气候变暖下太湖极端洪水的归因探讨   总被引：2，自引：1，他引：1  

于革  郭娅  廖梦娜 《湖泊科学》2013,25(5):765-774

全球增温引起的降水变化是否引起极端洪水的增加,发生在不同气候背景的极端洪水事件可提供不同参照系;而不同驱动因子下气候、水文数值模拟为认识洪水发生和归因提供了有效途径.本文结合机理数值模拟和随机统计模拟两种途径,针对1990s和1880s的太湖流域特大洪水,通过GCM气候模拟驱动的流域水文模拟和不确定性的阈值模拟,分析19世纪末和20世纪末极端洪水的发生强度和频率的变化,从而论证极端洪水发生的风险系数.结果表明,1990s的极端洪水流量(0.1%的极端洪水流量(Q0.1%)为2929~3601 m³/s,0.5%的极端洪水流量(Q0.5%)为1842~1893 m³/s)比工业革命前大气温室气体状况下(Q0.1%为2069~3119 m³/s,Q0.5%为1436~1561 m³/s)显著增大.与19世纪末相比,由于太湖流域人类活动改变的流域下垫面在1999年特大洪水中引起最大增量占35%,本文模拟和分析的20世纪末气候下的洪水最大增量占60%.去除人类活动影响的下垫面变化,估计特大洪水风险的最大增量为25%,因此认为20世纪末气候变化引起的太湖极端洪水风险在增加;这将为认识与全球增温相关联的洪水灾害预测预警提供科学依据.  相似文献   

基于无人机技术的潮滩动态监测研究          下载免费PDF全文

裘诚  王岳峰  方略任  张何朕加  张凯嫔  胡进  陈沈良  袁瑞 《海洋开发与管理》2022,39(11):114-120

无人机具有快速高效、体积小和成本低等特点,不仅可以监测淤泥质潮滩不同区域的变化趋势,还可以观测到卫星难以捕获的潮滩短历时发育过程。文章基于无人机航拍测量技术,通过后期图像处理生成正射影像,获取临港新片区潮滩的沙滩和植被区域面积,分析潮滩短周期沙滩和植被时空分布特征和对不同事件的响应。研究结果表明：近年来临港潮滩潮上带从淤泥质海滩逐渐转变为沙质海滩;潮滩植被有明显季节性变化,秋冬季枯萎,春夏季生长茂盛,分布在潮滩西侧的植被变化最为显著;沙滩随着植被枯萎而裸露,易受波浪、潮汐冲刷;相比于季节性转化,沙滩在事件上的响应更为显著,洪水期淤积和台风冲刷导致潮滩变化剧烈。  相似文献   

城市化对北京单次极端高温过程影响的数值模拟研究     

张雷  任国玉  苗世光  张爱英  孟凡超  朱士超  任玉玉  索南看卓 《大气科学》2020,44(5):1093-1108

城市化对高温热浪的频次和强度具有重要影响,但目前对于城市化影响高温热浪过程的机理了解还不充分。本文利用WRF模式,对2010年7月2～6日（北京时）北京一次高温过程进行了模拟,分析了城市化对此次高温过程的影响机理。采用优化后的WRF模式,能够模拟出北京连续5日高温的特征和城市热岛强度的变化。城市下垫面的不透水性决定了城区2 m高度处相对湿度低于乡村,削弱了城区通过潜热调节城市气温的能力。日落后,城市感热通量下降缓慢,城区降温速率小于乡村,夜间边界层稳定、高度低,风速小,抑制了城乡之间能量的传输,形成了夜间强的城市热岛强度,造成夜间城市气温明显高于乡村。日出后城乡地面感热通量、潜热通量迅速上升,边界层稳定性下降。午后,城市下垫面分别为地表感热通量和潜热通量的高、低值中心,通过潜热调节气温的能力被削弱;边界层稳定性降低,有利于能量的垂直扩散;此时,城市热岛强度小于夜间。因此,北京城市下垫面形成了明显的城市热岛效应,加重了城区极端高温事件的强度。此外,在这次高温热浪期间,中国东部大部分地区受到大陆暖高压控制,晴空少云,西北气流越山后形成焚风效应,是北京地区高温热浪形成的天气背景。  相似文献   

长短时记忆网络TS-InSAR地表形变预测     

陈毅  何毅  张立峰  陈宝山  何旭  蒲虹宇  曹胜鹏  高丽雅  杨旺 《遥感学报》2022,26(7):1326-1341

预测地面沉降对于城市基础设施损害的早期预警和及时采取补救措施具有重要意义。本文提出基于时序InSAR数据采用长短时记忆网络（LSTM）模型来预测地面沉降。以香港国际机场为研究区域,基于Sentinel-1A升轨影像利用时序雷达干涉技术（TS-InSAR）获取2015年—2020年机场时序地面沉降监测InSAR结果;利用机场时序InSAR形变结果建立堆叠式LSTM预测模型,并将预测结果与InSAR真实结果进行对比分析。结果表明,2015年—2020年香港国际机场地表垂直方向的平均形变速率为-19—5 mm/a。预测值与真实值的拟合均方根误差和平均绝对误差均较低,分别为0.75 mm和0.61 mm,同时其相关系数为0.99,表明LSTM预测模型在点级尺度上具有良好的性能,能够基于时序InSAR数据较准确预测地面沉降。但预测过程中发现,LSTM模型不适合长期预测,长期预测会出现失效性。本文提出的堆叠式LSTM预测模型可以作为一种有效方法来预测地表形变,尽管LSTM模型只是适用于短期预测,但其预测结果可用于辅助决策、早期预警和减轻危害。  相似文献   

结合PCA、多尺度分割及SVM的ASTER遥感蚀变信息提取     

唐淑兰  曹建农  王凯 《遥感学报》2021,25(2):653-664

为了利用遥感影像进行更加精确的找矿预测,本文选择新疆东天山尾亚地区ASTER数据进行矿化蚀变信息提取方法研究。为了提高信息提取精度,本文提出了结合主成分分析(PCA)、多尺度分割和支持向量机(SVM)的遥感矿化蚀变信息提取方法。首先,分析ASTER数据的特征,选取各矿化蚀变信息的特征波段,对组合波段进行主成分分析,获得主分量图像;然后,对各主分量图像进行多尺度分割,并获得分割之后的均值图像;接着,提取训练样本,利用SVM对训练样本进行训练,采用试验方法求得最优核参数和松弛变量,构造最优SVM模型;最后,运用最优SVM模型完成矿化蚀变信息的提取。进行主成分分析时,铁染蚀变信息选择Band1、2、3、4组合,Al-OH基团蚀变信息选择Band 1、4、6、7组合,OH和CO32-基团蚀变信息采用Band 1、2、8、9组合。在运行SVM时采用了序列最小优化算法(SMO)进行求解,速度提高了12%。实验结果表明,与波段比值法、主成分分析法及基于光谱角和SVM的方法等3种方法相比,本文方法提取铁染蚀变信息、Al-OH基团蚀变信息及OH和CO32-基团蚀变信息的总体精度可达到87.98%、 90.01%及88.93%,Kappa系数分别为0.8011、0.8134及0.8023,与成矿区带、已知矿点和已有不同地质背景成矿特征相关性较好。  相似文献   

Artificial intelligence in seismology:Advent,performance and future trends     

《地学前缘(英文版)》2020,11(3):739-744

Realistically predicting earthquake is critical for seismic risk assessment,prevention and safe design of major structures.Due to the complex nature of seismic events,it is challengeable to efficiently identify the earthquake response and extract indicative features from the continuously detected seismic data.These challenges severely impact the performance of traditional seismic prediction models and obstacle the development of seismology in general.Taking their advantages in data analysis,artificial intelligence(AI) techniques have been utilized as powerful statistical tools to tackle these issues.This typically involves processing massive detected data with severe noise to enhance the seismic performance of structures.From extracting meaningful sensing data to unveiling seismic events that are below the detection level,AI assists in identifying unknown features to more accurately predicting the earthquake activities.In this focus paper,we provide an overview of the recent AI studies in seismology and evaluate the performance of the major AI techniques including machine learning and deep learning in seismic data analysis.Furthermore,we envision the future direction of the AI methods in earthquake engineering which will involve deep learning-enhanced seismology in an internet-of-things(IoT) platform.  相似文献   

A machine learning approach to tungsten prospectivity modelling using knowledge-driven feature extraction and model confidence     

《地学前缘(英文版)》2020,11(6):2067-2081

  相似文献   

支持向量机、随机森林和人工神经网络机器学习算法在地球化学异常信息提取中的对比研究   总被引：1，自引：0，他引：1  

李苍柏  肖克炎  李楠  宋相龙  张帅  王凯  楚文楷  曹瑞 《地球学报》2020,41(2):309-319

地球化学勘查是通过发现异常、解释评价异常进行找矿的。因此,地球化学异常识别对矿产资源的定位、定量预测具有重要的的指示作用。在大数据时代的背景下,机器学习方法不要求数据满足正态分布的分布形式,且具有非线性以及泛化能力强等特点,因而逐渐地被应用于矿产资源的定量预测评价,如神经网络、支持向量机、贝叶斯网络、随机森林、受限玻尔兹曼机、极限学习机等。本文通过设计理论实验,可视化了不同算法,提出了不同机器学习方法在不同地区的地球化学异常信息提取中的效果存在不一致性的假设。在此基础上,以湖南香花岭锡多金属矿整装勘查区及甘肃合作金矿整装勘查区的地球化学异常提取为研究内容,将人工神经网络、随机森林以及支持向量机应用于研究区地球化学异常信息的提取与识别工作。在香花岭研究区,人工神经网络的结果较好,在合作研究区,随机森林的结果较好,从而验证了上述假设。通过生成两研究区的地球化学异常图,讨论了该方法在两研究区地球化学异常的地质意义和该方法的可靠性与实用性。此外,还完善了基于多种监督机器学习方法的地球化学异常信息提取流程,为软件开发提供了一定的理论依据。  相似文献   

极端降水条件下白洋淀主淀区水化学特征及水质变化     

韩玉丽  卜红梅 《湖泊科学》2022,34(6):1968-1979

极端降水是影响水环境质量的重要气象因素之一,随着全球气候变暖,极端降水事件的频率和量级呈显著上升的趋势,对湖泊水化学和水环境产生了深刻的影响.白洋淀是华北地区重要的湖泊型湿地和生态功能区,为查明极端降水条件下白洋淀主淀区的水化学和水质特征,本研究利用Piper三线图、Gibbs图和多元统计方法阐明了白洋淀极端降雨后的水化学特征、氢氧稳定同位素特征和水质空间变化,揭示了极端降水条件对白洋淀主淀区水化学和水质的影响.结果表明：（1）在极端降水条件下,白洋淀主淀区湖水呈弱碱性,水化学类型主要为Ca-HCO₃·SO₄型,极端降水减弱了蒸发结晶作用和人类活动等因素对白洋淀主淀区湖水水化学组成的影响.极端降水是导致白洋淀主淀区pH、电导率和总溶解性固体发生大幅度变化的原因之一.（2）极端降水条件下白洋淀主淀区湖水的δ²H和δ¹⁸O值的范围分别为-60.86‰~-35.01‰和-8.84‰~-3.45‰,其值均与水深呈显著负相关.极端降水使得白洋淀主淀区湖水的氢、氧稳定同位素贫化,但对其空间分布的影响不大,湖水氢、氧同位素关系受降水本身氢、氧同位素关系的影响更为强烈.强降水引起白洋淀的水深突然增加,导致湖水受到的蒸发分馏作用影响减弱.（3）极端降水增加了面源污染扩散的速度,导致白洋淀主淀区湖水中的氨氮、硝态氮和总磷等营养物质浓度升高,白洋淀大气降水中的氨氮也可能导致极端降水条件下主淀区湖水中氨氮浓度升高,而上游水库为了应对强降雨事件进行的调蓄放水使得白洋淀东北部水质有所改善.该研究为白洋淀的生态修复治理和雄安新区的生态系统管理提供了科学依据.  相似文献   

中国江南—华南地区一次强飑线天气过程位涡诊断分析     

李文娟  俞小鼎  滕代高  彭霞云  刘汉华 《气象与环境学报》2021,37(6):1-10

应用FY-4A卫星红外和水汽云图资料,结合NCEP分析场资料以及地面自动气象站变压、变温、大风及降水资料,计算等熵面位涡,分析2018年3月4日中国江南—华南地区强飑线过程的发生发展机制及持续性大风产生的主要原因。结果表明：对流单体触发于低层辐合系统,由于雷暴下沉气流与其前方的低层暖湿西南气流形成地面辐合线,并且移入地区的水汽、静力不稳定及垂直风切变条件对强对流风暴的发展均十分有利,使得导致极端对流大风的强对流风暴持续发展。极端大风主要分布在飑线中弓形结构的顶端,落区与亮温梯度和变压梯度相对应,导致变压风增大;飑线的移动与引导气流方向一致,系统走向和低层西南急流接近于垂直,系统移速加快,动量下传效应增强,均是导致极端地面大风的成因。位涡分布表明高位涡的侵入和呈弓形分布的低位涡区的形成具有一定关联,干侵入区与等熵面上高位涡区有着较好的对应,飑线后部的暗区正是干侵入的前沿,高层高位涡的下传是飑线系统持续发展的成因。  相似文献