基于小波分析的年最大径流预测方

径流序列可以看成是各种不同成分线性叠加构成的时间序列。利用小波变换良好的局部化时频分析能力，将年最大径流序列进行分解，使其趋势项、周期项和随机项得以分离。各子序列分别代表不同的时间尺度，反映了各种物理因素对径流过程的影响。然后根据各子序列的特性分别建立幂函数、周期函数或ARMA模型并进行预测。最后将各子序列的预测值合成，得到年最大径流序列的预测值。对宜昌站1991年至2002年最大径流量的预测结果表明，该方法是切实可行的。并指出小波包变换在分析中、高频信息方面优于小波变换，有助于进一步提高预测的精度。     

利用小波分析诊断农机产品变速箱齿轮故障

介绍小波变换的基本原理，针对农机产品变速箱齿轮出现故障时产生的非稳态脉冲信号特点，选择合适的小波。应用小波变换准确地诊断变速箱齿轮裂纹故障，证明了小波分析的应用价值。     

谐波小波包自适应分解在故障诊断中的应用

将谐波小波包与匹配追踪方法相结合,提出了谐波小波包自适应分解的新方法。根据信号特征自适应选择谐波小波包字典内的时频原子,可以将非平稳振动信号既不交叠又无遗漏地分解到相互独立的频带上去,算法实现简单,频率分辨率好。通过仿真算例将该法与小波包变换、小波包追踪结果相比较,验证了该方法时频定位性好的优越性。将该方法应用于轴承和转子的故障诊断,结果表明,故障特征提取是有效的。     

1958—2018年广西早稻高温热害时空变化规律

为了掌握广西水稻高温热害的变化规律特征,为水稻生产制定防灾减灾对策提供决策依据,本研究利用广西89个气象观测站1958—2018年观测资料及地理信息数据,采用GIS技术、M-K突变分析和Morlet小波周期分析等方法,探究广西早稻高温热害发生的时间变化规律和空间分布等特征。结果表明：（1）1958—2018年广西早稻高温热害呈增长趋势,20世纪90年代为发生低谷期,21世纪10年代为高发期;（2）高温热害发生次数在2009年发生增多突变,除重度高温热害外,轻、中度高温热害次数变化均有突变发生;（3）高温热害发生频次存在18、32年左右的显著周期变化,预计2018年之后广西早稻高温热害仍处于高发期;（4）高温热害高发区位于左、右江河谷,桂中盆地和西江—浔江—郁江等流域区域,沿海地区发生频次少于内陆。以上研究结论对实现水稻丰产稳产优产具有重要的现实意义。     

蝗虫切片图像Shannon-Cosine小波精细积分混合降噪

在显微镜下采集到的蝗虫切片图像通常同时具有高斯噪声和椒盐噪声。利用同时具有插值性、光滑性、紧支撑性及归一化特性的Shannon-Cosine小波,构造了多尺度插值小波算子,进而构造了去除图像中混合噪声的小波精细积分法。该方法在稀疏描述切片图像时,通过设置稀疏表示阈值,直接消除图像中的椒盐噪声;将图像的Shannon-Cosine小波稀疏表达式直接代入图像降噪P-M模型,将该模型变形为非线性常微分方程组,采用精细积分法求解,可实现图像的保边降噪,消除图像中的高斯噪声。实验结果表明,在满足降噪要求的情况下,本文方法可以较好地保持蝗虫切片图像中的各种纹理结构;随着高斯噪声方差由0.02增加到0.10,降噪图像的PSNR下降了11.67%,远低于其他方法。说明本文方法在处理蝗虫切片图像时具有较强的鲁棒性。采用本文方法描述蝗虫切片图像时,特征像素点只占图像像素总数的10%左右,有效降低了问题规模,提高了求解效率。     

基于WT-CNN-LSTM的溶解氧含量预测模型

溶解氧（Dissolved oxygen, DO）含量是影响水产养殖产量的重要因素之一,具有时序性、不稳定性和非线性等特点,且其影响因子过多、存在复杂的耦合关系,难以实现精准预测。针对传统长短时记忆神经网络（Long short term memory, LSTM）预测模型易引入冗余数据,且在训练过长序列时会出现梯度消失现象,从而不能捕捉因子间长期的依赖性问题,提出了基于小波变换（Wavelet transform, WT）、卷积神经网络（Convolutional neural network, CNN）和LSTM的溶解氧含量预测模型。首先,使用WT降低数据噪声;然后,使用CNN深度挖掘各变量之间的潜在关系;最后,利用LSTM的时序性预测2h后的水产养殖溶解氧含量。结果表明,本文提出的WT-CNN-LSTM模型预测效果良好,其平均绝对误差、均方根误差和决定系数分别为0.138、0.229和0.954,比传统LSTM模型分别优化了28.87%、21.03%和4.61%。     

四川盆地丘陵区土壤水分垂直变异特征研究

根据四川盆地丘陵区重庆市璧山县青杠墒情站点土壤水分每天的动态监测资料,用小波分析的谱相分析方法研究了土壤水分的垂直异质性。结果表明:土壤水分变化是个随机平稳的波动序列;就时间变异来看,其变异有一定的隐周期,大致可分为3~5月的次波动期、7~9月的剧烈波动期、10~2月的相对稳定期。就土壤的垂向变化来看,站点的0~10 cm的变异高于10~20、20~40 cm层变异;各层变异之间存在一定的因果关系,可用互谱密度系数表示,但受降水、蒸发、作物利用等多种因素的制约,并未表现出完全的同步响应关系。     

基于声发射技术的木材害虫信号特征检测

针对木材害虫声发射（AE）信号检测问题,研究杨树木段中麻点豹天牛幼虫AE信号波形特征及其信号的能量,为钻蛀害虫声音的监测提出一种新的方法。取一段具有麻点豹天牛幼虫的杨树木段,通过采样频率为500 kHz的2通道木材蠕变声发射信号采集系统采集原始AE信号。对采集到的原始信号滤波后进行小波分解,通过对各层高频信号的分析获取AE信号的频域特征,并对其进行重构与信号解析。结果表明,麻点豹天牛幼虫AE信号的主频主要集中在30 kHz附近,其信号的能量在16:00最高,反映了该幼虫在15:00-16:00较活跃。     

基于CWT-RF模型估算博斯腾湖湖滨绿洲土壤有机碳含量

为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选的特征波段作为建模输入量,构建随机森林(RF)模型。结果表明：研究区土壤有机碳含量平均值随土层深度增加由12.36 g/kg降低至10.49 g/kg,变异系数平均值为69.62%,空间异质性较强;CWT变换可以有效提高不同土层深度土壤有机碳含量与光谱反射率间的相关性,不同土层深度相关系数均值平均提升约22.41%;光谱数据经过CWT变换构建的模型精度明显提升,RF模型验证集R²与RPD分别平均提高7.09%、10.06%。CC、CARS、SPA、GA方法能消除光谱信息冗余,有效降低CWT-RF模型的输入量与RMSE值,土层深度0～20、20～40、40～60和60～80 cm筛选的特征波段平均压缩至全波段数目分别为8.51%、5.38%、2.21%和3.67%;RMSE值分别平均降低111.67%、135.61%、12.25...     

基于小波消噪柑橘内部品质近红外光谱的无损检测

为探讨柑橘内部品质无损检测方法,通过3阶Daubechies小波4级分解,对柑橘近红外光谱进行消噪预处理,并运用偏最小二乘法建立了柑橘贮藏中可溶性固形物、糖度、酸度和维生素C含量的校正预测模型.结果表明:建立的可溶性固形物含量预测模型,其预测值与标准值的相关系数为0.954,预测校正均方差为0.418%,最优光谱波段为6 101.7～4 246.5 cm-1;建立的可溶性总糖含量预测模型,其预测值与标准值的相关系数达0.975,预测校正均方差为0.490%,最优光谱波段为7 507.7～6 097.8 cm-1;建立的总酸含量预测模型,其预测值与标准值的相关系数达0.948,预测校正均方差为0.022%,最优光谱波段为 6 101.7～4 246.5 cm-1;建立的维生素C含量预测模型,其预测值与标准值的相关系数为0.957,预测校正均方差为0.039 mg/g,最优光谱波段为7 501.7～5 449.8 cm-1.