华北局地大暴雨过程中多个β中尺度对流系统发生发展对比分析

利用常规地面高空观测、多普勒雷达、风廓线、VDRAS(Variational Doppler Radar Analysis System)和NCEP再分析资料,对2018年8月5—6日副热带高压(以下简称副高)控制下华北一次局地大暴雨过程中多个β中尺度对流系统触发和发展机制进行了分析。结果表明:这次大暴雨发生在副高控制下,处于高温、高湿气团中,大气层结极不稳定。暴雨由多个相继发展的中尺度对流系统造成,分别是太行山迎风坡上西南—东北向、华北平原地区保定一带南北向、保定至霸州附近西南—东北向和以雄安新区为中心东西向原地生消的准静止MCS-Ⅰ、MCS-Ⅱ、MCS-Ⅲ和MCS-Ⅳ,均属于β中尺度。在相似的环境中,不同中尺度对流系统触发机制有较大差异,太行山迎风坡上的MCS-Ⅰ是由近地层偏东暖湿气流在迎风坡与山风形成的辐合抬升触发;由辐射差异和前期强降水形成的局地冷池受MCS-Ⅰ影响再次加强后,其出流与环境风形成的两条地面辐合线分别触发了MCS-Ⅱ和MCS-Ⅲ,并组织对流沿辐合线呈带状发展;而超低空偏东风增强叠加冷池出流在地形抬升作用下促使沿山暖湿气团进一步抬升,使得原本消亡的MCS-Ⅰ再次重建。MCS-Ⅳ发展最旺盛、持续时间最长,是大暴雨中心的直接制造者,一方面MCS-Ⅱ与MCS-Ⅲ、MCS-Ⅰ与MCS-Ⅳ的两次合并过程,是MCS-Ⅳ增强、持久的重要原因;另一方面边界层偏东风急流为MCS-Ⅳ的发展提供了水汽和不稳定能量等有利条件,同时推动其左前方中尺度涡旋的发展,导致MCS-Ⅳ所在地的气旋性涡度大大增加,加强了以急流轴为中心的垂直次级环流发展,造成MCS-Ⅳ的发展维持,形成华北平原地区以雄安新区为中心的东西向大暴雨带。

压热改性对黄米淀粉多尺度结构及理化性质的影响

为研究压热改性对黄米淀粉多尺度结构和理化性质的影响,本实验借助高效阴离子交换色谱、X射线衍射以及红外光谱、扫描电镜、差示热量扫描仪、快速粘度仪等分析了黄米淀粉改性前后的多尺度结构(形态结构、晶体结构、分子链结构)及糊化特性。结果表明,经过压热改性后黄米淀粉的总淀粉含量没有差异性变化,而直链淀粉含量由7.46%上升到8.28%;与原淀粉相比,改性后黄米淀粉短链比例升高,而中长链和长链比例显著(P<0.05)下降;淀粉的重均摩尔质量、回转半径多分散指数均显著(P<0.05)上升;而Mn值却显著(P<0.05)下降;压热改性后,黄米淀粉微观结构发生较大改变,由原黄米淀粉的颗粒状变为片状,表面粗糙,存在孔状凹陷;红外和X-射线衍射结果表明,压热后的黄米淀粉与原淀粉相比无新官能团产生,但是晶体结构遭到破坏,黄米淀粉的晶体结构由A型变为非晶体构型。压热改性后黄米淀粉的热稳定性、抗剪切性和冷糊稳定性相较于原黄米淀粉更好,不易回生、老化,且压热后黄米淀粉的孔隙度更小,玻璃化转变温度范围更窄。说明压热改性对黄米淀粉的多尺度结构和糊化特性有很显著的影响,这为黄米的进一步精深加工提供了理论依据。

多尺度熵方法在机械故障诊断中的应用研究进展

机械设备状态监测与故障诊断的关键是故障特征的表征与提取,采用基于熵及相关方法建立的非线性动力学指标能够提取蕴藏在振动信号中的非线性故障特征信息。自熵方法引入以来,通过不断修改和改进来提高熵估计的准确性,多尺度熵进一步拓展了时间序列其他尺度上包含的复杂度信息,其在设备状态监测与故障诊断中得到广泛应用。本文对单一尺度熵及多尺度样本熵、多尺度模糊熵、多尺度排列熵和多尺度散布熵等多尺度熵方法在机械智能故障诊断中的应用进行综述,总结不同方法的特点优势与不足;针对多变量数据处理问题,综述由单变量推广到多变量的多元多尺度熵的应用发展过程。最后结合多尺度熵相关方法在机械智能故障诊断中面临的问题与挑战,对未来发展方向进行展望,即在工业大数据应用、故障机理、可解释性角度构建基于熵的深度学习模型。

基于阵列声波测井的井下多尺度压裂效果评价方法

为有效监测水力压裂效果、提高储层压裂效果评价精度,基于阵列声波测井资料的井下压裂效果评价方法,采用反射斯通利波提取和成像技术定量表征近井筒压裂缝,建立适用于测井观测系统的叠前深度偏移成像算法,以实现远井压裂缝的高精度成像,形成了基于阵列声波测井的井下多尺度压裂效果评价方法,并在中国西部某油田X1水平井成功应用。研究表明,基于阵列声波测井资料评价的压裂缝发育程度与压裂液注入量呈正相关关系,并且压裂缝最为发育层段与地震蚂蚁体属性图中天然裂缝发育位置一致。基于阵列声波测井的井下压裂效果评价方法的提出,对表征井周数十米范围内不同尺度压裂缝的发育情况具有重要意义,对更好地发挥水力压裂技术对能源勘探开发行业的支撑作用具有一定指导意义。

基于多尺度特征深度神经网络的不同产地山楂细粒度图像识别

中药是中医治疗疾病的主要途径,也是我国中医药事业传承与创新发展的物质基础,其真伪优劣也会直接影响中医临床的疗效,因此研究科学合理且高效的中药材质量检测方法符合当前行业热点.山楂作为中国著名的药食两用类药材,在烹饪和治疗中具有保护心血管、降低血压的作用,被广泛应用;但由于自然环境与栽培条件的不同,不同产地的山楂易被混淆从而对品质产生影响.尽管化学、生物鉴定的方法广泛而重要,但专业门槛高,耗时较长;且传统图像处理方法容易受外在环境因素干扰,可靠性差.因此亟待研究快速准确的方法以实现山楂产地的精准鉴别;受CoAtNet与Swin-Transformer网络启发,本文结合MBConv模块中深度可分离卷积网络对局部信息建模的特点与Swin Transformer模块多层次结构可弥补网络非局部性损失的特性,提出一种多尺度特征的混合神经网络模型,通过获取图像不同层级特征,将获取的形状、颜色与纹理等浅层特征作为先验知识与高层级语义信息进行特征融合,研究了一种快速有效的识别方法以实现对不同产地山楂的有效鉴别;此外,本文提出一种新的局部空间注意力机制,通过形成通道注意力模块联合空间注意力模块的新结构,实现对图像细粒度特征的聚焦与学习.实验结果表明,本文所提出的方法有最高的鉴别准确率为89.306%,优于其他基线模型.实践证明,本文的研究提高中药材鉴别的科技水平,拓宽传统中医药的研究思路.

森林植被不同尺度的碳水过程及耦合机制研究进展

[目的]陆地生态系统中的碳循环和水循环是陆地生态系统物质和能量循环的核心,也是连接地圈、生物圈和大气层的纽带。森林植被是陆地生态系统的重要组成部分,是表征陆地碳-水循环的重要变量,在维持生物圈和大气圈的动态平衡中发挥着重要作用。目前,对陆地生态系统中碳-水循环的耦合关系和机制缺乏系统的分析和总结。[方法]从森林植被碳与水过程及其相互作用、植被水分利用和耦合机制的角度,综述了森林植被碳与水循环过程及其相互作用的研究与进展,以及不同空间尺度(叶片到区域/全球尺度)碳-水耦合的定义、方法、进展和展望。[结果]新兴的技术和方法实现了不同尺度碳水过程的高频观测,WUE等耦合指标体系推动了碳水耦合机制的研究和发展。[结论]通过系统阐述植被碳水耦合关系的多尺度整合和碳水耦合机理,为系统认识森林碳水耦合机理和水资源管理提供了理论基础,对未来植被经营管理决策具有重要的科学支撑意义。

地震叠后和叠前混合驱动下的页岩油储层多尺度裂缝预测方法

不同尺度、不同类型的天然裂缝的系统性表征有利于识别优质储层、改进开发效果.建立可靠的多尺度裂缝模型是提高页岩油储层钻遇率的重要依据,其关键在于精细预测小尺度裂缝的空间分布,指导钻井钻进和压裂过程.然而,基于地震属性的传统裂缝预测方法只能各自突出单一尺度的断裂,不同裂缝属性的数学独立性给综合裂缝系统的识别带来严峻挑战.我们提出一套改进的全尺度裂缝系统评估方案,其关键在于通过优化的各向异性蚁群裂缝识别算法确定小尺度裂缝的发育概率,将小尺度裂缝的发育概率与传统蚂蚁追踪产生的大尺度断层的概率进行融合,得到的综合裂缝系统可以实现全尺度裂缝的感知.详细的属性分析过程表明,方位各向异性能够精确描述微观裂缝特征.基于此,我们将各向异性分析得到的裂缝密度和裂缝走向融入蚁群追踪裂缝的各个阶段,在提高裂缝密集区搜索强度的同时,还对小断距裂缝的发育方向实现了精准刻画.针对页岩油藏的应用案例证明,根据改进方案得到的全尺度裂缝系统能够同时表征大尺度断层、小裂缝和裂缝破碎带的分布情况.研究区的成像测井结果进一步验证了小尺度裂缝预测发育方向的准确性及可靠性,能够为页岩油水平井开发部署提供理论指导.

一种时频尺度下的多元短期电力负荷组合预测方法

随机因素的增加导致电力负荷数据成分日渐复杂,使短期负荷预测的难度逐渐增大。针对该问题,提出一种时频尺度下的时间卷积网络与多元线性回归相融合的组合预测模型。利用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)在时频域上将负荷数据分解为若干个频率特征不同的本征模态分量,在模糊熵准则下聚类为随机项和趋势项。采用皮尔逊系数从诸多影响因素中筛选出与电力负荷高度相关的特征,鉴于小时间尺度分析更易于挖掘局部细节特征,分别构建了随机项与趋势项的细颗粒度特征集。利用具有强非线性处理能力的时间卷积网络(temporal convolutional network,TCN)去预测随机项,利用结构简单及线性拟合效果好的多元线性回归(multiplelinearregression,MLR)去预测趋势项,将二者的预测结果进行叠加重构后获得最终预测值。在新加坡和比利时两组数据集上的实验结果证明:所提模型具有较高的预测精度、较好的泛化性能及鲁棒性。

多尺度聚丙烯纤维混凝土弯曲疲劳寿命试验及数值模拟

为研究多尺度聚丙烯纤维混凝土的弯曲疲劳性能,开展基准混凝土、聚丙烯粗纤维混凝土及多尺度聚丙烯纤维混凝土的静载试验及不同应力水平(0.75、0.80、0.85)下的弯曲疲劳试验,建立弯曲疲劳寿命方程,并结合ABAQUS与FE-SAFE软件建立纤维混凝土梁的三点弯曲疲劳有限元模型。结果表明:聚丙烯纤维的掺入,尤其是多尺度聚丙烯纤维混掺显著增强了混凝土基体的抗折、抗疲劳性能。双对数lgS-lgN疲劳方程能够较好地描述多尺度聚丙烯纤维混凝土的应力水平与疲劳寿命的相关性,使用lgS-lgN疲劳方程计算得到200万次循环荷载作用下多尺度聚丙烯纤维混凝土的疲劳强度最高,为3.91 MPa。三组试件疲劳寿命的数值模型预测值均介于实测疲劳寿命的最大值与最小值之间,并接近于疲劳寿命平均值,该模型为多尺度聚丙烯纤维混凝土的疲劳寿命预测提供了理论依据。

煤孔裂隙多尺度表征及其对渗透率的影响分析——以中国14个大型煤炭基地为例

为探究煤体不同尺度孔裂隙特征及其对渗透率的影响,从我国14个大型煤炭基地分别取样,进行氮气吸附、压汞和CT实验,并将CT扫描后的煤样进行渗流实验。结果表明,各煤样中微孔和过渡孔多为封闭孔,连通性差,不利于渗流的进行。r=10 nm和r=100μm的孔裂隙体积占比相对较大,贡献了煤体大部分孔隙率,S2和S3中的大尺度平行板孔隙为渗流提供了充足的空间。通过划分3种实验表征的优势孔径段,提出了综合表征孔隙率和分形维数的方法,得到各煤样的孔隙率范围为1.62%~11.60%,分形维数范围为2.29~2.78。煤样渗透率在0.0002×10^(-15)~0.6525×10^(-15)m^(2)之间,以中低渗为主。r<50 nm、50 nm≤r≤8.5μm和r>8.5μm的孔隙率分量与渗透率的关系分别为y=0.2741x-0.0781、y=0.0674x+0.0237和y=0.0039x^(2.5986),其中r>8.5μm的孔隙率分量与渗透率的相关性最强。相对于氮气吸附和压汞实验,CT实验更适用于分析孔裂隙结构对水渗的影响。

一种基于多尺度的目标检测锚点构造方法

目标检测是计算机视觉领域的研究热点和基础任务,其中基于锚点(Anchor)的目标检测已在众多领域得到广泛应用。当前锚点选取方法主要面临两个问题:基于特定数据集的先验取值尺寸固定、面对不同场景泛化能力弱。计算锚框的无监督K-means算法,受初始值影响较大,对目标尺寸较单一的数据集聚类产生的锚点差异较小,无法充分体现网络多尺度输出的特点。针对上述问题,本文提出一种基于多尺度的目标检测锚点构造方法(multi-scale-anchor,MSA),将聚类产生的锚点根据数据集本身的特性进行尺度的缩放和拉伸,优化的锚点即保留原数据集的特点也体现了模型多尺度的优势。另外,本方法应用在训练的预处理阶段,不增加模型推理时间。最后,选取单阶段主流算法YOLO(You Only Look Once),在多个不同场景的红外或工业场景数据集上进行丰富的实验。结果表明,多尺度锚点优化方法MSA能显著提高小样本场景的检测精度。

基于CycleGAN-IA方法和M-ConvNext网络的苹果叶片病害图像识别

针对苹果叶片病害图像识别存在数据集获取困难、样本不足、识别准确率低等问题,提出基于多尺度特征提取的病害识别网络(Multi-scale feature extraction ConvNext,M-ConvNext)模型。采用一种结合改进的循环一致性生成对抗网络与仿射变换的数据增强方法(Improved CycleGAN and affine transformation,CycleGAN-IA),首先,使用较小感受野的卷积核和残差注意力模块优化CycleGAN网络结构,使用二值交叉熵损失函数代替CycleGAN网络的均方差损失函数,以此生成高质量样本图像,提高样本特征复杂度;然后,对生成图像进行仿射变换,提高数据样本的空间复杂度,该方法解决了数据样本不足的问题,用于辅助后续的病害识别模型。其次,构建M-ConvNext网络,该网络设计G-RFB模块获取并融合各个尺度的特征信息,GELU激活函数增强网络的特征表达能力,提高苹果叶片病害图像识别准确率。最后,实验结果表明,CycleGAN-IA数据增强方法可以对数据集起到良好的扩充作用,在常用网络上验证,增强后的数据集可以有效提高苹果叶片病害图像识别准确率;通过消融实验可得,M-ConvNex识别准确率可达99.18%,较原ConvNext网络准确率提高0.41个百分点,较ResNet50、MobileNetV3和EfficientNetV2网络分别提高3.78、7.35、4.07个百分点,为后续农作物病害识别提供了新思路。

含电转气和碳捕集耦合的综合能源系统多时间尺度优化调度

为提升综合能源系统(integrated energy system,IES)的可再生能源消纳以及低碳经济效益,提出含电转气(power-to-gas,P2G)和碳捕集(carbon capture system,CCS)耦合的综合能源系统多时间尺度优化调度模型。首先,建立基于阶梯型碳交易机制的含P2G和CCS耦合模型,并构建多能量转换设备和储能设备组成的电-热-冷综合能源系统;其次,基于多时间尺度的优化调度策略,以购能成本、运维成本、碳交易成本、弃风光成本为目标函数建立日前-日内滚动-实时调整3个阶段的优化调度模型;最后,以四川某工业园区为例进行仿真,结果证明本文提出的模型有效提高了综合能源系统的低碳经济效益、能源利用率和系统稳定性。

多尺度融合与动态自适应图的公交客流预测模型

公交客流预测是公共交通规划和管理中的重要问题。虽然时空图卷积在地铁客流预测任务中获得了很好的预测效果,但是面对公交更复杂的线路、大规模的节点数据,现有的基于图卷积的空间建模方法将带来巨大的空间内存消耗。同时,公交客流量短时间范围内更可能受到瞬时交通状况的影响。为了解决这些挑战,提出了一种多尺度融合和动态自适应图的公交客流预测模型(MFDAG)。该模型融合客流、时刻和周信息以增加数据的特征维度,用动态自适应图的方法来学习不同站点之间的关系。进一步提出了一种多尺度融合传播的方法来表示复杂的空间依赖关系,同时设计了一种多尺度卷积传播的方法来学习不同尺度的时间依赖关系。在两个真实的客流数据集上进行了实验,并与其他交通预测方法进行了比较。实验结果表明,所提出的多尺度融合和动态自适应图的公交客流预测方法具有更高的预测准确度。

一种大尺度区域GNSS坐标时间序列自适应时空滤波方法

提出一种GNSS坐标时间序列自适应时空滤波方法,在规定阈值下将滤波区域自适应分为若干个子区域,进行共模误差的提取和去除。对陆态网184个GNSS站点垂向坐标序列进行时空滤波,3组随机实验中,自适应PCA时空滤波后的站点序列平均RMS值减少约39.7%、38.4%和39.7%,且优于整体PCA滤波。进一步分析滤波前后站点噪声特性变化,结果显示,相比于整体PCA滤波,自适应滤波方法中站点残差序列幂律噪声减少约17.8%。

基于多尺度注意力特征融合的场景文本检测

针对目前文本检测中小尺度文本和长文本检测精度低的问题,提出了一种基于多尺度注意力特征融合的场景文本检测算法。该方法以Mask R-CNN为基线模型,引入Swin_Transformer作为骨干网络提取底层特征。在特征金字塔(feature pyramid networks,FPN)中,通过将多尺度注意力热图与底层特征通过横向连接相融合,使检测器的不同层级专注于特定尺度的目标,并利用相邻层注意力热图之间的关系实现了FPN结构中的纵向特征共享,避免了不同层之间梯度计算的不一致性问题。实验结果表明:在ICDAR2015数据集上,该方法的准确率、召回率和F值分别达到了88.3%、83.07%和85.61%,在CTW1500和Total-Text弯曲文本数据集上相较现有方法均有良好表现。

改进下垂控制下的中压直流配电系统双时间尺度分层调控方法

针对中压直流配电系统,在负荷激增、可再生能源出力突变等特殊工况下,传统优化调度方案与协调控制策略存在系统运行经济性有待提升、直流母线电压易越限的问题。为此,提出一种基于改进下垂控制的中压直流配电系统双时间尺度分层调控方法。首先,构建一种具备直流故障穿越能力的3端混合型模块化多电平换流器(modular multilevel converter,MMC)环状±10 kV中压直流配电系统,该系统含电动汽车充电站、储能系统、分布式光伏与风电等灵活性资源。其次,制定各单元协调控制策略,并采用tan函数改进传统下垂控制,以提高系统应对大幅功率波动的能力。然后,基于改进控制策略提出一种双时间尺度分层优化调控方法:在长时间尺度的系统调度层,以运行总成本最小为优化目标,确定各换流器参考功率;在短时间尺度的换流器间协调控制层,改进下垂曲线,并优化控制系数,以兼顾系统运行经济性与电能质量。最后,以典型算例验证该文所提优化调度方案及协调控制策略的有效性:通过灵活调度多种柔性资源,系统运行总成本可降低约11%;在某数据中心负荷激增100%的工况下,各直流母线电压波动仍能维持在±3%UN(额定电压)的允许范围内。

一种道路裂缝检测的变尺度VS-UNet模型

为解决目前现有的图像分割算法存在检测精度低、对裂缝检测缺乏针对性等问题,采用多尺度特征融合方法,提出一种扩展LG Block模块Extend-LG Block,其由多个并行不同膨胀率的空洞卷积组成.通过参数可调节分支数量和空洞卷积膨胀率,从而改变其感受野大小,进而提取和融合不同尺度的裂缝特征.对比在深层使用多尺度特征融合模块的网络以及使用固定尺度结构进行多尺度特征融合的网络的优劣,提出一种变尺度结构的UNet模型VS-UNet,使用多个不同参数的Extend-LG Block替换UNet网络中的基本卷积块.该结构在网络浅层进行多尺度特征融合,多尺度特征融合模块提取的尺度随网络层加深逐渐减少.此结构在加强图像的细节特征提取能力的同时保持原有的抽象特征提取能力,还可避免网络参数的增加.在DeepCrack数据集以及CFD数据集上进行实验验证,结果表明,相较于其他两种结构和方法,提出的变尺度结构的网络在有更高检测精度的同时,在可视化实验对比上对各种大小的裂缝有更好的分割效果.最后与其他图像分割算法进行对比,各项指标与UNet相比均有一定程度提升,证明了网络改进的有效性.研究结果可为进一步提升道路裂缝检测效果提供参考.

生态环境保护中的尺度政治与正义实现:以A市绿中村改造为例

生态环境保护往往面临着保护责任和发展权益在整体社会与保护区局部群体间公平配置的难题。由于权益配置是不同层级政府与局部群体间博弈的结果,文章引入尺度政治与环境正义的理论框架,梳理用于解析生态环境保护中正义格局形成与演化的逻辑路径,并以中部某省会城市生态保护区内的村庄改造为例进行实证。研究发现:在未事先落实保护区居民发展权益的情况下,自上而下的刚性生态环境保护易造成不同尺度主体间的矛盾,表现为低尺度的居民发展权益受制于高尺度政府主体的保护要求;尺度重构成为前者寻求正义的一种非正规途径,表现为低尺度的居民寻求更高层级政府的介入,将其发展诉求的响应尺度上移,从而赋予发展与保护同等话语权,迎来环境正义实现的契机。诉诸非正规途径寻求正义本身也说明,中国城市生态环境保护中,缺乏保障低尺度群体合理权益的正规途径。文章结合理论与实证研究为此提供了解决思路。

尺度转换与重构:文学研究的新焦点

“尺度”在一般意义上指,测量或分级的标准,或事物的相对大小,或范围。作为人文地理学的核心概念,“尺度”具有垂直层级和横向水平的双重性,前者指城市、区域、国家和全球的尺度阶梯,后者指边缘——半边缘——中心的水平体系。全球化、全球气候变化和数字化等新现象的出现,挑战了人类对尺度的传统认知,促使人文地理、环境研究等诸多学科对“尺度”重新思考,提出尺度重构、尺度转换和尺度效应等一系列创新术语。欧美文学研究敏锐地捕捉到这一新的学术动向,将其作为理论资源和分析框架,探寻人类世的尺度研究范式,展开对世界文学的认知图绘和星球尺度的文学研究,揭示文学对多尺度、多中心和多种能动性的表征策略。尺度转换和重构的新近思考对中国文学研究具有启发和借鉴意义。