排序方式： 共有7条查询结果，搜索用时 15 毫秒
1
1.
为了获取降水日变化的空间分布模式,本文采用K均值聚类算法对中国陆地区域的夏季逐时格网降水数据进行了聚类。首先,采用K均值聚类算法对每个格网上的逐时降水数据进行聚类。然后,根据每一聚类的降水日变化峰值,将具有相似峰值时间的聚类合并成为一个分类。合并后的分类对应一种降水日变化类型,分类中的格网边界则构成了该类降水日变化的空间分布模式。研究结果表明,中国大部分地区的降水量日变化由降水频率日变化主导。此外,一些盛行夜雨区域在空间分布上表现出从西向东的分布模式,且降水日变化峰值时间表现出了从西向东逐渐延迟的现象。结合地形分析,研究发现一些夜雨区的降水峰值延迟现象与MPS环流效应导致的雨带移动现象较为一致,得出MPS(Mountain-Plain Solenoid)环流效应是导致这些地区盛行夜雨的结论。本文研究结果可为探索降水日变化的形成机理提供线索,也可为研究其他地区降水日变化提供参考。 相似文献
2.
合理地设计地表移动观测站,是准确预测矿山开采沉陷引起地表移动、变形的基础。本文分析变形观测站设计方法,对该方法做了详尽剖析。结合淮南矿区的地质以及地表综合条件,设计适合淮南地区地表移动变形观测站设计的算法模式,并采用VB和MapObjects进行了实现。最后,以淮南市潘北矿区地表移动观测站设计为实验对象,结果表明:采用软件设计的地表移动观测站,能够有效反映沉陷区特征,且具有高效、可视化特点。 相似文献
3.
4.
5.
6.
阵列式超声波混凝土结构检测图像中的异常特征识别往往依赖人工经验,具有效率低下以及准确率难以保证等问题.本文将人工智能深度学习中经典网络模型ResNet50与代表性的目标检测网络模型YOLOv2进行融合,搭建了一套适用于超声检测图像智能判译的网络模型.选择将超声检测图像中钢筋和界面反射信号作为模型的自动识别目标体,并制作了包含此两类目标体标注的实测数据集.测试结果显示,搭建的网络模型在小样本超声检测图像数据集的识别上取得了显著的效果,网络模型识别钢筋和界面两类信号特征的平均准确率分别达到91.21％和80.24％,表明人工智能深度学习技术在地球物理图像解译方面具有强大的表征能力,能有效降低对人工经验的依赖,提升资料解译的可靠性和工作效率,应用前景广阔. 相似文献
7.
气象干旱发展到一定程度可以传递为水文干旱。以潘家口水库流域1961—2010年逐月平均降水数据和潘家口水库的入库径流序列为基础数据,分别计算了1、3、6、12个月时间尺度的标准化降水指数（SPI）和标准化径流指数（SRI）,以表征研究区域的气象干旱和水文干旱。基于条件分布模型,分析了不同时间尺度的气象干旱传递到未来的不同等级和不同的预测期（或滞后期）的水文干旱的概率。结果表明,当SPI时间尺度较短或预测期（滞后期）较短时,其对应的SRI水文干旱等级越倾向于维持与SPI相同的干旱等级;随着SPI时间尺度的增长或预测期（滞后期）延长,其对应的SRI水文干旱等级略低于气象干旱或恢复到正常状态。 相似文献
1