基于土壤水分动态随机模型的土壤湿度概率密度函数研究进展

简要回顾和评述了几个典型土壤水分动态随机模型和相应的土壤湿度概率密度函数,并基于这些模型的模拟结果就系统随机波动、气候因素、土壤特性、植被条件、地形特征对稳定状态土壤湿度概率密度函数的影响分别进行了分析和讨论,同时还引用相关的实验结果对这些影响进行佐证。结果表明,土壤湿度概率密度函数对以上因子的响应非常敏感,对揭示土壤水分动态和诠释生态水文现象有很好的指导意义。指出未来土壤湿度概率密度函数的研究方向:开发更加逼近真实情况的随机模型;用土壤湿度概率密度函数的思想量化植被水分胁迫、耦合土壤水分动态与养分动态;对某一地区建立其土壤湿度概率密度函数,并用该函数指导其他相关的生态建设和研究。

地震背景噪声功率谱密度及概率密度函数的计算及其Matlab实现

介绍了地震背景噪声功率谱密度及概率密度函数计算方法及涉及的一些概念,以台站实际数据为例,给出了应用Matlab计算噪声功率谱密度及其概率密度函数的程序算法,该方法直接输入文本格式数据,计算台基噪声功率谱概率密度函数;以洛阳地震台24小时的连续波形记录为例,详细叙述了原始数据去仪器响应、计算功率谱密度、倍频程计算和噪声功率谱密度的概率密度函数计算实现的全过程。该方法编程简单,适用于单台噪声水平评估,在野外台站的快速勘选中具有潜在应用价值。

基于紧支撑多变量多项式函数的非线性随机系统概率密度函数形状控制方法

针对非线性随机系统的概率密度函数(PDF)形状控制问题,文中以FokkerPlanck-Kolmogorov(FPK)方程为研究工具,提出了一种基于紧支撑多变量多项式(CSMP)函数的非线性随机系统PDF形状控制方法。当系统处于稳定状态时,系统的PDF被困在特定的紧凑子空间中,不需要对整个空间进行积分。而CSMP函数在一段连续的空间内非0,满足紧凑子空间的特征。因此,文中将CSMP的线性组合(CSMP-LC)作为FPK方程的稳态近似解逼近目标PDF。首先,采用飞蛾扑火优化(MFO)算法优化CSMP-LC函数的参数;然后,通过对多维稳态FPK方程的每一维状态变量进行积分,确保稳态FPK方程在整个空间中的积分为0;最后,求解出一维和二维非耦合的状态变量PDF形状控制器,并进行了仿真实验。结果表明,对于一维非线性随机系统,文中提出的方法能有效地实现对不同类型目标PDF形状(单峰形状、双峰形状、三峰形状)的控制,且在目标PDF形状为复杂的三峰时,文中方法的均值、方差、峰度和偏度误差均优于其他两种方法。文中方法扩展到二维状态变量非耦合的非线性随机系统时,也能较好地实现对PDF形状的控制,为多变量随机系统的PDF形状控制研究提供了新的思路。同时,CSMP函数可以减少积分计算的复杂性,降低了非线性随机系统的PDF形状控制器的求解难度。

相协样本下概率密度函数的调整经验似然推断

本文研究相协样本下概率密度函数的调整经验似然推断,证明对数调整经验似然比统计量服从χ^(2)分布,由此构造了相协样本下概率密度函数的调整经验似然置信区间.在有限样本情况下通过数值模拟,对比分析得到AEL的表现略优于EL和NA的表现.

概率密度函数信息融合概述

概率密度函数不仅包含了一阶、二阶统计量信息,还包含高阶统计量及更为复杂的特征信息。多传感器的概率密度函数信息融合是信号处理领域一个复杂待解决的难题,尤其是随着自动驾驶、无人系统等领域对于多传感器多尺度信息融合的需求,该问题的重要性逐渐凸显,如何设计融合准则、如何形成统一的融合框架是科学家和工程师们一直致力于解决的课题。本文针对随机变量的多传感器获得的多概率密度函数融合问题,调研了现有的融合理论和方法,提供了一些融合设计规则、准则、原理和定理等,如公理化方法、优化方法和超贝叶斯方法,期望能够为该问题的有效解决提供一定的方向性指导。

基于概率密度函数的光源不稳定性校正

在相位测量轮廓术中,当投影光源不稳定时,所产生的条纹图强度不均,将引起非线性相位误差。针对这一问题提出一种基于概率密度函数的条纹图像强度校正方法,通过计算不同强度系数组合的截断相位及其对应PDF曲线,将曲线STD最小值所对应的系数作为系统系数,进行图像灰度调整,从而减小强度不均带来的非线性误差。计算机仿真和实验均验证了该方法的有效性。

基于概率密度函数表示的地震计自噪声模型

不同型号地震计的自噪声水平直接影响了地震观测数据的质量,并进一步限制了利用地震数据解决地球科学问题的能力。长久以来,由于受到观测条件的限制,准确地测量和比较不同型号地震计的自噪声水平颇具挑战。文中利用马陵山地震台4个月的连续地震波形,基于概率密度函数的表示方法计算了7个型号地震计的自噪声功率谱密度曲线。对于超宽频带地震计CMG-3T-360,在微震频带(0.1~1Hz),水平方向的自噪声明显高于垂直方向,这可能是地震计水平方向相对方位未对齐导致的计算偏差;在低频段(<0.03Hz),水平方向显著偏高的自噪声可能源于大气压的变化。短周期地震计JS-S02的自噪声水平在频率为0.15~7Hz时低于全球新低噪声模型(NLNM)。宽频带地震计TDV-60B和甚宽频带地震计TDV-120VB在垂直方向的自噪声水平基本一致。宽频带地震计JS-60和甚宽频带地震计JS-120的自噪声水平在微震频段接近或低于CMG-3T-360。当频率为0.008~0.08Hz时,JS-120水平向NS通道的自噪声水平高于CMG-3T-360功率谱密度68%的置信区间。

宁夏黄土区稀疏带状山杏人工林土壤湿度动态与影响因素

【目的】以宁夏南部黄土丘陵区带状山杏人工林为例,揭示林带内与带间的不同深度处土壤湿度的时空变化及其关键环境影响因素,为半干旱区林草植被科学管理及雨水资源高效利用提供依据。【方法】2020—2022年,在宁夏彭阳县山杏人工林带内和带间各布设1套200 cm测深的智墒传感器,分层逐时监测土壤体积含水量和土壤温度变化,同时布设1台气象站连续监测近地面降水、气温、空气湿度等气象条件,采用相关分析探究土壤湿度对前1日土壤湿度、土壤温度和气象因子的响应规律。【结果】2020年和2021年为平水年,降水量分别为467.4和440.8 mm;2022年为枯水年,降水量为354.8 mm;土壤体积含水量平均值为平水年(2021年,17.0%)显著高于枯水年(2022年,14.3%)。土壤体积含水量随土层加深呈近线性增加,其斜率表现为林带间高于林带内,平水年高于枯水年。在0~120 cm土层的土壤体积含水量为林带内(15.3%)高于林带间(14.0%),但在120~200 cm土层为林带间(17.6%)高于林带内(16.8%)。在0~60 cm土层的土壤体积含水量变异系数为林带间(42.9%)高于林带内(37.8%),但在60~200 cm土层为林带内(23.2%)高于林带间(19.1%)。土壤湿度变化的季节格局为:相对稳定期(3—4月)、耗损期(5—8月)、恢复期(9—11月)和衰退期(12月—次年2月),最大值多出现在4月,最小值出现在8月(平水年)和12月(枯水年);土壤湿度变化的垂直空间格局为:速变层(0~50 cm)、活跃层(50~90 cm)、次活跃层(90~170 cm)、相对稳定层(170~200 cm)。相关分析发现,土壤湿度日变化相关性最强的环境因子为正相关的前1日土壤湿度和负相关的土壤温度,月变化相关性最强的环境因子为负相关的土壤温度。【结论】宁夏黄土区稀疏带状山杏人工林林带内和林带间土壤湿度在季节和剖面上均表现出较大波动,枯水年比平水年波动的层次更深。综合分析发现前1日土壤湿度、土壤温度、气象因子均是影响枯水年和平水年日及月尺度各剖面层次土壤湿度变化的要素。其中,前1日土壤湿度和土壤温度为主要影响因子;在0~120 cm土层内的土壤湿度为林带内高于林带间。本研究结果对宁夏半干旱黄土区水平沟整地后退化植被科学恢复及土壤水分高效利用有很好的指导意义。

可压缩流大涡模拟耦合概率密度函数方法中的滤波压力模型

亚格子组分-温度关联项显著影响反应流大涡模拟精度。利用概率密度函数方法中概率等效的特点,发展一种新的滤波压力模型,可以良好封闭亚格子组分-温度关联项。介绍概率密度函数及其耦合求解方法,在已有模型基础上推导建立新的滤波压力模型,并在三维超声速氢气/空气时间发展反应混合层中对不同的滤波压力模型进行数值测试。结果表明,与传统的滤波压力模型相比,新的滤波压力模型可以明显改善反应混合层的模拟准确度。特别地,基于新的滤波压力模型,大涡模拟耦合概率密度函数方法可以较好地模拟链式反应中间微小组分如超氧化氢基等,有望更有效地再现自点火等复杂现象。

GNSS线极化天线干涉信号反演土壤湿度算法测试

利用全球导航卫星系统干涉信号(GNSS-IR)测量土壤湿度已成为热门的研究课题。搭载低成本线性极化天线的智能手机可以方便快捷采集干涉信号信噪比(SNR)。分别仿真垂直和水平线性极化天线采集的GNSS干涉信号,给出2种极化方式下干涉信号SNR波形和反射率随卫星高度角变化的结果。对于垂直极化分量,电磁波会在入射角65°~85°左右时发生全透射,导致干涉信号振荡效果消失,而水平极化不存在该现象。同时,分别仿真右旋圆极化(RHCP)直射和左旋圆极化(LHCP)反射天线采集的GNSS信号,并计算直反射信号的幅值比。在仿真基础上分别利用不同极化天线进行实验,结果表明:采用线性极化天线采集的GNSS干涉信号振荡效果几乎不受卫星高度角的限制,可以为土壤湿度反演提供更多的有效数据,并且反演得到的土壤湿度与同位数据具有良好的一致性,两者的相关性达到0.95。使用搭载圆极化天线的双通道接收机采集北斗系统卫星数据进行对比,相关性达到0.91。对于不同的设备,智能手机采集的GNSS数据占用空间相对比于双通道接收机降低1%,且反演结果相关性接近,由于干涉信号提取直反射信号需要一定的振荡周期,故反演结果的时间分辨率要低于双通道接收机。

科尔沁沙地土壤水分动态分析及其概率密度函数模拟

基于Laio土壤水分动态随机模型(Laio模型),利用2006—2010年5～9月土壤水分连续监测数据及日降水资料,分析科尔沁沙地固定沙丘和沙质草地生长季根系层土壤水分动态及其与降水格局的关系,研究点尺度土壤水分概率密度函数,并对Laio模型涉及的13个参数进行了敏感性分析。结果表明:①研究区年降水的季节分配极不均匀,主要集中在4～10月的生长季,占全年降水量的93%;0～5 mm降水事件占全年降水事件的73%,但其降水量只占全年降水量的25%;降水间隔期以0～10 d为主,占全年无降水期的38%,其频数最高,占全年间隔期频数的87%。②固定沙丘和沙质草地根系层厚度分别为0～100 cm和0～70 cm,沙质草地根系层土壤水分显著高于固定沙丘;两类沙地7月份的土壤水分都显著高于生长季其他月份。③两类沙地生长季根系层土壤水分均服从正态分布;通过Laio模型得到了两类沙地生长季根系层土壤水分概率密度函数p(s),其峰值及峰值出现的位置和峰的阔度均与观测结果很接近,说明Laio模型能对科尔沁沙地土壤水分概率密度函数进行较好的模拟。④Laio模型涉及的13个参数中,对p(s)最为敏感的参数是降水频率λ、平均降水量α、最大蒸散量Emax、水分胁迫点s*和凋萎系数sw,主要影响p(s)曲线的峰值。

基于概率密度函数的织物染色侵入动力学分析

为预测染色过程中初始阶段染液侵入织物的流体流动和化学反应过程,以棉织物染色过程为例,建立了包含界面效应的纤维密度函数和哈根-泊肃叶方程,构建了织物润湿阶段的染色动力学和传质模型,模拟了染液侵入织物的染色过程,并通过实验进行了模型验证。结果表明:染液在织物中的流动主要是表面张力的作用,在重力的影响下,染液在织物中的流速随着上升高度逐渐减小,表面张力增大,织物内染液流速也会随之增大;纤维体积分数的增大会导致织物的毛细流动更快地达到平衡状态,从而使染液的扩散时间变短,织物染液浓度降低;染液与纤维之间接触角的变化会影响纤维的润湿性,接触角越大,织物的疏水性越好,染液越难以附着在织物表面,导致织物内染液浓度降低;流体的黏度越大,织物内染液流速越小,染液扩散速率越低。

2个Wishart随机矩阵相对纯性的概率密度函数

研究2个Wishart随机矩阵相对纯性的概率密度函数的计算问题。运用第二类修正贝塞尔函数,通过解析计算得到2个Wishart随机矩阵相对纯性的概率密度函数的含参积分表示公式,并得到其概率密度函数在部分区间内的图像。

概率密度函数在超导重力台站背景噪声中的应用

该研究比较了传统的超导重力台站背景噪声计算方法SNM和基于概率密度函数的DNM方法,并以2012年拉萨超导重力台站为例进行了背景噪声评估。分别对采样率为1 min和1 s的原始数据进行预处理和传统方法分析,得到SNM分别为1.226和0.909;计算了台站地震噪声功率谱密度函数并得到SNM为0.945。通过对比分析结果可知,基于概率密度函数的台站背景噪声计算结果与传统方法1min采样计算结果具有较好的一致性,可以作为传统评估超导重力台站背景噪声的有效补充。

随机游走概率密度函数的一种推导方法

随机游走模型是一类经典的物理模型,能应用在诸多物理场景之中,甚至在很多其他领域也能找到它的身影.但一般教材中对这个问题的计算较为复杂,或使用到过于高深的数学工具,或使用了没有必要引入的近似.本文在多步数的近似之下,应用中心极限定理,推导出随机游走问题在某一方向分量的概率密度函数.接着利用随机游走问题的球对称性和上一步中得到的结果,推导出径向的概率密度分布函数.

融合孤立森林和深度学习的GNSS-IR土壤湿度反演

针对GNSS反射信号遥感中单一特征参数数据质量参差不齐、可靠性差,模型反演结果不稳定的问题,本文提出了一种融合孤立森林和深度学习的GNSS-IR土壤湿度反演方法。试验结果表明,GNSS SNR的频率特征参数不适合土壤湿度的反演,而其振幅、相位特征参数与土壤湿度的相关性较高,可用于土壤湿度的反演;CNN、DBN和GRU 3种深度学习模型融合振幅和相位特征参数的反演结果与实测土壤湿度吻合度都较高;相比于仅利用振幅或相位的单一特征参数反演方法,本文方法反演精度提高了21.4%~55.8%,相关系数提高了4%~9.1%。

基于机器学习的中国夏季降水延伸期预报及土壤湿度的可能贡献

延伸期预报准确率较低的问题仍然是目前重要的科学难题,做好延伸期预报对防灾减灾具有重要意义。本文利用机器学习方法开展了中国夏季降水延伸期(5~30天)预报试验,并探讨了土壤湿度对降水延伸期预报的可能贡献。结果表明机器学习方法的预报结果准确率要比传统线性模型方法有较大改善,且在诸多机器学习方法中,以Catboost, Lightgbm和Adaboost三个机器学习模型为最优。进一步分析发现长江流域表层土壤湿度异常导致的蒸发异常和感热异常,能够引起大气环流和垂直运动异常,最终对夏季降水产生影响。使用三个最优的机器学习方法的集合计算出模型中各个预报因子的贡献率,发现在长江流域的延伸期降水中,局地土壤湿度主要在5~10天占主导作用,而前期降水主要在10~15天占主导作用,长江流域20~30天的延伸期降水基本上受到大尺度环流控制。还评估了非局地土壤湿度在延伸期降水中的作用,发现中南半岛表层土壤湿度主要对15~30天的长江流域延伸期降水有重要贡献。将中南半岛表层土壤湿度加入到东北地区延伸期降水模型中,发现对该地区延伸期降水预报准确率并无提升作用,验证了机器学习模型的可用性。该研究为延伸期降水预测以及探究预报因子贡献率提供了一定的参考。

基于多层土壤湿度数据同化的小流域径流模拟

土壤水分状态在水文循环中起关键作用,对径流预报的准确性影响很大。以美国宾西法尼亚州中部的Shale Hills流域为例,研究多层实测土壤湿度数据同化对径流模拟的作用。首先利用新安江模型对研究区内2008~2012年的日径流进行模拟,同时通过集合卡尔曼滤波算法构建基于新安江模型的水文数据同化模型,并设置未同化的开环试验作为对比,研究模型同化土壤湿度对改善径流模拟和土壤水分的能力。模拟结果显示,新安江模型在该流域有较好的适用性;相比于同化前,模型同化多层土壤湿度后径流量相对误差降低了5.2%,纳什效率系数从0.62提高到0.66,土壤含水率的均方根误差从16.4 mm减小到3.0 mm。其次对单层土壤含水率同化结果进行比较,结果表明,下层土壤含水率同化比上层同化对径流模拟作用更明显,但仅加入上层实测土壤含水率同化能够降低下层土壤水模拟的不确定性。研究结果表明同化多层土壤湿度可提高径流模拟精度,同时也能够有效优化土壤水的模拟结果。

中亚5月土壤湿度异常对6月降水的影响

利用1980—2019年欧洲中期天气预报中心提供的ERA5月平均再分析数据和全球降水气候中心(GPCC)提供的逐月降水数据,分析中亚前期5月土壤湿度异常对后期6月局地降水变化的影响。结果表明:(1)中亚春季逐月土壤湿度总体表现为北部和中部高、西南和东南低的空间分布特征;3—4月土壤湿度年际变化的大值区主要位于中亚西南部;中亚北部土壤湿度在3月呈显著增加趋势,4—5月显著减少;中亚西南部3月土壤湿度显著减少。(2)中亚中部地区5月土壤湿度异常与当地6月的降水变化呈显著正相关,通过95%信度检验。5月土壤湿度正异常可以持续到6月,导致6月局地蒸发量增加,大气可降水量增多;同时地表向上潜热通量增加、感热通量减少、波恩比减小,进而导致大气边界层降低、低层大气湿熵增加、对流不稳定能量增大,有利于降水天气的发生。(3)前冬Ni?o3.4指数与中亚中部地区次年5月土壤湿度和6月降水异常都呈显著正相关,5月土壤湿度是厄尔尼诺-南方涛动(ENSO)影响次年6月中亚中部地区降水异常的重要媒介,但土壤湿度可独立于ENSO影响6月降水。

基于地理探测器的张承地区表层土壤湿度变化的驱动因素分析

河北张家口、承德地区(以下简称“张承地区”)作为京津冀地区的生态屏障、重要的水源保护地和风沙阻隔区,近年来开展了一系列生态治理工程。土壤湿度作为综合反映气候、植被覆盖、土壤性质的重要指标,在大气水—地表水—地下水的循环中至关重要。但张承地区地处半干旱区,水资源相对匮乏,且现有研究忽视了对其土壤湿度空间变化特征及驱动因素的分析。研究以中等分辨率成像光谱仪数据、全球陆地数据同化系统数据集等为基础,基于温度-植被干旱指数模型反演并分析张承地区2001—2021年土壤湿度及时空变化特征,利用地理探测器方法分析8个驱动因子对张承地区土壤湿度时空异质性的解释力。结果表明:(1)2001—2021年张承地区的土壤湿度呈现波动上升趋势,土壤湿度分布为东部高,西部低,张家口低于承德;空间上,研究区83.09%区域的土壤湿度呈现逐年上升的趋势;(2)研究区土壤湿度的驱动因素解释力大小排序为:归一化植被指数>土壤类型>年均降水>土地利用类型>坡度>高程>年均气温>坡向,其中归一化植被指数和土壤类型的解释力均高于30%,为主导驱动因素;(3)在交互作用分析中,多因子共同作用的影响大于单因子作用,归一化植被指数与高程的交互影响作用最强。研究结果对于张承地区水资源的高效利用及生态环境保护具有重要的参考作用。