基于机器学习的蒸散量插补方法

以黑河流域湿地、农田、草地、柽柳、胡杨林、混合林生态系统为研究对象,结合气象因子(净辐射、温度、土壤热通量、风速、相对湿度、土壤体积含水率),分别采用多元线性回归(MLR)、决策树(CART)、随机森林(RF)、支持向量回归(SVR)、BP人工神经网络(BPANN)、深度学习(DL)等方法对蒸散量进行插补。结果表明:(a)RF、SVR、BPANN、DL在各个生态系统的蒸散量插补精度均较高(R² = 0.8~0.93,R_MSE=21.730~41.731 W/m²,M_AE=12.153~26.129 W/m²),但SVR在柽柳、混合林生态系统的结果稍差于其他3种方法(R²降低了0.01~0.02),MLR插补精度最差(R² =0.6~0.7),CART结果介于之间(R² = 0.78~0.9)。(b)加入土壤体积含水率能一定程度提升模型插补的精度(R²提高了0.01~0.06)。(c)利用建立的插补模型去插补其他年份的蒸散量,发现其精度有不同程度的下降。综合考虑模型的精度和稳定性,RF、BPANN、DL对于蒸散量的插补具有较高的精度,同时加入土壤体积含水率可以提高模型插补的精度。     

天山山区径流模拟模型研究

对SMAR模型(土壤蓄水计算及演进模型)作了改进,增加了气候输入及积雪融雪模块,用来对天山山区流域径流进行模拟。流域高差较大,水文气象特征值有沿高程分带规律,故对流域作了分带处理,相应的模型参数值各带不同。模型结果表明,该模拟比较成功,可用于天山山区流域的径流模拟和水文评价。     

沥青生产过程中软化点的SVR预测

根据30组不同电阻和温度下的沥青软化点的实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,并结合留一交叉验证(LOOCV)法对沥青软化点进行了建模和预测研究,将其预测结果与多元线性回归(MLR)模型的计算结果进行了比较。SVR-LOOCV预测的最大误差为2.1 ℃, 远比MLR模型计算的最大误差7.9 ℃要小得多。统计结果表明：基于SVR-LOOCV预测结果的均方根误差(RMSE=0.75 ℃)、平均绝对误差(MAE=0.32 ℃)和平均绝对百分误差(MAPE=0.28%)相应也比MLR回归模型的预测结果(RMSE=3.3 ℃,MAE=2.6 ℃和MAPE=2.34%)要小。因此,应用SVR实时预测沥青产品的软化点,可为生产优质沥青提供准确的科学指导。     

基于ARIMA与信息粒化SVR组合模型的交通事故时序预测

该文基于自回归滑动平均(ARIMA)模型和支持向量回归机(SVR)模型,构建时间序列组合预测模型,对道路交通事故相关指标进行趋势预测。通过ARIMA预测模型进行线性拟合;基于模糊信息粒化方法,将ARIMA预测模型残差季度变化趋势映射为包含最小值Low、中值R、最大值Up三个参数的模糊信息粒;并以其为输入构建SVR模型,对季度残差变化趋势进行预测;最后根据SVR残差预测值修正ARIMA模型预测值。实证研究结果表明:时间序列组合预测模型精度优于单一ARIMA模型,由模糊信息粒子确定的预测区间较好描述了实证数据的季度变化趋势。     

GTOPMODEL模型与TOPMODEL模型比较

构造了名为GTOPMODEL用于洪水模拟基于栅格的分布式水文模型．通过假设土壤饱和水力传导率随着深度的增加呈指数递减和地下水面平行于地表面,推导出了基本方程;介绍了植物及根系截留、蒸散发、地下水补给、基流以及汇流的计算方法,并与TOPMODEL进行了比较．采用因特网提供的数字高程模型、土壤组成和土地覆盖等资料,选用流域面积4716km^2的黄河支流-洛河卢氏以上流域,应用两个模型进行了洪水模拟比较．结果表明,在该流域GTOPMODEL比TOPMODEL模拟更好．     

三峡库区森林土壤有机碳空间分布模型的建立

森林土壤有机碳(SOC)深度分布模式影响其稳定性,一般下层SOC较上层稳定。笔者选取三峡库区秭归县马尾松林地、退耕林地、针阔混交林地等3类森林类型的黄壤、黄棕壤、石灰土、紫色土等4类土壤类型共12种组合,通过典型地段取样法构建研究区SOC密度的深度分布模型,确立模型参数与土壤性质的回归关系,确定土壤传递函数(PTFs)方程式。结果表明:森林类型仅在土壤表层影响SOC密度,土壤类型对SOC密度影响不显著,土壤质地对各深度层SOC密度影响显著; 黏土表层SOC密度比砂质土高,SOC密度随深度下降的速率受土壤质地和森林类型的影响,黏土SOC下降速率高于砂质土; 通过森林类型和土壤质地信息,构建的模型可以预测SOC深度分布模式; 运用构建的模型估算出三峡库区黑沟小流域30 cm土层内SOC储量约为(5 290.32±74.85)t,0～100 cm土层SOC储量约为(8 280.87±120.98)t,0～30 cm土层SOC储量约占整个剖面层的63.89%。     

SWAT分布式水文模型在黑河干流山区流域的改进及应用

在集成地理信息系统(GIS)和遥感(RS)技术的SWAT(Soil and Water Assessment Too1)分布式水文模型改进的基础上，对黑河干流山区流域出山径流进行了模拟。SWAT-GIS按不同的地形、土壤类型、土地利用或覆盖类型将整个流域划分成157个具有相似水文特征的水文响应单元(HRU)。通过模拟结果比较，表明浅层蓄水层回归因子(基流回归因子)、海拔高度带的划分分别对黑河干流山区流域地下径流和融雪径流过程有重要的影响，是该模型模拟精度高低的关键。通过参数的调整，1990～2000年月平均径流模拟结果显示，莺落峡站出山径流模型效率系数R^2达到0．88，相关系数r^2接近0．91。     

基于门控循环单元-支持向量回归组合模型的湖泊水位预测方法探索

为改善传统循环神经网络预测梯度消失的问题,并探讨组合模型在水位预测中的应用,提出了一种基于门控循环单元(Gated Recurrent Unit,GRU)和支持向量回归(Support Vector Regression,SVR)的组合预测模型,对猎德涌流域源头西湖水位进行预测。对GRU-SVR(多项式核、RBF核、Sigmoid核)模型进行了比选。组合模型通过GRU提取雨量与水位间时空特征,SVR增强整体的非线性预测能力。结果表明,与CNN-GRU及SVR相比,GRU-SVR(多项式核)模型在湖泊的降雨时期拥有较好的预测精度。     

无信号环形交叉口机非冲突机器学习预测方法

为高效精确地预测无信号环形交叉口机动车与非机动车的交通冲突,提出了基于遗传算法优化的BP神经网络(GA-BP)和支持向量回归(SVR)的组合预测模型(SVR-GA-BP)。通过无人机采集混合交通流高清视频,利用视频识别软件Tracker提取机非交通冲突轨迹数据,以距离碰撞时间(Time to Collision, TTC)为判别指标,确定机非冲突严重程度。基于偏相关性分析确定交通量、平均速度、大车比例等为机非交通冲突的显著影响因素,选取均方根误差(RMSE)、平均绝对误差(MAE)等五种评价指标对SVR模型、BP神经网络、SVR-GA-BP模型的预测值进行精度分析。结果表明,组合模型在一般冲突预测中精度为97.1%,相比SVR和BP神经网络分别提高6.9%和2.5%,在严重冲突预测中精度为96.1%,相比SVR和BP神经网络分别提高7.3%和5.1%。可见SVR-GA-BP组合模型能够有效预测无信号环形交叉口的机非冲突且精度最高,可为同类型交叉口的安全评价提供借鉴。     

基于小波分解-卷积神经网络和支持向量回归的短期负荷预测

为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition, WD)、卷积神经网络(convolutional neural network, CNN)和支持向量回归(support vector regression, SVR)的负荷预测模型。首先,该方法通过小波分解算法对历史负荷数据进行分析与重构,得到长度相同的历史负荷数据,降低了原始序列中非平稳性对预测精度的影响;其次,对天气因素、日期类型进行特征构造,得到特征数据;最后,将处理后的负荷数据输入卷积神经网络支持向量回归机模型,将天气特征数据输入反向传播(back propagation, BP)神经网络支持向量回归模型,通过两个模型结果的叠加得到最终的预测值。实验结果表明,模型的预测精度和效率优于传统的CNN网络、SVR网络以及输入不进行划分的CNN-SVR模型,验证了其可行性。     

膨胀土改性试验及动力特性

结合已有的研究成果和某路段的实际情况对该路基膨胀土进行了改性试验和动力特性试验研究,改性剂采用当地易购的石灰按不同的比例进行试验。通过不同石灰掺量下改性土的常规试验、强度试验、膨胀试验和动力三轴试验研究,认为改性后的土样其工程特性和力学强度指标都有了较大幅度的提高。结合具体施工条件,石灰掺量可取7%,最佳含水量取17%～20%,最大干容重取17.2kN/m3,压实度大于95%可满足工程要求。     

铯在土壤中的吸附性能研究

用动态法测定了铯在某放射性废物处置预选场址土壤中的平衡吸附量,研究了水相pH值、土壤粒度及铯溶液浓度对土壤吸附铯的影响。pH值、溶液浓度越大,土壤平衡吸附量越大;土壤粒度越小,土壤平衡吸附量越大。用常用的吸附动力学方程对实验数据进行了拟合,并对吸附机理进行了探讨。实验结果表明,该放射性废物处置预选场址土壤对铯的最大吸附率为65.9%,吸附性能较差。     

软土特性与水泥—水玻璃加固土效应的试验

通过试验 ,分析水泥—水玻璃加固土的无侧限抗压强度与原状土的物理力学性质、水理性质、有机质、土样浸出液化学成份之间的关系 ,并探讨加固土的渗透性能     

级配土的力学性能试验

为了确定振动压实仿真分析时土壤的本构关系(应力-应变关系)及性能参数,对级配土的动三轴试验数据和直剪试验数据进行回归分析,研究了级配土的强度参数和应力-应变关系.试验结果表明:级配土的粘聚力c和内摩擦角φ均随干密度的增加而增加,随含水量的增加而减小;取对数后,lg(c)、lg(φ)与级配土干密度、含水量具有较好的线性关系;振动荷载下,级配土的动应力-动应变关系受固结应力、干密度和含水量的影响较大,在低固结应力时,级配土的动应力-动应变近似呈线性关系.     

对土的性质及本构关系的研究

总结、分析了在土力学研究中有关土性质的假定,并提出了对土性质的假定原则和一些有关土力学的研究方法·     

改性土壤对苯系物的吸附行为研究

以阳离子表面活性剂十六烷基三甲基铵离子（HDTMA）和四甲基铵离子（TMA）对土壤进行修饰,制得改性土壤,探讨了改性土壤对苯系物的适宜吸附条件,研究了它们对水中苯系物的吸附作用及相互影响行为及对苯系物的吸附性能及机理。结果表明：HDTMA改性土壤可有效地吸附水中的污染物,吸附系数是原土的几十倍,对苯系物的吸附等温线呈近似线性,其机理为分配作用,被吸附物相对分子质量越大吸附愈大;TMA改性土壤对水中苯系物的吸附效果较前者差,但仍比原土壤好,对苯系物的吸附等温线呈非线性,主要以表面吸附为主。     

培养条件下生物炭对红壤菜地土氨挥发和土壤性质的影响

本研究以南方酸性红壤菜地为供试土壤,利用密闭法室内培养模拟,研究了生物炭单独添加（B处理）或与尿素同时添加（BN处理）对土壤氨挥发、土壤化学性质和酶活性的影响.结果表明:与 CK 相比,生物炭单独添加处理（B）氨挥发量显著增加,如果同时添加尿素（BN）则氨挥发量更高.单独添加生物炭后,土壤pH值、EC值、CEC值以及脲酶活性和蛋白酶活性显著增加,但除CEC值外,其余指标B处理和BN处理间没有差异.相关分析表明,氨挥发与土壤pH值、EC值、脲酶活性存在显著正相关,与CEC值存在极显著正相关,与蛋白酶活性相关性不显著.在酸性土壤中施用生物炭要考虑氨挥发引起的氮素损失问题.     

塌陷地复垦土壤特性变异研究

采用野外取样结合室内分析的方法，研究兖州矿区采煤塌陷地土壤特性，以及矸石复垦和就地取土复垦地复垦5年的土壤特性变化。结果表明：采空区地表塌陷引起的附加坡度是土壤退化的主要原因；从5年的复垦效果来看，复垦可有效改变土壤退化趋势，且就地取土复垦土地土壤特性优于矸石复垦土地；两种复垦耕地还存在着影响土壤生产力发挥的不利因素。建议通过增旆有机肥、种植绿肥增加土壤有机质含量，以及采取适宜的农业措施可有效促进土壤各肥力要素的形成，提升土壤肥力水平、恢复土壤生产力。     

复合养殖对柑橘林土壤微团聚体分形特征及理化性质的影响

【目的】研究经济林复合经营模式中,鸡的养殖密度对林下表层(0～20 cm)土壤微团聚体特征和土壤理化性质的影响,并探讨特征微团聚体组成比例(PCM,<0.02 mm/(≥0.02～0.25 mm))、<0.02 mm与≥0.02～2.00 mm粒级含量的比值(RMD,<0.02 mm/(≥0.02～2.00 mm))和分形维数D与土壤理化性质之间的关系。【方法】以四川盆周低山丘陵区柑橘林地为对象,在试验区中建立20 m×20 m标准地各4块,设置3次重复,分别饲养鸡0、600、1 200和2 400 只/hm²,采用“S”形5点取样法分别采集0～20 cm土样,并测定土壤微团聚体组成、有机质、全氮、碱解氮、全磷、有效磷、全钾和速效钾含量及土壤物理性质。【结果】柑橘林下养鸡经济林的复合经营模式增加了土壤微团聚体大粒级(≥0.02～2.00 mm)颗粒含量,降低了小粒级(<0.02 mm)颗粒含量。随养鸡密度的增加,土壤PCM、RMD和D值均逐渐减小。不同养鸡密度的土壤PCM、RMD及D均与土壤含水量、非毛管孔隙、毛管孔隙、总孔隙、通气度以及土壤有机质、全氮、碱解氮、全磷、有效磷、全钾和速效钾等含量呈显著负相关(P<0.05),与土壤密度显著正相关。【结论】柑橘林下养鸡可促进土壤较小粒级的微团聚体向较大微团聚体的转化,能有效改善土壤微团聚体组成,降低土壤PCM、RMD和D; 土壤PCM、RMD和D可作为评价林下养鸡生态系统土壤理化性质的一项重要综合性定量指标。     

石灰改良路基土的冻胀特性

为探求石灰改良路基土的冻胀特性,采用百分袁、冻融试验箱等组成冻胀试验装置,通过同条件试件内部温度传感器,实时观测试件内部冻结温度,对试验土体进行了开敞式室内冻胀试验.试验结果表明:在相同的含水率下,石灰掺量越大,土体冻胀率越小,土体起始冻胀的温度区间为-2℃左右,当温度降至-10℃时冻胀基本结束,-2℃～-8℃为冻胀现象明显的温度区间,冻胀随温度降低呈现4个阶段的变化;含水率越大,冻胀率越大,掺灰剂量越大,起始冻胀含水率越高;石灰的掺加在一定程度上能抑制土体的冻胀现象.