利用深度学习与物理特征预测仪器地震烈度

快速准确地预测记录台站的仪器地震烈度,并在地震预警过程中向潜在用户提供及时和准确的警报至关重要.本文提出了一种结合深度学习和物理参数特征的算法,用于更可靠地预测仪器地震烈度.收集并处理了2001—2021年日本K-NET和KiK-net强震仪台网记录的3386次地震事件作为研究样本.对这些地震事件进行截取、基线校正、质量筛选等预处理,共得到25714条三通道地震波形.使用18000条地震记录(90%训练,10%验证)构建了一个窗长为3秒的仪器地震烈度预测模型(CNN-PP),并对7714条地震记录进行了测试.结果表明,CNN-PP模型在预测仪器地震烈度方面优于传统的单一特征参数方法.此外,离线震例测试结果显示,CNN-PP模型的报警成功率达到95.03%,没有出现误报情况,为解决地震预警仪器地震烈度的测定提供了一种潜在方法.

雷暴大风落区的天气学模型和物理量参数研究

对1971 2008年山东雷暴大风的气候特征、天气系统配置模型和物理量参数特征进行分析研究。结果表明,雷暴大风的天气系统分为四种类型:槽前型、槽后型、副热带高压(下称副高)边缘型和横槽型。春季和秋季以槽前型为主,6月和8月槽后型较多,副高边缘型只出现在7月。副高边缘型的对流不稳定能量最高,0~6 km风垂直切变最小;槽后型风垂直切变最大,对流不稳定能量也较大;槽前型的风垂直切变和对流不稳定能量都较大;横槽型的风垂直切变和对流不稳定能量都较小。在鲁西北和鲁中地区槽前型最多,鲁南地区槽后型最多,横槽型主要影响山东北部和半岛地区,副高边缘型主要影响鲁西北和鲁中地区。在内陆地区,春季大气湿度小,不稳定能量低、上下层温差大、0~6km风垂直切变大,大风指数大;夏季低层大气暖湿,对流不稳定能量高、风垂直切变小,大风指数小。鲁南地区产生雷暴大风的温湿条件比鲁西北和鲁中地区高。在山东半岛的沿海地区,低层大气湿度大、温度低,对流不稳定能量小,大风指数较小,但是K指数、θse上下层之差和0~6 km风垂直切变较大,低层大气温度和湿度的月变化较小。

阜新地区夏季雷暴大风的天气学模型和物理量参数研究

利用2009-2017年阜新地区2个常规自动站和35个4要素加密自动站资料,分析了阜新地区夏季雷暴大风的气候特征、天气系统配置模型和物理量参数特征。结果表明:(1)阜新地区夏季雷暴大风的时空分布很不均匀,月变化特征显著,主要发生在6月;日变化规律也非常明显,主要集中在13:00-21:00。空间分布上有1个高发中心和2个次发中心。(2)根据500hPa天气形势分析,阜新地区夏季雷暴大风天气形势可归类为高空冷涡型、高空冷槽型、西北气流型、副高西北部型4个类型。(3)副高西北部型以热力因素为主、动力因素为辅,高空冷涡型动力、热力因素都很重要,高空冷槽型以动力因素为主、热力因素为辅,西北气流型冷空气下沉造成的冲击力很重要。

示波器在黑匣子问题中的应用

介绍了运用示波器判断黑匣子内的电子元器件及连接方式,并对运用示波器测量其特征物理参数的方法进行了探讨.

不同产地连翘的电化学指纹图谱

在BrO_3^--Mn^(2+)-H^+-CH_3COCH_3振荡体系中加入连翘为反应底物,通过电化学工作站测定柴胡的电化学指纹图谱。单因素试验确定柴胡加入量为1.2 g、温度为45℃、粒度为80目时,可以取得理想的电化学指纹图谱;在此测定条件下,研究不同产地柴胡的电化学指纹图谱,通过分析图谱中的特征物理参数,达到鉴定柴胡真伪和对不同产地柴胡进行质量评价的目的。

膜分离中有机物的特性对去除率的影响研究

试验采用ESNA1-2012纳滤膜和ESPA1-2012反渗透膜对有机物进行了分离研究,研究结果表明,在膜分离过程中影响有机物去除率的因素较多,其中有机物的本身特性对其去除率的影响极大;有机物的物理化学特征参数影响是膜与有机物间排斥力的作用,而有机物分子量的相对大小影响则是膜孔机械截留作用的大小。当有机物的分子量小于膜的截留分子量时,有机物的物理化学特征参数成为影响其去除率的主要因素;当有机物的分子量大于膜的截留分子量时,有机物的分子量与其物理化学特征参数共同成为影响其去除率的主要因素。