEX/Poseidon等系列卫星测高反演结果,评估了DTU10,EOT11a,FES2014,GOT4.8,OSU12和TPXO8六种全球潮汐模型精度,根据卫星测高结果给出了浅水分潮改正量和长周期分潮改正量的经验模型,又在此基础上分析并构建了研究区域精度最优的深度基准面模型。考虑到全球潮汐模型在近岸的影响因素及验潮站位置,将13个验潮站分成开阔海域与近海海域两类,与潮汐模型的对比,结果表明,DTU10和FES2014模型分别在开阔海域和近海海域精度最优。根据潮汐模型在不同分潮处的精度,如EOT11a模型在O1和K1分潮处精度较高,DTU10在N2,M2,S2和K2分潮处精度较高等,分别构建了开阔海域与近海海域的组合深度基准面模型,计算得知误差分别为11.33和20.95 cm,其精度显著提高。  相似文献   

遗传算法优化的BP神经网络卫星钟差预报          下载免费PDF全文

孙鹏超  魏东平  孙碧娟 《天文学报》2020,61(6):67

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.  相似文献   

基于斩波轮技术的K波段接收机噪声校准研究          下载免费PDF全文

王凯  王洋  陈卯蒸  段雪峰  闫浩  马军  陈晨雨  曹亮 《天文学报》2020,61(1):1

接收机是射电天文中用于探测微弱射电信号的重要接收设备.接收机的强度校准就是将接收机对射电源的响应转换为天文意义上的流量密度.常规方法就是使用经典的冷热负载法,将接收机自身的强度响应转换为一个等效的温度值,之后再据此对射电源做进一步标定.通过搭建基于斩波轮技术的K波段接收机强度校准平台,使用斩波轮法测试K波段常温接收机的噪声温度,并与传统冷热负载法的测试结果进行比对.结果显示,在晴好天气条件下,斩波轮法在30°、90°仰角下噪声温度的最大测试误差为7.5%和8.4%,可以很好地应用于实际噪声温度测试中;但在5°仰角测试中,由于过低仰角引入了地面噪声,使得斩波轮法的测试误差上升至20%–30%之间而无法使用.希望在此基础上进一步开展K波段天空亮温度的理论计算与实测,从而完善斩波轮技术的应用,使之可以满足在不同气象条件下的噪声校准测试需求.  相似文献   

基于Stacking集成学习的恒星/星系分类研究          下载免费PDF全文

李超  张文辉  李然  王俊义  林基明 《天文学报》2020,61(2):21-111

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.  相似文献   

An Automatic Method for Detecting Transients and Variable Sources in AST3 Survey Based on Image Subtraction and Random Forest     

《Chinese Astronomy and Astrophysics》2020,44(1):41-60

AST3-2 (the second Antarctic Survey Telescope) is located in Antarctic Dome A, the loftiest ice dome on the Antarctic Plateau. It produces a huge amount of observational data which require a more efficient data reduction program to be developed. Also the data transmission in Antarctica is much difficult, thus it is necessary to perform data reduction and detect variable and transient sources remotely and automatically in Antarctica, but this attempt is restricted by the unsatisfactory performance of the low power consumption computer in Antarctica. For realizing this purpose, to develop a new method based on the existing image subtraction method and random forest algorithm, taking the AST3-2 2016 dataset as the test sample, becomes an alternative choice. This method performs image subtraction on the dataset, then applies the principle component analysis to extract the features of residual images. Random forest is used as a machine learning classifier, and in the test a recall rate of 97% is resulted for the positive sample. Our work has verified the feasibility and accuracy of this method, and finally found out a batch of candidates for variable stars in the AST3-2 2016 dataset.  相似文献   

Formation of Carbon-Enhanced Metal-Poor RR Lyrae Stars     

《Chinese Astronomy and Astrophysics》2020,44(1):61-69

Carbon-enhanced metal-poor (CEMP) stars are considered to be related to the first generation of stars, and responsible for the chemical evolution of the early Galaxy. More than half of them are in binaries, and could be explained by the binary evolution, but the formation channel of them is still not fully understood. Among the hundreds of CEMP stars, there are nine CEMP RR Lyrae stars identified, and at least seven of which are very likely not binaries. The usual binary star evolution channel is difficult to produce such a single star, particularly that of carbon enrichment. One way in which such a single star might be produced is the merger of a helium white dwarf with a Hertzsprung gap (HG) star. We use a stellar evolution program to calculate the models of the merger remnants, and find that the models can reproduce the observed distribution of these CEMP single RR Lyrae stars in terms of surface temperature, gravity, and carbon abundance. Hence, it is extremely possible that the helium white dwarf and HG star merger model is one of the formation channels of the metal-poor carbon-rich RR Lyrae stars.  相似文献   

基于大数据的极端暴雨事件下城市道路交通及人群活动时空响应   总被引：3，自引：1，他引：2  

易嘉伟  王楠  千家乐  马廷  杜云艳  裴韬  周成虎  涂文娜  刘张  王会蒙 《地理学报》2020,75(3):497-508

随着全球气候变化加剧,极端降雨增多,暴雨内涝灾害频发,严重威胁城市的可持续发展。快速掌握暴雨给城市交通及人群的影响,有助于提高灾害应急管理水平和事件响应能力。利用实时动态的交通路况信息和手机定位请求数据,通过一种融合STL时序分解技术与极端学生化偏差统计检验的时间序列异常探测方法,监测和分析暴雨内涝灾害事件中,城市道路交通和人群活动的时空响应特征,并以2018年7月16日发生在北京的极端暴雨事件为例开展实证研究。研究结果显示,在降雨集中的早、晚高峰两个时段（8—9时、18—19时）,市区的拥堵道路数量超出往常水平最高可达150%,异常检测分析显示拥堵道路数量和交通拥堵指数均达到异常甚至极端水平。人群活动的异常响应分析结果显示,暴雨事件引起定位请求量异常升高、异常点增多,且异常点的空间分布与1 h前的降雨量分布存在较高相关性。以上结果不仅证明了大数据及异常检测方法对于快速洞察暴雨事件对城市交通及人群影响的有效性,也为城市暴雨内涝灾害的应急响应与管理提供了新的技术手段。  相似文献