1961—2020年黄河流域干旱演变分析和大气响应

本文选取黄河流域1961—2020年90个气象站点的实测逐月降水和气温数据,采用SPEI指数、交叉小波变换和经验正交函数等方法探究流域干旱时空演变在年、季尺度上的特征,并结合气象因子,研究长期干旱与大气之间的遥相关性。结果表明,年尺度上,流域SPEI以0.102/10a幅度呈现干旱趋势,干旱发生频率为25.0%~38.3%,等级越低,发生频率越高;空间上,以景泰—固原—临夏—合作线为界,呈现西湿东干趋势;季尺度上,冬季干旱化趋势最弱,春季和夏季次之,秋季最为明显;EOF分析显示,流域整体以干旱分布为主,但是干旱情况呈现缓解趋势;交叉小波变换分析显示,MEI与SPEI相关性最高,表明流域内与气温和降水有关的干旱演变与ENSO事件密切相关。研究成果可为黄河流域干旱减灾和水资源管理提供理论依据。

小波-LSTM神经网络在地铁沿线沉降预测中的应用

为缓解城市交通压力,地铁工程的修建日益加快,但其施工、运营都会造成沿线地表沉降,为有效预防地表沉降引起的地质灾害。本文基于51景升轨Sentinel-1A卫星影像,应用差分干涉测量短基线集时序分析(SBAS-InSAR)技术获取青岛地铁三号线沿线地表形变信息,分析地铁沿线主要沉降区域的成因,并对沉降区域内的特征点使用小波分解、重构,对降噪后的形变时间序列进行了模拟和预测。发现了4个主要的沉降区域,其中青岛北站周边沉降最为严重,沉降速率为-10.42 mm/a。优化后的长短期记忆(LSTM)神经网络模型对形变时间进行预测,其精度比传统LSTM、多层前馈BP神经网络模型更优,证明该模型在城市地铁沿线的地质灾害预防中具有广泛应用价值。