小波随机耦合模型在查哈阳农场降雨量预测中应用

采用小波变换A Trous算法对小波信号进行分解后,对各小波变换序列进行互相关分析,建立各小波变换序列相应的随机模型,最后采用小波重构算法得到小波随机耦合模型.然后根据查哈阳农场1956-2008年作物生育期月降雨量数据资料,建立了小波随机耦合模型,对模型进行拟合预测精度检验,研究表明该模型拟合预测精度高,能够反映该地区的降雨量变化规律,是一种实用的预报模型.对当地制定合理的灌溉制度和高效利用降水资源具有重要意义.     

基于小波纹理和随机森林的猕猴桃果园遥感提取

为快速、准确地从高分影像中获取猕猴桃种植分布信息,提出了一种结合小波变换纹理分析和随机森林分类的QuickBird影像猕猴桃果园自动提取方法。首先,采用coif5小波对QuickBird全色影像进行多尺度小波分解,计算各子频带小波系数的能量特征作为纹理特征;然后,将小波纹理与光谱特征组合构建分类特征;最后,利用随机森林分类实现土地利用分类和猕猴桃果园空间分布提取。结果表明,小波纹理识别猕猴桃果园的效果明显优于光谱特征和其他2种纹理特征;光谱+小波纹理特征的分类精度最高,猕猴桃果园提取精度(Fk)和总体分类精度(OA)分别为95.30%和94.46%,比光谱+灰度共生矩阵纹理分类分别提高6.70%和2.88%,比光谱+分形纹理分类显著提高13.43%和6.98%;随机森林分类结果优于相同特征下的支持向量机、最大似然分类。本文提取的猕猴桃果园面积与目视解译结果的相对误差小于7%。此外,利用本文方法对同期QuickBird影像另一研究区的苹果园分布进行提取,结果表明,该方法对苹果园提取有较好的适用性。     

基于小波消噪的三江平原井灌区年降水随机预测模型

近些年来,由于水田面积迅速增加,导致三江平原井灌水稻区地下水位普遍下降,"吊泵"、局部超采现象时有发生。天然降水是地下水的重要补给来源,而年降水序列由于各种因素的影响往往含有噪声。为解决上述问题,以853农场为例,采用小波消噪技术和随机水文学方法对实测年降水资料进行消噪、差分和标准化处理,建立了年降水量小波随机耦合预测模型,精度检验结果表明,模型有效性和可靠性较高。该模型揭示了区域年降水量的时间变化规律,为853农场乃至整个三江平原充分利用天然降水、合理制定水稻灌溉制度以及地下水资源的可持续利用提供了科学依据。     

基于BP神经网络替代模型的地下水污染随机模拟

为分析水文地质参数的不确定性对地下水数值模拟模型输出结果的影响,针对假想算例进行研究.首先建立地下水数值模拟模型.运用灵敏度分析法筛选出对模拟模型输出结果影响较大的参数作为随机变量,为减少反复调用模拟模型产生的计算负荷,分别采用克里格法和BP神经网络方法建立模拟模型的替代模型并比较二者的精度,并选择精度较高的BP神经网...     

小波最近邻抽样回归耦合模型在三江平原年降水预测中的应用

近些年来,由于水田面积迅速增加,导致三江平原井灌水稻区地下水位普遍下降,"吊泵"、局部超采现象时有发生。为解决上述问题,以853农场为例,对实测年降水资料进行差分和标准化处理,采用小波理论和最近邻抽样技术进行耦合分析,建立了853农场年降水小波最近邻抽样回归耦合预测模型,精度检验和对比分析结果表明,模型有效性和可靠性较高。该模型揭示了区域年降水量的时间变化规律,为853农场乃至整个三江平原充分利用天然降水、合理制定水稻灌溉制度以及地下水资源的恢复和可持续利用提供了科学依据。     

圩区地下水溶质运移随机模拟模型及应用研究

以我国大型圩区为研究对象,开发出一通用的地下水溶质运移随机模拟数学模型,用以模拟圩区地下水中污染物运移与累积情况。分析了大气降水、地表蒸发等随机变量的模拟预测方法,应用随机理论及时间序列理论对上述动态因素进行动态模拟,建立了不同边界条件的圩区地下溶质运移随机模拟模型。应用MODFLOW软件进行数值分析,给出特征点处地下水中总氮浓度随时间的变化规律,并提出现状封闭率条件下的适宜水面率及年排污最大量。结果表明,地下水总氮含量模拟值与实测值最大相对误差11.67%。     

基于随机森林算法拖拉机齿轮箱故障诊断研究

准确检测机械部件的故障是减少维修成本、生产损失和延长机器使用寿命的重要基础条件。在农业生产环境中，由于作业环境较差、干扰信号较多，导致传统故障传感器灵敏度降低，不能及时对故障进行判断与处理，故障频发。为此，选取拖拉机为研究目标，对其辅助齿轮箱进行智能故障诊断。在3种不同的转速(600、1350、2000r/min)条件下，收集了健康和故障小齿轮的振动信号，基于离散小波变换(DWT)作为信号处理，通过相关性特征选择(CFS)方法被用来进行特征选取，并采用随机森林(RF)和多层感知器(MLP)神经网络来对数据进行分类。研究结果表明：不使用特征选择的情况下，RF故障预测准确率为86.25%;在600r/min时，不使用特征选择的RF故障预测准确率为86.25%,使用CFS的最佳6个特征通过训练的RF的相应值，在600r/min时，RF故障预测准确率为92.5%;在1350r/min时，RF故障预测准确率为95.0%。     

基于小波神经网络的动态测试误差溯源研究

提出了一种新的动态精度理论——动态测试误差溯源理论，将测试系统的输出总误差分解并溯源到系统内部各组成单元以及外界干扰因素，并给出了其建模方法。小波神经网络是现代信号处理中一种重要的分析方法，它结合了小波变换和神经网络两者的优点。文中利用小波神经网络，根据系统的白化模型，对仿真动态测试系统的输出误差进行了溯源研究，并得到了理想的结果。     

基于替代模型的地表水地下水耦合模型不确定性分析

在地表水地下水耦合模拟过程中,源汇项的不确定性会影响模型输出结果的可靠性,故对其进行不确定性分析十分必要。针对一假想算例建立了地表水地下水耦合模拟数学模型,并运用Hydro Geo Sphere软件对其进行同步并行求解。采用Monte Carlo方法分析源汇项的不确定性对于地表水地下水耦合模拟输出结果的影响。在不确定性分析过程中,为减少多次调用模拟模型所产生的计算负荷,采用拉丁超立方抽样和Kriging方法建立模拟模型的替代模型。结果表明:地表水地下水耦合模拟模型能够描述研究区地表水流与地下水流的水力联系;采用Kriging方法建立模拟模型的替代模型,能减少不确定性分析的计算负荷;结合风险评估,地下水水位低于地下水生态水位阈值的风险值为0.2;基于替代模型对地表水地下水耦合模拟模型进行不确定性分析,大幅度地减少了计算成本,为决策者的实际工作提供参考。     

基于CEEMD-TD模型的月径流随机模拟

针对典型解集(TD)模型只适用于平稳随机序列而存在的局限性问题,提出一种新的月径流随机模型—互补式集合经验模态分解-典型解集(CEEMD-TD)模型.以黄河流域的3个典型水文站为例,建立CEEMD-TD模型的月径流随机模型,通过检验截口的主要统计参数来评价随机模型的模拟效果.结果表明:各典型水文站中CEEMD-TD模型...     

关于地下水位动态预测模型的进一步研究

针对目前建立地下水动态预测模型所存在的问题，通过引入综合因子时间作为预测模型的主因子，用河道补给和降水因素作为修正因子，并利用指数值的大小间接反映其权重，使所建模型物理含义清晰，计算方法简捷，有效提高了模型的拟合及预测精度，并通过实例进行了残差平方和、标准剩余差及相关指数计算比较。     

基于RBF神经网络的地下水动态预测

以内蒙古自治区巴彦淖尔市金泉工业园区为例,基于园区B248号长观井2001-2008年的地下水埋深资料,首先建立了地下水埋深RBF神经网络预测模型,而后对该模型的模拟结果作误差分析,并将相应值与BP网络模型进行对比。RBF神经网络模型和BP网络模型的最大相对误差分别为9.88%和19.67%,最大绝对误差分别为0.81和1.56,均方误差分别为0.19和0.98。显然,RBF神经网络具有较高的预测精度和较强的非线性映射能力。用上述训练好的RBF神经网络模型对研究区2009-2013年平水年条件下的地下水埋深进行预测,结果表明,研究区已出现地下水位持续下降的趋势。最后,根据地下水资源保护规划方案,在逐时段压缩地下水开采量10%的情况下,研究区2025年即可恢复到2001年的地下水水位值。     

基于熵权的模糊模型在地下水位动态类型划分中的应用

地下水动态类型的确定对合理开发利用地下水、预测地下水资源量的变化、保护地下水资源、水资源的优化配置、预防环境地质灾害、制定水资源规划、管理水资源等有重要的实际意义.在掌握我国通辽地区水文、气象、地质以及相关水文地质等资料的基础上,将传统模糊综合评价方法与熵权理论相结合,确定出综合模糊判定模型,运用该模型对研究区的地下水动态类型进行分类.将分类结果与研究区的地形地貌条件以及水文地质条件相对应,可验证综合模糊判定模型的可靠性.     

新安江模型与水动力学模型结合的

将一维圣维南方程组与新安江模型结合构成河口地区水位模拟模型,结合区间入流对模型模拟结果影响的试验,提出了采用断面实测信息动态修正区间入流的方法,并对其中的参数进行了分析。将该模型应用于曹娥江感潮河段,结果分析表明,动态修正区间入流能取得很好的修正效果,模型精度高。     

灰色神经网络在地下水动态预测中的应用

以周至201号井为例,选取降雨量、蒸发量、单位面积的引灌水量及人工开采量4个地下水位的主要影响因素为预报因子,地下水位作为输出样本,建立BP神经网络模型。以2002-2011年4个序列的数据分别建立新陈代谢GM(1,1)模型,得到2012-2014年的预测值。再将各新陈代谢GM(1,1)模型得到的4个预报因子的预测值作为BP神经网络的输入,得到的输出即为最终2012-2014年地下水位的预测值。结果表明,灰色理论和BP神经网络耦合模型具有较高的预测精度,可为地下水的动态预报提供参考。     

三江平原井灌水稻区地下水动态变化规律的小波神经网络分析

以853农场为例,利用小波分析的多分辨率功能和人工神经网络的非线性逼近功能,建立了基于小波变换和BP神经网络的853农场地下水埋深动态预测小波神经网络模型,对地下水动态变化规律进行分析,精度检验及对比分析结果表明,模型拟合和预测精度均较高。预测结果表明,853农场未来几年内地下水位会持续下降,年平均降幅为0.66 m左右,因此当地应加强地下水的科学管理。该模型揭示了区域地下水动态变化规律,为853农场乃至三江平原井灌区地下水资源的可持续利用提供了科学依据。     

济南地区地下水动态监测网优化

地下水动态监测网通过获取地下水信息进而对地下水资源进行有效管理。以济南地区岩溶地下水为例,采用普通克里金法与地下水位趋势面分析相结合的方法对62个地下水监测井进行了优化,计算结果表明现状监测网密度较小,经监测网的优化,整个研究区需增加11个监测点,观测频率1次/5d。优化结果与济南地区水文地质条件基本吻合,对于济南保泉供水及水资源管理提供借鉴。     

基于支持向量机回归的营养液调控模型研究

针对目前设施栽培中营养液动态调配精确度低的问题,提出一种基于支持向量机回归(Support vector machine regression,SVR)的营养液调控模型.首先,通过设计嵌套试验采集了13个温度、50组不同Knop营养液(A:99％Ca(N03)2·4H20、B:98％KN03、C:99％KH2P04、D...     

基于人工神经网络的地下水流数学模型参数识别

基于人工神经网络技术 ,建立了地下水二维非稳定流数学模型的参数识别模型 ,用地下水长观孔水位降深资料识别模型参数。通过实例计算分析 ,结果表明此法适用于处理复杂条件下模型参数识别问题 ,且结果稳定可靠。     

基于最小响应单元的地下水埋深时空分异特征研究

采用协同克里金插值方法,以2005、2009、2013、2017年4 a翁牛特旗地下水埋深为主变量,以NDVI(归一化植被指数)、降水量和河网密度为协变量,计算研究区内的地下水埋深,运用改进水文响应单元模式,在空间上将协同克里金插值后的地下水埋深栅格数据转换为矢量数据,将传统的简单插值分析方法运用协同克里金和最小响应单元进行改进,使之更贴合实际地下水汇流情况,获取最小响应单元551个,并据此进行空间整体与局部自相关分析。结果表明,在研究区空间上,地下水埋深东西分异规律明显,地下水位呈现西高、东低的态势,受降水和河流影响逐渐变大;在时间序列上,地下水埋深平均变化不大,但逐渐呈现聚集的趋势。