基于HHT变换的PSO-LSSVM耦合模型估算气象资料短缺地区ET_0

为准确估算气象资料短缺地区参考作物腾发量,构建了一种基于HHT变换的PSO-LSSVM耦合模型,并利用新疆和田气象站2000—2009年单日数据做训练、双日数据做验证。结果表明,该模型估算ET0方法明显优于常规的PSO-LSSVM和GRNN,预测精度较二者分别提高了15.7%~85.6%和15.8%~93.7%;该方法预测ET0的气象要素重要性为RsTmaxTminRHWn,利用该方法对气象要素组合为Tmax/Tmin/RH/Wn、Tmax/RH/Wn、Tmin/Wn、Wn条件下的ET0预测,MSE分别为0.407、0.185、0.149、0.135,说明该方法可以很好地估算资料缺失地区ET0。     

基于Z比分数的参考作物腾发量计算方法优选

参考作物腾发量(ET0)是计算作物需水量的关键,是进行农田水分管理和灌溉预报的主要参数。但不同ET0计算方法的结果存在明显差异。用能力统计量Z比分数,对FAO56Penman-Monteith、Hargreaves-Samani、Irmark-Allen拟合和Priestley-Taylor四种常用ET0计算方法在不同天气条件下的计算结果精度进行了对比分析。结果表明,Priestley-Taylor与FAO56Penman-Monteith方法的计算结果在精度上具有较高的一致性,与有关文献结果相吻合,其中前者精度略佳。且Z比分数参数受极端值的影响较小,计算简便、适用性强,克服了常规方法公式繁杂、编程实现困难的缺点,说明Z比分数法能够更好地适用于ET0计算方法的优选。研究结果可为农业水土工程领域有关参数计算与测定方法的优选提供借鉴。     

Reference Efficiency of Planetary Gear Train

Reference efficiency of a pair of gear drive without planetary motion is the base to calculate efficiency of the whole planetary gear train. The authors find reference efficiency for speed increase is higher than that of the same drive used for speed reduction. This is different from the earlier viewpoint. New equations are derived for correctly calculating the reference efficiency of spur gear and helical gear with internal conjugate and external conjugate either in the state of speed increase or speed reduction respectively. The equations are also used to calculate efficiency of 2K-H planetary gear train.     

强度参数统计特性对边坡稳定可靠性的影响

由于对边坡强度参数统计特性考虑不全面,使得边坡可靠性指标计算值偏小,对应的失效概率偏大,常常超过10%,设计中难以采纳,造成地基可靠度规范的制定和执行进展缓慢。以某高速公路全风化花岗岩土质高边坡为工程背景,在分析土质参数统计特性的基础上,采用极限平衡理论和蒙特卡罗模拟法,系统地分析了土质强度参数的均值不定性、变异性、相关性、区间特性和空间变化性等对边坡稳定可靠性的影响。结果表明：土性参数的各种统计特性对边坡稳定可靠性均具有不同程度的影响。可靠性指标计算值随抽样距离的减小而增加,随c或φ均值的增大而增加,随c和φ的变异系数的增大而减小,随c和φ相关系数绝对值的增大而增加,考虑区间性后可靠性指标计算值也明显变大。即变异性对边坡稳定不利,而相关性、区间性和空间变化性对边坡稳定有利。因此,准确而全面地考虑土质参数的统计特性,尤其是在参数变异性和相关性的基础上加以考虑土性参数空间变化性和区间性会更加符合工程实际,且计算结果趋于安全,有利于地基可靠度规范的推广运用和边坡工程的安全评价。     

煤与瓦斯突出综合预测指标临界值的优化

为了提高煤与瓦斯突出预测的准确性、保障采掘工作面的安全、高效推进和降低防突工程成本,根据“三率”(预测突出率、突出预测准确率、不突出预测准确率)各自具有的合理区间属性和权重,以张集煤矿采掘工作面为例,采用区间数关联决策方法,得出综合预测指标 F ′的最优化区间为［370,380］;根据加权灰靶决策方法,得出预测指标临界值排序为400、390、380等;取最优化区间和排序靠前的临界值的交集,得到煤与瓦斯突出综合预测指标 F ′的临界值为380,并开展现场应用。结果表明,考虑评价指标的区间属性,并取预测指标区间与排序靠前的临界值的交集作为煤与瓦斯突出预测综合指标 F ′的最优临界值方法是合理的。     

基于气温预报和神经网络的参考作物腾发量预报

采用反向传播人工神经网络(BP-ANN)逼近气象因子-参考作物腾发量ET0函数关系,以天气预报中的最高和最低气温为输入进行短期ET0预报。收集了南京站实测的2010年7月1日至2013年7月7日逐日气象数据和2012年7月1日至2013年6月30日逐日对未来7d的气象预报数据,以最高、最低气温及相应的日序数为3个输入因子,ET0为输出建立一个包含一个隐含层的3层BP网络,以2010年7月1日至2012年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络,以2012年7月1日至2013年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络验证。将2012年7月1日至2013年6月30日逐日对未来7d的气象预报中的最高、最低气温输入训练及验证后的网络,得到2012年7月1日至2013年6月30日逐日对未来7d的ET0预报值,并与FAO-56PM公式计算的ET0值进行比较以验证预报精度。结果表明,预见期1~7d内,预报的ET0和计算的ET0变化趋势基本一致,预报精度随着预见期的增加而降低;平均准确率(±1.5mm/d以内)达88.08%,相关系数为0.77,均方根误差为1.28mm/d,显示出了较高的预报精度。在局部时间段内出现的ET0,PM和预报ET0的较大差别的原因是该时段内的ET0更多地受到除了日最高和最低气温之外的其他因素的影响。提出的方法 ET0预报,随着气象预报准确度的提高,可实现较为精确的ET0预报。     

日光温室作物蒸发蒸腾量的计算方法研究及其评价

对FAO推荐计算参考作物蒸发蒸腾量的Penman-Monteith(缩写为P-M)公式,在日光温室微气候的条件应用作了详细的分析。将P-M公式分为2个部分,即辐射项(ETrad)和空气动力学项(ETaero),推导出了计算温室内参考作物蒸发蒸腾量的P-M修正公式,解决了P-M公式假定温室内风速为“0”所引起的一系列问题。并根据2004年和2005年温室内实测气象数据和水面蒸发对其进行了验证,通过相关分析得出用修正后的P-M公式计算作物蒸发蒸腾量比FAO推荐的P-M公式计算值误差小、精度高。建议在日光温室里使用修正后的P-M公式计算参考作物的蒸发蒸腾量。     

参考作物蒸发蒸腾量的气象因子响应模型

基于江苏省南通市2000～2004年的旬气象资料,用FAO推荐的Penman-Monteith公式计算了参考作物蒸发蒸腾量,研究了参考作物蒸发蒸腾量与最高气温、最低气温、平均气温、相对湿度、日照时数、风速和气压等气象因素间的关系,建立了参考作物蒸发蒸腾量的响应模型.结果表明,参考作物蒸发蒸腾量与"温度因子"的关系最强,其次为"湿度和日照因子","风速因子"也有一定的影响,"气压因子"影响作用则稍弱;建立的气象因子响应模型模拟精度较高,可以简化参考作物蒸发蒸腾量计算.