Precipitation forecasting by large-scale climate indices and machine learning techniques     

Mehdi GHOLAMI ROSTAM  Seyyed Javad SADATINEJAD  Arash MALEKIAN 《干旱区科学》2020,12(5):854-864

Global warming is one of the most complicated challenges of our time causing considerable tension on our societies and on the environment. The impacts of global warming are felt unprecedentedly in a wide variety of ways from shifting weather patterns that threatens food production, to rising sea levels that deteriorates the risk of catastrophic flooding. Among all aspects related to global warming, there is a growing concern on water resource management. This field is targeted at preventing future water crisis threatening human beings. The very first stage in such management is to recognize the prospective climate parameters influencing the future water resource conditions. Numerous prediction models, methods and tools, in this case, have been developed and applied so far. In line with trend, the current study intends to compare three optimization algorithms on the platform of a multilayer perceptron (MLP) network to explore any meaningful connection between large-scale climate indices (LSCIs) and precipitation in the capital of Iran, a country which is located in an arid and semi-arid region and suffers from severe water scarcity caused by mismanagement over years and intensified by global warming. This situation has propelled a great deal of population to immigrate towards more developed cities within the country especially towards Tehran. Therefore, the current and future environmental conditions of this city especially its water supply conditions are of great importance. To tackle this complication an outlook for the future precipitation should be provided and appropriate forecasting trajectories compatible with this region's characteristics should be developed. To this end, the present study investigates three training methods namely backpropagation (BP), genetic algorithms (GAs), and particle swarm optimization (PSO) algorithms on a MLP platform. Two frameworks distinguished by their input compositions are denoted in this study: Concurrent Model Framework (CMF) and Integrated Model Framework (IMF). Through these two frameworks, 13 cases are generated: 12 cases within CMF, each of which contains all selected LSCIs in the same lead-times, and one case within IMF that is constituted from the combination of the most correlated LSCIs with Tehran precipitation in each lead-time. Following the evaluation of all model performances through related statistical tests, Taylor diagram is implemented to make comparison among the final selected models in all three optimization algorithms, the best of which is found to be MLP-PSO in IMF.  相似文献   

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型     

牛曼丽  李新旭  张彦军  雷喜红  王艳芳  李蔚 《蔬菜》2020,(8):24-30

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。  相似文献   

川西高山树线交错带海拔梯度上土壤有机碳稳定性特征     

王小沁  陈玉雯  孙辉  李菊  刘杨 《西北林学院学报》2020,35(1):1-7

高山树线交错带是高海拔地带对环境变化最为敏感的生态系统之一,土壤有机碳库及其稳定性在生态系统变化中具有显著指示作用。通过物理-化学方法对土壤不同活性有机碳进行连续分级分离,研究土壤有机碳不同组分在海拔环境梯度下分布特征及稳定性。结果表明,高山树线交错带土壤有机碳主要集中在物理分级组分（≥0.02 mm）,且粒径越大有机碳含量越高,即主要以颗粒态有机碳形式存在,占比均高于98%;在<0.02 mm有机-无机复合体中有机碳采用化学分级分离,这部分有机碳占比低于土壤总有机碳2%,且主要以腐殖质（胡敏素）形式存在（占土壤总有机碳0.6%~0.8%）,腐殖质占有机碳比例远低于一般土壤;随着海拔升高,土壤有机碳总量上升,颗粒态有机碳（物理分级组分）比例升高,胡敏素类腐殖质比例下降。因此,川西高海拔树线交错带的高寒土壤有机碳,主要以不稳定有机碳（POC）形式存在,随着温度上升（海拔降低）将导致土壤矿质化和腐殖化加剧,有机碳总量下降,土壤不稳定性组分（物理分级组分）降低,土壤稳定性（腐殖化比例）上升。  相似文献   

青土湖干涸湖底2种典型固沙植物群落土壤粒径分布分形特征与养分关系研究     

李易珺    杨自辉      郭树江    王强强    王多泽    王飞   《西北林学院学报》2020,35(5):62-67

以石羊河流域下游青土湖干涸湖底人工梭梭林和白刺灌丛沙包土壤为研究对象,通过分析2种植物群落5种立地条件土壤粒径分布和分形特征及其与土壤养分的关系,揭示了湖底2种典型植物群落土壤粒度的分布特征。结果表明:1）研究区固沙植被0~10 cm土壤颗粒以细砂粒为主,没有粗砂粒,其中白刺灌丛沙包表层极细砂含量、土壤颗粒物分形维数较梭梭林和对照区高。2）土壤颗粒分形维数与各粒级颗粒百分含量的关系差异较大,分形维数与黏粒、极细砂含量呈显著正相关,与细砂、中砂含量呈显著负相关,但是与粉粒含量关系不显著。土壤颗粒分形维数越大,土壤所含的细粒物质越多。3）土壤分形维数D值、黏粒、粉粒含量与有机质（SOM）、全N（TN）呈正相关性,土壤颗粒物的分形维数越大、土壤黏粒、粉粒含量越高,则土壤有机质、全N含量越高。综合分析,固定白刺灌丛表层土壤沙化程度相对较低,其他类型风蚀严重,因此,应积极采取生物措施和工程措施开展生态修复防治风蚀和盐尘暴的发生。  相似文献   

协同多目标攻击空战决策的启发式粒子群优化算法     

罗德林  杨忠  段海滨  吴在桂  沈春林 《勤云标准版测试》2006,(1):20-26

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。  相似文献   

湘棉18茎尖培养条件初步研究     

薛远超  刘大军 《安徽农学通报》2007,14(16):40-41

以腺体突变型湘棉18为试验材料,先将棉花种子在无菌的蛭石中培养5-7d后,取棉花苗制备棉花苗茎尖,培养在无激素MSB培养基或加入激素的MSB培养基上,直接再生完整植株,结果表明:植株再生率主要与再生培养基中外源激素含量、活性炭浓度及茎尖分生组织的取材时间密切相关.  相似文献   

热压温度和养护时间对快速固化水泥刨花板性能的影响     

鲍滨福  余文军  姜志宏  俞友明 《浙江林学院学报》2006,23(2):129-134

以定向刨花板厂的大片杨木刨花经简易粉碎设备粉碎分选得到的刨花和42.5强度等级的普通硅酸盐水泥为原料,Na2SiO3为添加剂,通过热压制板的方法,研究了热压温度和养护时间对快速固化水泥刨花板性能的影响。结果表明:①在85~95℃范围内,热压温度对厚板(20 mm)的物理力学性能无显著影响,而对薄板(12 mm)的弹性模量和吸水厚度膨胀率影响显著。②水泥刨花板卸出压机后的自然养护时间对快速固化水泥刨花板物理力学性能的影响主要取决于板在养护期间水泥的水化情况。厚板卸出压机后的含水率高,养护期间水泥水化好,养护时间对性能的影响显著;薄板卸出压机后含水率低,养护期间水泥水化不如厚板好,养护时间对性能无显著影响。表7参10  相似文献   

直接模拟蒙特卡罗方法在CFD冲蚀预测中的应用     

孙晓阳  曹学文  谢振强  付晨阳 《油气储运》2021,(2):192-199

为研究气固两相流中固体颗粒间碰撞对冲蚀的影响,提出一种利用直接模拟蒙特卡罗(Direct Simulation Monte Carlo,DSMC)方法和计算流体力学(CFD)计算颗粒间碰撞的冲蚀预测方法。使用Eulerian-Lagrangian方法,将气相作为连续相,通过Navier-Stokes方程求解,颗粒平移运动由离散相模型(DPM)求解。颗粒平移运动由Eulerian-Lagrangian框架下的DPM求解,计算颗粒间碰撞运动时采用DSMC方法以少量采样颗粒代替真实颗粒,碰撞的发生条件通过修正的Nanbu方法判定。分析气固两相流中颗粒间碰撞对弯管冲蚀速率和颗粒分布的影响,结果表明:使用DSMC方法计算颗粒间碰撞,Oka模型的平均百分误差从39.2%降低至27.4%;计算颗粒间碰撞时弯管内拱侧的无颗粒区变小,最大冲蚀位置沿外拱轴线后移5°,同时V形冲蚀痕迹的两翼向外侧扩大。使用DSMC方法计算颗粒间碰撞可以明显降低模型误差,考虑颗粒间碰撞的Oka模型与实验结果偏差最小,是冲蚀预测的最佳模型。  相似文献   

小叶锦鸡儿灌丛土壤肥力变化的研究   总被引：3，自引：0，他引：3  

闫德仁  赵春光  齐凯  郭建英 《内蒙古林业科技》2007,33(3):1-4

研究了内蒙古风蚀沙化区退化草原植被恢复或重建过程中灌丛对养分的聚集和土壤肥力的保护作用,结果表明灌丛大小和灌丛不同土层养分含量没有明显的变化趋势,灌丛内0~5 cm土层的养分含量高于相应的对照样地,5~20 cm土层有机质和速效氮含量高于相应的对照,灌丛土壤颗粒含量和本地区土壤本底颗粒组成有密切的关系,和对照区相比,短期内没有显著增加土壤的细粒成分,但灌丛在减少风蚀方面具有一定的作用。  相似文献   

不同粒度的低聚木糖对3种猪常见致病菌的体外抑菌效果     

范程瑞  刘强  黎佳颖  王保哲  王雨雨  庄苏 《福建农林大学学报(自然科学版)》2017,46(4)

研究了在体外状态下,不同粒度的低聚木糖(常规和超微下粉碎)对大肠杆菌、金黄色葡萄球菌和沙门氏菌3种常见的猪源性致病菌的抑菌效果.结果表明,不同粒度的低聚木糖均能抑制3种致病菌的生长.常规低聚木糖对大肠杆菌、金黄色葡萄球菌和沙门氏菌的最小抑菌浓度(MIC)分别为20.0、17.5和25.0 mg·mL~(-1);超微低聚木糖对大肠杆菌、金黄色葡萄球菌和沙门氏菌的MIC分别为20.0、20.0和30.0 mg·mL~(-1).可见,不同粒度的低聚木糖对3种致病菌均有抑菌作用.  相似文献