排序方式： 共有36条查询结果，搜索用时 15 毫秒
11.
Ronald R. Gutierrez Alice Lefebvre Francisco Núñez-González Humberto Avila 《地球表面变化过程与地形》2021,46(1):47-54
In recent years, open and data-driven science has fostered very important scientific breakthroughs. This study describes the challenges and opportunities for the scientific community devoted to bed form dynamics research in adopting such scientific paradigms through, for example, engineered data sharing, formal recognition of scientists who collect the data, and collaborative development of free accessible software. It highlights that once these actions are completed, the potential application of deep learning techniques could substantially improve bed form models and the scientific understanding of bed form dynamics. Likewise, it discusses the potential of Bedforms-ATM, a free available software, to standardize some bed form data analysis techniques. We propose that the technical challenges be tackled by following scholarly accepted/proposed standards (e.g. FAIR Guiding Principles, Geoscience Papers of the Future), using the body of knowledge being built on the matter by some institutions (e.g. Federation of Earth Science Information Partners), and through technical discussions at scientific meetings such as MARID. © 2020 John Wiley & Sons, Ltd. 相似文献
12.
强人类活动目前已经成为河口演变的主要动力。阐明流量驱动下河控型河口潮波传播演变过程及机制,对河口治理及人类活动的影响评价具有重要指导意义。以珠江磨刀门河口为例,研究了径潮动力阶段性演变特征。采用流量驱动的R_TIDE数据驱动模型探究了该区潮波振幅梯度和上下游动力边界(即上游流量和口门振幅)关系的变化规律。结果表明,在强人类活动影响下,各潮位站M2分潮振幅明显上升(三灶站除外),且具有季节性差异和阶段性变化,灯笼山-马口河段的M2分潮振幅沿程平均增大约0.07 m,河段潮波振幅梯度平均增大约4.61×10–6 m–1。研究潮波振幅梯度与上下游动力边界的阈值的关系表明,阈值效应主要出现在甘竹-马口河段。在强人类活动影响下,潮波振幅梯度阈值增大,相应的流量阈值增大,而振幅阈值基本不变。在达到振幅阈值之前,由于底床摩擦效应,大潮振幅衰减效应大于小潮,而在超过振幅阈值后,地形辐聚效应成为影响潮波振幅梯度变化的主要因素,大潮振幅衰减效应小于小潮。阈值的变化主要与流量、地形、摩擦等多因子耦合作用有关,当地形辐聚效应和底床摩擦效应达到平衡时,潮波振幅梯度与上下游动力边界之间则出现阈值效应。该现象的发现可为河口海岸防灾减灾和水资源管理等实际问题提供重要理论支撑。 相似文献
13.
地下水蒸散发(Groundwater evapotranspiration,ET_(g))是地下水浅埋环境中垂向水文循环的重要组分,是干旱区地下水主要的自然排泄方式(>70%)。准确估算ET_(g)对科学管理干旱区农业与水资源、合理保护和修复地下水依赖型植被意义重大。本文基于地下水位和土壤水分波动方法估算了甘肃临泽县锁龙潭湿地附近的沙枣(Elaeagnus angustifolia)林2017—2018年生长季(4月15日至10月15日)的ET_(g)。结果表明:(1)2017、2018年生长季ET_(g)分别为275、511 mm,在实际蒸散发(ETa)中分别占73%、87%;其中7—8月约占整个生长季ET_(g)的48.2%、48.4%,大致与地下水位变化及植被生长过程同期。(2)ET_(g)及其占总蒸散发的比例与潜在蒸散发、土壤储水量、地下水位正相关(P<0.05),这3个要素对ET_(g)的方差解释率均较高(2017年48%、21%、31%,2018年24%、24%、52%)。(3)数据驱动方法在荒漠绿洲过渡带地下水浅埋环境ET_(g)量化评估中虽然可行,但时间分辨率较低,融合机制模型的数据驱动方法是未来提高ET_(g)估算精度的重要思路。 相似文献
14.
风暴潮是指由强烈的大气扰动所导致的海面异常升高现象,由热带气旋引起的风暴潮常对沿海地区造成巨大的社会经济、人类活动和生命财产危害。依靠数据驱动的强非线性映射能力的机器学习方法较传统数值模式预报在耗费研究资源和计算时间上更具优势。本文选取广东省珠江口为研究区域,基于卷积长短时记忆网络（Convolutional LSTM network,ConvLSTM）机器学习算法展开风暴潮漫滩预报研究,利用由再分析资料驱动的数值模式产品构建了历史台风漫滩数据集,用于机器学习模型训练、验证和测试。研究了两种预报方式,一种是基于海表面高度场的自回归预报,另一种是依赖预报风场和初始海表面高度场进行的预报;它们可以实现基于数据驱动的风暴潮漫滩预报,其中自回归预报模型表现更优。相较于传统动力学数值预报,基于数据驱动的ConvLSTM预报模型结构更为轻便,所需驱动数据更少,在缺少边界条件、地形、径流等信号时,在短临预报中仍能基本复现数值模式模拟的结果。 相似文献
15.
轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性. 相似文献
16.
多次波去除是地震数据处理与解释中的关键性问题,其去除结果直接影响地震数据的处理质量。笔者论述的自由表面多次波压制（SRME）是一种数据驱动理念,在不需任何地下信息和假设的情况下,利用地震数据的自身迭代就可以达到预测多次波的目的,并且相较于一些传统方法预测更加准确。面对越来越多的三维海洋地震采集,二维SRME方法暴露出其算法对三维构造的估计不足,所以有必要将SRME从二维向三维扩展。三维SRME相较于传统的二维SRME在考虑多次波贡献方面表现得更加全面,有效地计算地下每一处的多次波贡献,可以给出更准确的多次波预测。建立了三维倾斜层状速度模型,模拟含多次波的地震数据,利用3D SRME技术进行多次波预测,对比了2D SRME与3D SRME对三维地震数据的多次波预测结果,发现3D SRME的预测结果与理论多次波位置吻合;最后利用最小平方匹配减去法,实现了地震数据中多次波的去除,有效地压制了多次波信息。 相似文献
17.
表层水温是影响湖泊水生生态系统的关键因素,研究其对气候变化的响应过程及机制是评估湖泊生态环境可持续发展的重要切入点。本文针对水温的长期演变趋势问题,基于实测水文气象数据,采用Air2water数据驱动模型重构洞庭湖长序列水温资料,研究湖泊表层水温在气象条件驱动下的演变特征,为湖泊生态环境监测、水安全保障和综合治理等提供理论依据。主要结论有：（1）尽管Air2water数据驱动模型以常微分方程的简化形式概化湖泊热力学过程,但可较准确地反演水温的变化趋势。根据长序列实测气温资料重构的1973 2020年洞庭湖日均水温序列具有较高的可信度。（2）1973 2020年,洞庭湖水温年内变化具有显著的上升期和下降期,且降温过程较升温快。在气候变暖背景下,年均水温呈现持续的波动性上升趋势,且1996年发生突变后上升趋势更为显著,其中城陵矶站和南咀站年均水温的上升率分别达到0.20和0.16℃/10 a。1996年洞庭湖流域的突变式增温主要是由冷季的显著增暖过程驱动。（3）采用广义单位线法建立水温气温之间的耦合关系,水温随气温上升的速率先增大至极大值后逐渐减缓。1996年水温发生突变后,水温随气温的变... 相似文献
18.
随着勘探区域逐渐从陆地过渡到海洋,勘探目标逐渐趋于复杂化,高精度成像方法已经成为海洋油气勘探的瓶颈技术。高斯束偏移是一种灵活且高效的深度域偏移方法,对实际资料成像具有较好的适应性。该文发展了一种适应于海洋观测系统的高精度高斯束偏移方法,首先将海上接收的共偏移距地震记录进行加窗局部倾斜叠加,通过数学变换将共炮域公式推广到共偏移距域,再从炮点和检波点分别进行射线追踪,最后采用数据驱动的方式进行成像。一方面,考虑到地下介质的各向异性,引入了各向异性射线追踪方程;另一方面,根据有效信号和干扰信号在τ-p域中的相干性差异,在高斯束偏移过程中对地震信号进行控制,降低偏移剖面中的随机噪声,提高同相轴的连续性,最终实现了一种VTI介质共偏移距域数据驱动控制束偏移理论方法。在实现算法的基础上,通过各向异性洼陷模型、修改的SEG/Hess VTI模型及海上实际资料成像试处理,结果表明:各向异性参数对共偏移距道集中的大偏移距信息成像质量改善明显;当地层各向异性不能忽略时,新方法能够更加准确地恢复地下的复杂构造;新方法能够在一定程度上提高低信噪比数据的偏移成像效果。 相似文献
19.
20.
Belize Lane Irene Garousi-Nejad Melissa A. Gallagher David G. Tarboton Emad Habib 《水文研究》2021,35(7):e14273
The era of ‘big data’ promises to provide new hydrologic insights, and open web-based platforms are being developed and adopted by the hydrologic science community to harness these datasets and data services. This shift accompanies advances in hydrology education and the growth of web-based hydrology learning modules, but their capacity to utilize emerging open platforms and data services to enhance student learning through data-driven activities remains largely untapped. Given that generic equations may not easily translate into local or regional solutions, teaching students to explore how well models or equations work in particular settings or to answer specific problems using real data is essential. This article introduces an open web-based module developed to advance data-driven hydrologic process learning, targeting upper level undergraduate and early graduate students in hydrology and engineering. The module was developed and deployed on the HydroLearn open educational platform, which provides a formal pedagogical structure for developing effective problem-based learning activities. We found that data-driven learning activities utilizing collaborative open web platforms like CUAHSI HydroShare and JupyterHub to store and run computational notebooks allowed students to access and work with datasets for systems of personal interest and promoted critical evaluation of results and assumptions. Initial student feedback was generally positive, but also highlighted challenges including trouble-shooting and future-proofing difficulties and some resistance to programming and new software. Opportunities to further enhance hydrology learning include better articulating the benefits of coding and open web platforms upfront, incorporating additional user-support tools, and focusing methods and questions on implementing and adapting notebooks to explore fundamental processes rather than tools and syntax. The profound shift in the field of hydrology toward big data, open data services and reproducible research practices requires hydrology instructors to rethink traditional content delivery and focus instruction on harnessing these datasets and practices in the preparation of future hydrologists and engineers. 相似文献