期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
河南省夏玉米生育期间主要气象灾害发生频率分析与未来预估 被引量:12
1
作者 韩宇平 蒋亚茹 肖恒 《中国农村水利水电》 北大核心 2018年第3期148-154,共7页
基于19个气象站点实测降水资料和RCP4.5情景下5个全球气候模式降水预估数据,采用集合论的方法定义单一和同时发生的气象灾害事件及其组合,分析了河南省夏玉米生育期间历史(1961-2015年)和未来30年(2021-2050年)主要气象灾害发生频率的... 基于19个气象站点实测降水资料和RCP4.5情景下5个全球气候模式降水预估数据,采用集合论的方法定义单一和同时发生的气象灾害事件及其组合,分析了河南省夏玉米生育期间历史(1961-2015年)和未来30年(2021-2050年)主要气象灾害发生频率的时空分布特征及其变化。结果表明:1961-2015年河南省夏玉米生育期间初夏旱发生的频率最大、卡脖旱次之、花期阴雨最小,且具有较为明显的空间分布特征。与基准期(1971-2000年)相比,21世纪以来(2001-2015年)旱灾发生的频率呈增加趋势,花期阴雨发生的频率有所减少。但RCP4.5情景下气候模式预估2021-2050年降水量较基准期明显增加,气象灾害发生频率的变化趋势可能将发生改变。受花期阴雨发生频率增幅较大的影响,发生主要气象灾害的频率增加5.8%;而两种主要气象灾害同时发生的频率则减少5.2%。同时,主要气象灾害发生频率的变化在空间分布上可能将更为不均。 展开更多
关键词 夏玉米 气象灾害 初夏旱 卡脖旱 花期阴雨 频率
在线阅读 下载PDF
基于Kalman-PNN协同融合的悬移质含沙量测量 被引量:2
2
作者 刘明堂 陈健 +4 位作者 刘书晓 刘佳琪 吴思琪 江恩慧 刘雪梅 《人民黄河》 CAS 北大核心 2021年第5期12-16,共5页
针对悬移质含沙量在线测量易受环境因素干扰的问题,通过分析卡尔曼滤波(Kalman filter)特性与概率神经网络(PNN)数据融合特点,提出基于卡尔曼滤波和概率神经网络(Kalman-PNN)的协同融合模型。首先应用卡尔曼滤波器对含沙量传感器输出值... 针对悬移质含沙量在线测量易受环境因素干扰的问题,通过分析卡尔曼滤波(Kalman filter)特性与概率神经网络(PNN)数据融合特点,提出基于卡尔曼滤波和概率神经网络(Kalman-PNN)的协同融合模型。首先应用卡尔曼滤波器对含沙量传感器输出值进行无偏估计,减少含沙量传感器的噪声干扰;然后将含沙量信息和水温、深度、流速等环境信息进行多源数据融合处理,进一步消除环境因素对含沙量测量的影响;最后经过Kalman-PNN协同融合处理,得到更加精确的含沙量实测值。为了验证Kalman-PNN协同融合模型的数据处理效果,在相同试验条件下进行了一元线性回归(ULR)模型、多元线性回归(MLR)模型、PNN模型与BP神经网络模型的含沙量数据处理。通过误差比较分析发现,基于Kalman-PNN协同融合模型的试验数据平均绝对误差仅为11.72 kg/m^(3),而一元线性回归模型、多元线性回归模型、PNN模型与BP神经网络模型的分别为103.12、56.02、12.47、49.81 kg/m^(3)。试验结果表明,基于Kalman-PNN的协同融合模型对含沙量测量精度的提升具有积极作用。 展开更多
关键词 悬移质含沙量 在线测量 卡尔曼滤波 概率神经网络 协同融合
在线阅读 下载PDF
含沙量监测的wavelet-Kalman多尺度融合研究 被引量:3
3
作者 付立彬 刘明堂 +2 位作者 王丽 秦泽宁 杨阳蕊 《人民黄河》 CAS 北大核心 2018年第9期23-27,共5页
为解决黄河含沙量监测时传感器易受环境因素影响的问题,简述了音频共振法测量含沙量的原理,探讨了音频共振传感器的谐振频率和含沙量监测之间的关系,提出了贯序式wavelet-Kalman多尺度融合模型,对音频共振传感器的谐振频率进行小波分解... 为解决黄河含沙量监测时传感器易受环境因素影响的问题,简述了音频共振法测量含沙量的原理,探讨了音频共振传感器的谐振频率和含沙量监测之间的关系,提出了贯序式wavelet-Kalman多尺度融合模型,对音频共振传感器的谐振频率进行小波分解,把含沙量数据组成贯序式数据块进行多尺度分析,提取含沙量信号序列中的突变值,建立了Kalman融合方程,将温度信息作为控制信号,消除了环境因素对含沙量监测的影响,并进行了含沙量测量的反演和误差分析。结果表明:贯序式wavelet-Kalman多尺度融合模型能够有效地消除环境影响,提高系统测量的精度和稳定性,平均绝对误差为3.95 kg/m^3,均方根误差为3.13 kg/m^3,比其他反演模型的误差小。 展开更多
关键词 音频共振法 贯序式 小波多尺度分析 卡尔曼融合 含沙量监测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部