长沙市1975—2015年气候演变特征分析

利用长沙气象站1975—2015年的逐月气象资料,采用线性倾向率、Mann-Kendall非参数检验、滑动T检验和小波分析等方法,分析了长沙市41 a气候演变特征.结果表明:长沙市41 a气候变化呈现增温显著,降水量、月日照时数变化趋势不显著,而月相对湿度、月平均风速、月大气压显著下降的特征;线性平均增温率为0.42℃...     

60多年来车尔臣河流域主要水文要素特征分析

开展河流主要水文要素变化特征分析,可为不同来水情景下水资源配置（农业需水量计算、山区水库调蓄计算、水利工程规划布局、水资源优化利用等）提供理论依据。以新疆车尔臣河为例,采用Mann-Kendall趋势检验、小波分析等方法对主要水文要素变化特征进行了分析。车尔臣河径流系列变差系数（Cv）为0.34,偏差系数（Cs）为1.14,径流年际变化相对稳定;1957—2021年间径流整体呈显著增加趋势,其中1957—2003年处于上升、下降的波动状态,在2003年后径流整体呈增加趋势,且在2008年发生突变;径流过程存在 11 a和 19 a的显著主周期,在主周期内还存在 7 a和 11 a的小周期;基于距平百分率法得到丰水年来水为6.630亿m³,平水年来水量为5.319亿m³,枯水年来水量为4.820亿m³;流域降水呈现显著上升趋势,气温呈先下降后上升波动,整体呈上升趋势。研究表明,1957—2021年,在车尔臣河流域,径流年际变化相对稳定,整体呈显著增加趋势,过程存在11 a和19 a的显著主周期,降水呈波动上升趋势,气温也呈增加趋势,在未来水资源配置规划时应重点关注以上特征。     

脑筋急转弯

1.什么动物走路最容易摔倒,为什么?2.小波不小心吞了1元硬币,他爸把他倒过来拍,他却吐出了10元,这时他爸该怎么办呢?3.为什么大雁秋天要飞到南方去?4.什么布切不断?5.9月28日是孔子诞辰,那么请问10月28日是什么日子?6.豆腐为什么能打伤人?7.鸡和鹅百米赛跑,鸡比鹅跑得快,为什么     

近43年黄河上游来水来沙变化特点

选取黄河头道拐站实测水沙序列(1960-2002年)资料,对水沙序列进行了多时间尺度和趋势识别的小波分析。结果表明:①黄河上游来水来沙量汛期所占比例减少,而非汛期所占比例增加;在年际变化上,水沙量逐年减少;同时,水沙相关关系具有一定的变化;②黄河上游水沙序列具有相同的多时间尺度(准周期)变化,但同一尺度下,水沙所处的丰枯变化并不一致;③年水沙序列趋势变化基本一致,20世纪80年代以来,两者存在明显减少趋势;但在非汛期,两者的趋势变化有较大区别。     

塔里木河流域源流区降水量变化的小波分析

降水量(P)是估算水资源各分量的一个重要物理量.选取了塔里木河流域源流区5个站点近50年的降水量序列资料,进行了Kendall秩次相关检验和小波分析,揭示了塔里木河流域源流区降水变化的多时间尺度的复杂结构,从而为未来流域源流区降水量及相关水系径流量变化的预测提供依据.结果表明:近40年来流域源流区降水量呈现增加趋势,各站降水量的变化趋势显著性程度有所不同.在低频变化层次上,沙里桂兰克、卡拉贝利、乌鲁瓦提3站的大尺度周期震荡比较明显.在高频变化层次上,各站都存在5～ 10年不等的震荡主周期,但局部化特征有所差异.     

北京地区沙尘天气的气候特征分析

本文利用1954-2001年北京地区(20个气象站)逐月沙尘资料,重点对北京地区沙尘天气的空间分布特征、沙尘日数的年代变化规律、沙尘日数的月变化进行分析;分析了近三年北京地区出现沙尘天气特点及成因;同时对近48年的沙尘出现日数变化规律进行了小波分析。     

基于正交小波系数的阈值降噪法

依据信号与噪声小波变换系数的差异,提出的用阈值法去噪可以很好的使噪声得到抑制,且几乎保留了原始信号所有的特征点.本文详细阐述了小波分析信噪分离的基本原理和方法,通过仿真分析得到良好的效果,为信号去噪提供一条有效的途径.     

基于小波变换与神经网络的上倾管流型识别方法

为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22)     

小波神经网络在玉米营养品质鉴定中的应用

玉米是生态农业的关键农作物之一,富含蛋白质、纤维素、脂肪等物质,为实现优质玉米的培养,需要对玉米营养品质进行快速鉴定。同时,针对同一品种的玉米对不同频率的光会产生不同光谱响应数据的特点,为实现利用光谱建模快速鉴定玉米营养品质的目的,提出了基于BP神经网络的平均影响值(BP_MIV)光谱因子筛选方法。利用BP_MIV法筛选出对玉米营养品质贡献率大的波长对应的光谱响应数据列,同时由于光谱测量过程中受到试验环境、仪器参数配置、光散射效应等因素的影响,光谱响应数据中除包含玉米样品营养品质含量的信息外,同时还存在各种噪音干扰,因此,对该响应数据进行小波去噪处理,最后建立优选波长因子下的小波神经网络玉米营养品质鉴定预报模型。结果表明,筛选出的波长因子能较好地代表众多光谱因子,对玉米蛋白质的预报精度较传统的统计方法要高。     

滁州地区40年日照时数的变化特征分析

利用滁州地区7个气象台站1961~2000年逐年、逐月日照时数资料,采用常规统计方法和墨西哥帽小波变换分析了它们的月分布情况及年际气候变化规律。