利用DQCT实现2018年8月超历史极值暴雨的高质量模拟

构建较全面的双级质量控制技术(DQCT).利用中尺度天气预报模式(WRF)对2018年8月下旬华南地区一次超历史极值的暴雨过程进行高分辨率数值模拟,并用DQCT评判暴雨的模拟效果.结果表明,在暴雨形势背景场中用WRF成功模拟大尺度季风风场、西南暖湿气流与低压交汇过程,并准确复制了造成高潭镇极端降雨的中尺度对流系统.总降雨量中的中γ尺度极值暴雨中心模拟得较为准确.该模式在24 h降雨量模拟中成功复制了暴雨中心的演变过程;在6 h降雨量模拟中较好地再现了中γ尺度雨带的演变过程.在暴雨重灾区高潭镇1 h降雨量演变过程的模拟中,总体降雨趋势与实况吻合较好.定性分析结果同步得到定量指标的验证.

RMAPS模式预报总辐射的3种订正方法应用

为降低光伏功率预测中预报总辐射误差且探讨各类订正方法的适用性,分季节对比分析逐步回归、支持向量机(SVM)和相似误差订正(AnBC)方法对快速更新多尺度分析和预报系统短期预报总辐射的订正效果.结果表明,订正后明显降低了预报误差,一定程度上改善了预报总辐射分布较分散和偏大的情况.酒泉鸿坤光伏电站秋季逐步回归订正效果相对最佳(平均绝对偏差(M_(AE))降低4.56 W/m^(2)),冬季、夏季和春季均是AnBC效果相对最佳(M_(AE)依次降低10.33、12.71、44.27 W/m^(2));敦煌电建汇能光伏电站秋季和冬季均是SVM订正效果相对最佳(M_(AE)分别降低4.73和7.85 W/m^(2)),夏季和春季均是AnBC效果相对最佳(M_(AE)分别降低16.24和34.17 W/m^(2)).两座电站逐小时误差分布显示AnBC效果相对最佳;就各季节相对最佳订正方法而言,订正后春季提高时次百分比最高(酒泉鸿坤为73.88%,电建汇能为77.28%).晴天SVM订正效果最明显,非晴天AnBC效果最明显.

库布齐沙漠光伏电站气象特征观测及降尘微量元素分布规律

2023年3月对位于库布齐沙漠中的光伏电站开展环境和气象综合观测实验,分析光伏面板降尘中微量元素含量,定量阐述光伏电站对当地气候环境的影响,阐明降尘微量元素的分布规律.结果表明,上午电站内空气温度高于电站外,下午相反.下层平均气温站内为4.43℃,比站外降低了0.82℃.电站内底层空气湿度明显高于高层,最大差异达10%以上,并显著高于站外底层.电站内风速显著低于电站外,站内底层风速较站外降低了59.8%.光伏电站内降尘量为1.70 g/m^(2),比站外低170.27 g/m^(2),光伏电站防风固沙效果显著.不同类型光伏面板上降尘量不同,固定可调型光伏面板上降尘量为0.45 g/m^(2),比追踪型光伏面板降尘量低0.6 g/m^(2).光伏电站内降尘中元素Fe含量最高,其次是Mn、Mo.光伏电站场地中央w(V)、w(Cr)、w(Zn)、w(Ni)、w(Cu)、w(Pb)和w(As)分别为1.67×10^(-7)、1.19×10^(-7)、1.70×10^(-7)、1.70×10^(-8)、6.90×10^(-8)、2.20×10^(-8)和5.00×10^(-9),显著低于电站边缘和沙漠边缘,光伏电站有助于降低有毒重金属元素的富集.

面向流形数据的加权自然近邻密度峰值聚类算法

流形数据由一些弧线形类簇组成,其特点是同一类簇的样本间距离较大.密度峰值聚类(DPC)算法具有简单高效的特点,但应对流形数据时表现不佳. DPC算法的两种密度度量标准可能造成不同程度的信息缺失,其分配策略仅参考距离和密度,致使聚类精度不高.提出面向流形数据的加权自然近邻DPC(DPC-WNNN)算法,定义样本局部密度时,综合分析样本的局部和全局信息,引入加权的自然近邻以及逆近邻来应对高斯核或截断核的信息缺失问题.设计样本分配策略时通过引入共享近邻和共享逆近邻计算样本相似度,弥补DPC算法空间因素缺失的问题.将DPC-WNNN算法在流形数据集和真实数据集上与7种类似算法进行比较,结果表明该算法能更有效地找到类簇的中心点并准确分配样本,表现出良好的聚类性能.

基于免疫选择和自适应权重的鲸鱼优化定位算法

针对鲸鱼优化算法(WOA)在到达时间差和到达角度混合定位中存在后期迭代种群多样性减小,容易导致局部最优、定位精确度降低的问题,提出一种基于免疫选择和自适应权重的鲸鱼优化算法(IM-WOA).由最大似然估计法得到目标定位函数,为丰富种群多样性引入免疫机制,能够有效产生新的个体,从而避免种群陷入局部最优.通过将自适应惯性权重应用于个体位置的更新公式,实现算法全局探索能力和局部开发能力的平衡和协调,对经典基准函数和目标定位函数进行求解.结果表明,与WOA、AWOA、CSSOA、PIO、CASSA算法相比,IM-WOA算法对绝大多数基准函数的求解具有更高的精度、稳定性和定位精度.

改进卷积注意力机制的轻量级检测无人机目标模型

利用深度学习中特征提取的优势,提出一种改进算法,结合改进的卷积注意力模块,将YOLOv5模型骨干网络替换为改进的MobileNetv2轻量化网络,形成I-YOLOv5算法,旨在提高检测精确度和小目标、多目标的检测能力,同时保持实时性.为构建数据集,通过网络搜索和自主录制无人机视频的方式,用Label Img工具完成标注.结果表明,I-YOLOv5算法在检测精度上有显著提升,对小目标和多目标的检测效果更优秀,在视频检测方面表现出色,具有较好的实时性能.通过模型结构优化,使检测模型的大小减少为原来的18.6%,检测速度提升120%.I-YOLOv5算法的平均精度均值达到97.8%.

甘肃省单体土遗址的时空分布特征

利用地理信息系统空间分析技术,结合工程地质条件和气候因素,研究甘肃省内全国重点文物保护和省级文物保护土遗址的空间分布特征.土遗址主要位于海拔相对较低(<2 000 m)、坡度较缓(<15°)、地形起伏度小(<5 m)、离河流近(<5 km)的平原、台地和丘陵地带.大多数土遗址位于第四纪沉积物沉积区域,区域土壤主要为初育土.河西走廊及以西地区的土遗址处于干旱、半干旱区,东部土遗址处于半湿润区,土遗址所处区域自南至北的气候有显著差异.通过ArcGIS软件的核密度分析发现,甘肃省重点土遗址自西向东分布密度逐渐变大,且整体沿甘肃省的主要水系干流及其支流展开分布.各历史时期的土遗址选址因其功能性而异,主要受地质环境条件的制约,也受社会生产力的影响.

基于极限学习机的短期电力负荷在线预测

为满足智能电网对电力负荷实时预测的需求,提出基于稀疏递归最小二乘法的极限学习机(SRLS-ELM)在线学习算法,用于短期电力负荷的在线预测.相比在线序列ELM, SRLS-ELM算法无需选择离线样本初始化网络输出权重,将网络学习的平方误差与输出权值的稀疏正则化项相结合,用l1-范数稀疏化网络隐藏层节点,用次梯度策略解决求解过程中代价函数无法处处可微的问题,以递归最小二乘的训练方法完成在线学习,根据估计误差自适应寻找最优正则化参数.仿真结果表明,基于SRLS-ELM的算法能有效简化网络结构,且与ELM、堆叠核ELM批量、在线序列ELM半在线以及精确在线支持向量机回归模型相比,对短期电力负荷在线预测时具有更高的预测精度和学习效率,且鲁棒性强.

不同温度下聚酰亚胺薄膜的蠕变性能

为研究聚酰亚胺薄膜的蠕变黏弹性本构关系模型,选用厚度25μm的聚酰亚胺膜材料,初始应力选取极限抗拉强度的50%,在23、 50、 80、 110、 140、 170℃下进行单轴蠕变拉伸实验,分析不同温度下膜材料蠕变的变化规律.用经典Kelvin、经典Maxwell、 Burgers、三参数广义Kelvin、五参数广义Kelvin蠕变本构模型对数据进行拟合,分析拟合效果.结果表明,聚酰亚胺膜材料具有明显的黏弹性,初始应力对聚酰亚胺膜材料的蠕变性能影响显著,初始应力越大,黏弹性越明显.五参数广义Kelvin模型能够较好地预测聚酰亚胺膜材料的蠕变性能,可决系数均超过0.98,Burgers模型次之,其余3种模型的拟合可决系数为0.708~0.958,拟合结果满足实际工程需要.

轻量级Transformer的双向交互近红外手指静脉图像识别

针对现有手指静脉识别算法速度慢、复杂度高以及Transformer架构在小数据集上效果不佳的问题,提出轻量级Transformer的双向交互识别方法 .利用轻量级卷积神经网络与改进的Transformer架构组成并行主干网络,用于近红外手指静脉图像的局部和全局特征提取;设计交互结构,在并行结构的基础上,以交互方式融合两条分支上不同尺度的特征.为最大程度地保留近红外图像的局部特征和全局表示,将两条分支提取的信息拼接融合,通过输出层得出识别结果 .结果表明,该算法在多个数据集上的最高识别率可达99.77%,参数量仅1.33 MB.相较于其他指静脉算法,以及改进的Transformer架构,在保持高准确率的同时进一步降低了算法的复杂度.

内层钢板外层高强度混凝土复合井壁受力特性与支护结构参数优化分析

针对内层钢板外层高强度混凝土复合井壁的厚度设计,以受均匀围压的内层钢板外层高强度混凝土复合井壁得出的弹性解析解为基础,对内层钢板采用Mises屈服准则,外层高强度混凝土采用统一强度理论,研究复合井壁的初始屈服临界状态.以内层钢板和外层高强度混凝土均未屈服为条件,提出复合井壁的设计流程.结果表明,当内半径、围压以及材料给定时,存在外半径和分层半径的最佳取值范围,在此范围内选择外半径和对应的分层半径,内层钢板和外层高强度混凝土均不会达到屈服.与模型试验进行对比,发现试验中内半径、外半径、分层半径和材料给定的复合井壁,当围压等于设计围压时,外半径和分层半径处于最佳取值范围;当围压继续增大时,外层高强度混凝土先于内层钢板屈服.弹性解与屈服准则相结合,得到复合井壁设计流程为:通过规范及工程地质条件确定井壁内半径和围压值,选定复合井壁的材料,采用屈服准则求得外半径和分层半径的最佳取值范围.

基于层次分析熵权组合法-云模型的充填管道堵塞风险评估

为确定充填管道堵塞的主要影响因素,采用层次分析法、熵权法和云模型理论,进行充填管道堵塞风险评估.选取充填料浆体积分数、充填倍线等12项指标,用层次分析熵权组合法得到各指标的综合权重系数后与云模型方法耦合,得到综合确定度,以判定充填管道堵塞的风险等级.依据现场资料和数据,对3处采用充填采矿法的矿山进行评估.结果表明,贡北金矿、新城金矿和开阳磷矿的充填管道堵塞风险等级分别为Ⅱ、Ⅲ、Ⅱ级,与其他方法进行对比,证明该方法精确度较高.

甘肃省碳排放预测及减排情景分析

基于LEAP模型和情景分析法构建甘肃-LEAP模型,设置基准情景、发展情景、目标达峰情景和尽早达峰情景,预测2020-2060年不同情景下的甘肃省能源消费与碳排放情况.结果表明,目标达峰情景下甘肃省能源需求量将在2037年达峰,碳排放量于2032年左右达峰;优化产业结构、降低能耗强度、提升能源转化效率和使用清洁能源是降低能耗和碳排放的主要方法.

基于联邦学习的跨被试癫痫发作检测方法

提出一种基于联邦学习的跨被试癫痫发作检测方法,以解决由于数据类型不平衡和癫痫患者之间数据分布差异显著导致的深度检测模型训练数据不足和泛化性能低的问题.建立癫痫发作检测的联邦学习框架,聚合多个训练参与方的脑电图数据;设计多尺度时间卷积网络作为客户端局部模型,通过客户端局部模型的训练和参数聚合协作训练全局模型;为避免联邦训练过程中参数量过大,用量化压缩技术提高模型的传输效率.在CHB-MIT头皮脑电图数据中评估联邦学习全局模型的跨被试癫痫发作检测性能,取得平均71.21%的灵敏度和83.99%的准确率.结果表明,联邦学习在不交换各客户端隐私数据的前提下,能够融合局部模型参数生成独立于患者个体的公共检测模型,为跨被试癫痫发作检测提供有效方法.

基于改进VMD的逆变电路开路故障信号特征提取

基于输出电流分析的方法对逆变电路进行故障诊断时易受噪声干扰,影响故障诊断准确率,提出一种用优化算法对变分模态分解(VMD)进行改进的信号处理方法.通过麻雀搜索算法对传统VMD中的参数进行寻优,依据最优参数对电流信号进行分解,获取最佳的分解去噪效果.与小波变换、经验模态分解等信号处理方法对比,用误差评价指标对去噪效果评估,去噪信号功率谱图像可直观体现频域特征.结果表明,所提方法能有效降低噪声数量且频域细节特征误差不超过4%,验证了其有效性和可行性.

枯草芽孢杆菌和哈茨木霉对黄瓜幼苗根系构型及生长的影响

探究枯草芽孢杆菌和哈茨木霉对黄瓜幼苗根系构型及生长的影响,以“新津四号”为试验材料,采用盆栽试验,共设置LB培养基(灌根, LB),枯草芽孢杆菌(灌根, B), PD培养基(灌根, PD),哈茨木霉(灌根, H),混合培养基(V (LB培养基)∶V (PD培养基)=1∶1灌根, LBPD),混合菌剂(V (枯草芽孢杆菌)∶V (哈茨木霉)=1∶1灌根, HB) 6个处理.通过生长发育、根系形态、拓扑结构以及分型参数对黄瓜根系生长发育的影响进行研究.结果表明,与对照组相比,经菌液处理的黄瓜幼苗总根长、根表面积、根体积、交叉数、株高、茎粗、生物量均有明显的提高,其中HB处理对黄瓜幼苗的影响最大.菌液处理后的根系具有明显的分支特征,为叉状分支结构,其拓扑指数为0.5;分形特征好,分形维数小,分形丰度高,说明其分支结构比较简单,有很好的拓展空间,有利于占据养分空间.采用主成分分析法对不同处理的黄瓜幼苗各指标进行综合评价,得分排名为HB>H>B>PD>LBPD>LB.单独施用枯草芽孢杆菌或哈茨木霉菌液对黄瓜幼苗的生长均有明显的促进作用,但施用混合菌液的作用要好于单一菌液.

积石山地震诱发金田-草滩村滑坡-泥流灾害链过程与成因

2023年12月18日23:59在甘肃省积石山保安族东乡族撒拉族自治县发生6.2级地震,地震在青海省民和回族土族自治县中川乡金田及草滩村引发了一处滑坡-泥流灾害链事件.利用无人机摄影测量、激光雷达扫描和电阻率层析成像等技术,结合详细现场调查及访问对该灾害链事件展开勘查分析,发现地震诱发台塬面下饱水黄土层液化是本次灾害链的主要原因.该饱水黄土层的形成与区域长期的农业灌溉有关,冬季地下水出口被冻结导致的地下水位上涨增加了液化的可能性.黄河上游类似中川乡地质地貌条件的引水灌溉区域有很多,未来地震条件下发生区域液化滑坡-泥流灾害链的风险性极高.

麦积山石窟松鼠科动物种群数量特征及其危害

2021年9月-2022年9月,采用红外相机技术对世界文化遗产麦积山石窟松鼠科动物的种群密度、活动轨迹、昼夜节律及鼠害特点进行调查.结果表明,在石窟及其周边活动的松鼠科动物为岩松鼠与复齿鼯鼠,均为文物致害种;通过Schnabel法与最小已知存活数估计法计算的岩松鼠种群密度分别为(3.64±0.26)、(3.64±0.24)只/hm^(2),与基于遇见率法测算的种群密度(3.08±0.19)只/hm^(2)之间无显著性差异;基于遇见率法测算的岩松鼠与复齿鼯鼠种群密度(7.33±1.26)只/hm^(2)之间有显著性差异.两种致害物种分布范围广泛,能利用石窟栈道进行活动,可沿石窟崖体东西侧多方位、洞窟门窗以及露天大佛等位置进行攀爬.对石窟文物的破坏主要包括爬行过程造成的机械损伤、排泄物污染以及在洞窟内部与外围筑巢.在两种物种反复污染的栈道外围区域及靠近崖体的高频活动位置采取布设超声波驱避器、定期喷洒化学驱避剂等防护措施.

“流空间”视角下西北地区城市群内部网络空间结构及其驱动机制

运用社会网络分析和ArcGIS空间分析方法,从交通、经济、人口等多要素流视角分析西北地区城市群网络的层级结构、联系格局与子群特征,借助二次指派程序回归分析方法剖析多元网络结构的影响机制.结果表明,网络中心性地区差异显著,且重心位于东翼.交通网络差异相对较小,呈单中心结构,经济网络规模分布最为集中,呈双中心结构,人口网络规模分布相对分散,呈多中心结构;城市联系表现出“东密西疏”的空间网络格局,且等级性显著.交通网络呈带状组团结构,经济网络呈中心辐射状结构,人口网络呈以省会为主的蜂房状多中心结构;网络内部均存在小团体.交通网络子群构成与联系凸显干线的串联带动作用,经济网络择优链接效应明显,人口网络受行政区划约束;地理邻近、交通可达性和经济发展是产生网络共性的主要因素,企业成长、产业结构和社会服务是网络差异性的主要贡献者.

甘肃积石山Ms 6.2地震次生地质灾害分布规律与发育特征

地震是诱发山区地质灾害最主要的原因之一.受发震构造、岩体强度、地貌形态等的综合影响,地震诱发的次生地质灾害通常具有显著的分布规律和发育特征,揭示该规律对抗震救灾和风险评估具有极为重要的支撑作用.2023年12月18日23:59,甘肃省积石山保安族东乡族撒拉族自治县发生Ms 6.2级地震,在甘肃省和青海省造成严重的人员伤亡和财产损失,地震导致部分在册地质灾害隐患点危害加剧,同时诱发大量新生地质灾害,以崩塌、滑坡、泥石流为主要类型.震后,通过快速的遥感解译和实地调查,获取了此次地震次生地质灾害隐患数据集,结果显示地震导致新生崩塌灾害多于滑坡,而诱发滑坡数量相对较少,加剧泥石流的数量不多;空间特征表现为受逆冲构造“上下盘效应”和软弱黄土地质环境的显著控制;地貌条件,尤其是坡度、坡向和相对高差显著影响同震灾害的空间分布.