积雪变化对中国森林凋落物分解影响研究进展     

张鹏  孙鸿儒  贾丙瑞 《冰川冻土》2021,43(6):1840-1847

森林凋落物的分解对于维持生态系统物质循环和养分平衡具有重要意义,并受到不同积雪厚度下冻融格局的影响。冻融期（包括冻结过程期、完全冻结期、融化过程期）是冻土区凋落物分解的重要时期,该时期分解的凋落物量约占全年分解总量的一半。积雪减少通常会导致土壤温度降低、冻融循环次数增加,进而影响凋落物分解。通过综述近10年来积雪变化对我国森林凋落物分解影响的研究成果发现,积雪厚度减少在冻融期通常会抑制凋落物质量损失、碳元素释放和纤维素降解,生长季则起到促进作用,从全年来看多数表现为抑制作用。因此,冻融作用造成凋落物的物理破坏,对其分解的促进作用主要发生在后续生长季。积雪厚度减少在冻融期通常抑制氮元素释放,生长季和全年则无明显规律;磷元素和木质素目前研究还存在很大差异。最后,进一步阐述了积雪变化对凋落物分解影响研究存在的问题及未来研究发展方向。  相似文献   

基于优化经验模态分解和聚类分析的滑坡位移智能预测研究     

张凯  张科  保瑞  刘享华  齐飞飞 《岩土力学》2021,(1):211-223

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。  相似文献   

利用GS-LightGBM机器学习模型识别致密砂岩地层岩性     

《地质科技情报》2021,40(4)

以交会图为代表的传统岩性识别图版无法适用于致密砂岩地层,其主要原因是大部分地层岩性的测井响应特征相似度高,难以基于图版分析被有效识别。LightGBM较传统模式识别模型能更高效地解决问题,为此采用该模型识别致密砂岩地层岩性。由于LightGBM在建模时利用了较多的超参数,导致预测结果难以保证为最优,所以采用GS算法进行优化,进而提出GS-LightGBM。实验目的层为姬塬油田西部长4+5段致密砂岩地层。提出模型的预测能力通过设计两个实验来验证。为突出验证效果,实验中加入SVM和XGBoost作为对比模型。实验结果显示,GS-XGBoost和GS-LightGBM的准确率、F1-score和AUC指标相接近,都最高,但GS-LightGBM的计算时间只有GS-XGBoost的约1/23。实验结果表明,GS-LightGBM模型可在不失精度的情况下,能快速给出预测结果,具备了在致密砂岩地层岩性识别研究上的应用价值和推广性。  相似文献   

基于梯度提升算法的岩性识别方法     

王恒  姜亚楠  张欣  仲鸿儒  陈庆轩  高世臣 《吉林大学学报(地球科学版)》2021,51(3):940-950

传统的岩性识别方法如岩屑录井、钻井取心及测井资料解释等技术,对录井质量的依赖程度较高,识别精度与效率低,泛化能力差。随着计算机技术的迅速发展,将测井资料与计算机技术相结合开展岩性研究已成为岩性识别的有效手段。本文提出了一种基于梯度提升算法XGBoost和LightGBM的岩性识别方法。以苏里格气田苏东41-33区块下碳酸盐岩储层为例进行测试验证,采用该方法结合测井资料中的声波时差、自然伽马、光电吸收截面指数、密度、深侧向电阻率和补偿中子等6种参数进行岩性识别,并与KNN （K近邻分类器）、朴素贝叶斯和支持向量机等传统算法进行对比,结果表明,3种传统算法的岩性识别准确率分别为78.45%、74.43%和78.72%,基于梯度提升算法XGBoost和LightGBM的识别准确率分别达到了98.90%和98.72%,远高于传统算法。  相似文献   

基于相干特征的岩石薄片序列图像边缘提取及颗粒分割     

周恒  张春雷  张欣  陈庆轩  张艳  仲诚诚 《吉林大学学报(地球科学版)》2021,51(6):1897-1907

针对岩石颗粒边缘模糊、结构复杂的特点,为了更有效地识别颗粒边缘,在基于特征值的C3相干算法的基础上,融合多尺度和多角度的特征表达,提出了一种改进的C3相干算法。该算法综合考虑岩石薄片图像角度域光学特征、空间尺度信息和各向异性信息,能更有效地表征颗粒边缘特征,表现出对复杂矿物结构的适应能力。在采集的岩石薄片正交偏光图像上验证提出的算法,实验结果表明,与原生C3相干算法相比,改进后的C3相干算法在全局图像上的方差和灰度差分乘积分别提升了68.41%和22.91%,信息熵下降了21.61%。  相似文献   

热红外遥感技术在江西寻乌地区地热勘查中的应用     

任正情  方泓锦  王学平 《江苏地质》2021,45(3):277-282

热红外遥感是地热资源勘查中的常用技术,对江西寻乌地区的Landsat 8热红外影像采用单窗算法,根据MODIS影像计算大气水汽含量,并逐步获取反演参数,得到地表温度反演结果;利用MOD11_L2地表温度产品对结果进行对比分析,验证反演有效性。通过对已有地热资料和地质构造背景的研究,总结地热形成的有利构造条件,分析地表反演温度与已有地热及断裂构造之间的空间关系,建立地热异常区圈定依据,并剔除假异常,最终在研究区圈定了11个潜在地热异常区,为该区地热勘查提供依据。  相似文献   

超声波测风仪风速的不同算法误差分析     

涂满红  曹云昌  詹国伟  赤桑单吉 《气象与环境科学》2019,42(1):119-126

超声波测风仪与气象业务用风向标测风仪相比具有诸多优势,可为气象业务中风向风速观测急需解决的较多问题提供解决方案。为促成超声波风速仪尽早在气象部门业务应用,同时解决资料同化等问题,研究和选择适用于超声波测风仪的风速平均(平滑)算法显得极为重要。为此,从超声波测风仪测量原理出发,介绍了超声波测风仪获取数据的特点;利用台站获取的超声波测风仪风速的秒数据,采用不同时段、不同平均(平滑)方法,计算风速多种形式的平均值,通过统计、分析和比较,获得了标量和矢量不同算法下风速平均值的特性差异及其之间的误差,进一步验证了标量平均大于矢量平均的结论。通过对超声波测风仪的风速算法研究及其误差分析,对减小因算法带来的风速测量误差提供方法,同时探讨了超声波测风仪在气象业务使用的可能和方向。  相似文献   

基于多源卫星数据的云底高度反演算法在中国近海的应用研究     

朱晓蕾  钱越英  严卫  李冠林  安豪 《气象科学》2019,39(4):467-476

本文利用直减率反演云底高度的计算方法,联合星载主、被动探测资料开展了中国东海、南海上空暖云云底高度反演研究,同时对暖云的分布特征进行了统计。结果表明受大气层结稳定程度影响,夜间的反演效果优于白天。两种资料的云顶高度较一致时,反演效果好,该方法具有可行性。  相似文献   

基于镜像图的LRC和CRC偏差结合的人脸识别     

陈铭  周先春  周杰 《南京气象学院学报》2019,11(3):340-345

为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法增加了训练样本的数目,克服了由于光照和姿态等外部因素带来的影响.实验结果表明,镜像图与LRC和CRC偏差结合的人脸识别方法提高了人脸识别的准确性.  相似文献   

基于小波长短期记忆网络的风电功率超短期概率预测     

王朋  孙永辉  翟苏巍  候栋宸  王森 《南京气象学院学报》2019,11(4):460-466

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.  相似文献