Distribution of the nonlinear random ocean wave period     

侯一筠  李明杰  宋贵霆  司广成  齐鹏  胡珀 《中国海洋湖沼学报》2009,27(4):919-923

Because of the intrinsic difficulty in determining distributions for wave periods, previous studies on wave period distribution models have not taken nonlinearity into account and have not performed well in terms of describing and statistically analyzing the probability density distribution of ocean waves. In this study, a statistical model of random waves is developed using Stokes wave theory of water wave dynamics. In addition, a new nonlinear probability distribution function for the wave period is presented with the parameters of spectral density width and nonlinear wave steepness, which is more reasonable as a physical mechanism. The magnitude of wave steepness determines the intensity of the nonlinear effect, while the spectral width only changes the energy distribution. The wave steepness is found to be an important parameter in terms of not only dynamics but also statistics. The value of wave steepness reflects the degree that the wave period distribution skews from the Cauchy distribution, and it also describes the variation in the distribution function, which resembles that of the wave surface elevation distribution and wave height distribution. We found that the distribution curves skew leftward and upward as the wave steepness increases. The wave period observations for the SZFII-1 buoy, made off the coast of Weihai (37°27.6′ N, 122°15.1′ E), China, are used to verify the new distribution. The coefficient of the correlation between the new distribution and the buoy data at different spectral widths (ν=0.3−0.5) is within the range of 0.968 6 to 0.991 7. In addition, the Longuet-Higgins (1975) and Sun (1988) distributions and the new distribution presented in this work are compared. The validations and comparisons indicate that the new nonlinear probability density distribution fits the buoy measurements better than the Longuet-Higgins and Sun distributions do. We believe that adoption of the new wave period distribution would improve traditional statistical wave theory.  相似文献   

Simulation of probability distributions commonly used in hydrological frequency analysis     

Ke‐Sheng Cheng  Jie‐Lun Chiang  Chieh‐Wei Hsu 《水文研究》2007,21(1):51-60

Random variable simulation has been applied to many applications in hydrological modelling, flood risk analysis, environmental impact assessment, etc. However, computer codes for simulation of distributions commonly used in hydrological frequency analysis are not available in most software libraries. This paper presents a frequency‐factor‐based method for random number generation of five distributions (normal, log–normal, extreme‐value type I, Pearson type III and log‐Pearson type III) commonly used in hydrological frequency analysis. The proposed method is shown to produce random numbers of desired distributions through three means of validation: (1) graphical comparison of cumulative distribution functions (CDFs) and empirical CDFs derived from generated data; (2) properties of estimated parameters; (3) type I error of goodness‐of‐fit test. An advantage of the method is that it does not require CDF inversion, and frequency factors of the five commonly used distributions involves only the standard normal deviate. Copyright © 2006 John Wiley & Sons, Ltd.  相似文献   

基于随机森林的暴雨灾害人口损失预估模型及应用     

刘扬  王维国 《气象》2020,46(3):393-402

基于2009—2017年的广西县级暴雨灾情记录,综合考虑致灾因子、孕灾环境和承灾体因素选取7个解释变量,运用随机森林算法,构建暴雨灾害人口损失预估模型;并以精细化网格降水实况分析和预报产品驱动模型,预估是否发生人口损失。研究结果表明:模型训练样本及测试样本的分类准确率均在90%以上,致灾因子(降水情况)是最主要的解释变量,重要性从大到小依次是前10 d降水距平百分率、过程最大日雨量、最大小时雨量和短时强降水频次。应用智能网格降水产品对广西地区近两年的暴雨灾害过程进行回报试验,准确率超过70%。  相似文献   

基于机器学习的降雨量雷达回波数据建模与预测     

陈晓平  陈易旺  施建华 《南京气象学院学报》2020,12(4):483-494

以浙江省2016年1-10月的雷达回波强度数据为基础,分别应用随机森林模型、BP神经网络模型、卷积神经网络模型来预测降雨量并进行对比.建模分析结果表明,随机森林模型预测效果精确度较低,容易低估较大的降雨强度,而BP神经网络和卷积神经网络预测的效果都比随机森林好,特别是卷积神经网络,其预测值与真实值更加接近,且对较大的降雨强度拟合较好.  相似文献   

多种风电场风速预报订正方法的适用性研究与集成应用          下载免费PDF全文

徐丽娜  申彦波  冯震  叶虎 《干旱区地理》2022,45(4):1114-1124

以内蒙古中部某风电场为实验风电场,采用随机森林（Random forest,RF）方法、相似误差订正（Analogue correction of errors,ACE）方法以及概率密度匹配方法（Probability density function matching method,PDF）分别对风电场风速预报进行订正及适用性研究。结果表明：3种方法在各季均对中尺度天气预报模式（Weather research and forecasting model, WRF）风速预报具有不同程度的订正效果,RF方法可以有效改善WRF误差较大的问题,但兼具误差过分放大情况,ACE方法和PDF虽然对较大误差的改善能力不及RF方法,但是能够较好地控制误差过分放大问题。此外,3种方法针对小于5 m·s^-1的小风速段,订正效果不理想,随着风速的增加,订正能力逐渐增强。参照预报模型各自的优势,尝试开展多种预报模型的分风速等级集成应用,可以对不同风速等级下的WRF预报起到较好的改善作用。  相似文献   

耦合GF-2遥感影像与街景影像的广州市城中村识别     

崔成  赵璐  任红艳  逯伟利  黄耀欢 《遥感学报》2022,26(9):1802-1813

及时准确地获取城中村的空间分布及其环境质量信息对于优化城市空间、改善人居环境具有重要意义。本文以广州市越秀区为例,提出了耦合GF-2高分遥感影像和百度街景影像的城中村识别方法。首先,从街景影像中提取越秀区的街道空间品质特征;其次,在对高分遥感影像预处理并进行多尺度分割的基础上计算光谱、形状、纹理、场景特征和建筑结构5类共计23个特征;最后,融合两种影像的特征用于构建随机森林分类器进行城中村识别。结果表明,基于高分影像和基于街景影像的城中村识别整体精度分别为94.5%和85.7%,Kappa系数分别为0.58和0.31,而两者融合后的分类精度和Kappa系数为96.1%和0.67;其中基于街景影像获取的度量街道空间品质的5个指标贡献了31.6%的特征重要性。鸟瞰视野高分影像和人本视角街景影像提供的信息综合互补,构建了更有区分度的特征空间,减少了城中村的错分现象。本文证实了高分影像和街景影像在特征尺度的融合提升了城中村识别精度。街景影像中的信息可以融入到高分遥感影像等数据源中,辅助进行城中村等非正规居住空间的识别。  相似文献   

位错模式反演的算法研究   总被引：1，自引：0，他引：1  

李爽  许才军  王新洲 《大地测量与地球动力学》2003,23(1):53-57

综述了大地测量反演算法的发展状况，详细介绍了模拟退火，随机耗费和区间算法等3种优化方法，并基于位错模式，采用模拟的重力测量观测数据，比较了3种算法的反演效果，结果表明：模拟退火法优于随机耗费法，而区间算法的可靠性又优于模拟退火法，区间算法是最可靠的反演方法。  相似文献   

分形随机漫步噪声及相关函数     

韩英  符养 《地球科学与环境学报》2003,25(3):81-83

讨论了在地学、工程测量研究领域常见的随机漫步噪声,从理论上将经典布朗运动随机过程(随机漫步噪声)推广到分形布朗运动随机过程,并导出分形布朗运动随机过程的相关函数。  相似文献   

分组密码的安全性与强化设计     

刘峰 《成都信息工程学院学报》2003,18(4):376-380

分组密码是数据通讯中最常用的数据加密方式，以DES为例分析现有分组加密算法的安全隐患，并提出了可变密钥加密和变长密文输出两个新思路，可应用于所有现有分组加密算法以提高安全性，并就该方法的安全性、效率、具体应用做出了分析。  相似文献   

土层随机地震反应的动力可靠度计算     

门玉明  黄义 《地球科学与环境学报》2002,24(1):43-45

研究了土层的随机地震反应分析方法 ,建立了基岩输入地震动加速度功率谱函数为白噪声和过滤白噪声时土层的动力可靠度计算理论  相似文献