排序方式: 共有20条查询结果,搜索用时 15 毫秒
11.
高炮、火箭人影催化作业云层高度的确定 总被引:3,自引:2,他引:1
通过对碘化银的成核机理、高炮火箭撒播特点以及对不同类型云的特征分析,确定了使用高炮、火箭进行人影作业时云顶温度和人工增雨炮弹炸点及火箭播撒催化起点的温度:作业催化云层的云顶温度应处于-10~-24℃,最适宜为-15~-20℃;对层状云进行播撒催化,人工增雨炮弹炸点的高度应在-10~-15℃温度层,用火箭进行播撒作业时,起始播撒点的高度应确定在-10℃温度层;对积状云进行催化作业,人工增雨炮弹炸点的高度应选在-4~-10℃温度层,火箭起始播撒点的高度应确定在-4℃温度层. 相似文献
12.
13.
飞机人工增雨催化作业云系结构特征分析 总被引:1,自引:0,他引:1
利用GMS-5卫星云图资料,配合雷达,探空、M-LDARS闪电定位探测系统观测资料及常规天气资料,对1997年3月13日飞机人工增雨催化作业云的宏观结构特征及其演变规律作了综合分析。结果表明,卫星云图上逼点云系的主要降水云是以片絮状回波结构为主的层状云降水区,云内含水量充沛,适合于飞机人工增雨作业。在云系东侧边及尾部,不断生成有中尺度对流回波系统,不仅造成了局地较强降水,而且产生了雷暴天气。 相似文献
14.
采用点对点有线数传、屏幕截获、分裂叠加等技术实现人工增雨多站雷达探测系统的资料传输,信息采集和综合显示。 相似文献
15.
介绍了河南省人工影响天气计算机网络软、硬件等方面的设计思路、功能特点及同省气象信息网的兼容性,适应性。 相似文献
16.
应用于土壤盐分含量(Soil Salinity Content,SSC)反演的BP神经网络(Back Propagation Neural Network,BPNN)较少关注对模型精度影响较大的结构参数和初始权重的优化。该文利用Landsat-8 OLI、Sentinel-1 SAR影像数据及SRTM高程数据,基于谷歌地球引擎(GEE)平台构建反演参数,并建立3种反演模型:先利用遗传算法(Genetic Algorithm,GA)同步优化输入层反演参数子集和隐含层神经元数量,再优化初始权重的BPNN(GA-BP)模型;将变量投影重要性(Variable Importance in Projection,VIP)算法分割阈值分别设为1和0.5,优化出两组输入层反演参数子集并将其分别代入GA优化隐含层神经元数量,再优化初始权重的BPNN(VIP1-GA-BP、VIP2-GA-BP)模型。在玛纳斯流域和三工河流域各选一靶区进行SSC反演,对比分析GA-BP、VIP1-GA-BP、VIP2-GA-BP模型的反演精度,并统计各类盐渍土的面积比例,结果表明:1)两靶区3组模型反演精度由高到低排序均为GA-BP、VIP1-GA-BP、VIP2-GA-BP;2)盐分指数和植被指数在SSC反演中起到重要作用,同一模型筛选的反演参数存在空间分异性,但高程适用于不同的筛选模型,具有较强的鲁棒性;3)两靶区3组模型反演的SSC值域范围与实际采样点SSC值域范围的差异均较小,各子区GA-BP反演的SSC空间分布地物轮廓最清晰,且地物内SSC的均质性最好;4)玛纳斯靶区和三工河靶区面积占比最大的盐渍土类型分别为盐渍土和中度盐渍土。研究结果为构建具有一定推广性的干旱区土壤盐分含量反演模型奠定了基础。 相似文献
17.
针对传统的基于三维GIS和CAD三维建模技术存在人工干预多、建模速度慢、成本高,不适用于大规模城市三维建模等问题,基于激光点云数据建模技术无法直接获取刚性模型纹理,建模成本高等问题,对目前应用较为广泛的基于倾斜影像三维建模技术的技术要点进了研究。该技术以倾斜多视影像为基础,借助于多视影像特征提取与定向技术、密集匹配与三维重建技术、纹理贴图技术进行三维建模。该方法综合运用计算机视觉技术、摄影测量技术,在保证三维模型定位精度高、纹理细节好的同时,节省人力物力,适用于大规模城市三维建模。 相似文献
18.
多种群并行进化神经网络的研究及应用 总被引:1,自引:0,他引:1
提出一种新的多种群并行遗传算法 (NMPGA) ,并将其作为多层前馈神经网络(MFNNs)的学习算法 ,从而形成一类新的 MFNN模型——多种群并行进化神经网络(MPENNs)。首先 ,对一给定的网络结构 ,随机产生一初始权重的集合 ,这个集合实际上对应着一组具有相同结构但不同权重的神经网络。然后 ,采用 NMPGA对 MFNNs的权重进行进化。最后 ,性能最好的网络被选作目标问题的解。在 NMPGA算法中 ,作者采用浮点数编码来克服传统二进制编码的精度不足问题 ,并设计了专门的杂交算子和变异算子来增强算法性能。实验结果表明 ,MPENNs能成功解决异或问题、三元奇偶问题及成品烟的感官质量评价问题。 相似文献
19.
基于“水—能源—食物—生态”纽带因果关系和贝叶斯网络的锡尔河流域用水分析 总被引:4,自引:1,他引:3
跨界流域水资源利用系统因受气候变化、人口增长、政治博弈、生态反馈等许多因素的互馈影响,包含复杂的“水—能源—食物—生态”纽带因果关系,形成具有高度不确定性的复杂非线性系统。传统水资源规划方法中缺少对这种复杂纽带关系的约束,而目前研究这类纽带关系多基于耦合多个模型、集成建模的方法,数据需求大、对复杂因果关系的不确定性模拟能力不足。而贝叶斯网络能以概率分布代替参数确定值来模拟系统中因果关系的不确定性、同时减少数据需求。本文利用贝叶斯概率网络,选取锡尔河流域为研究对象,量化这一因不合理用水而导致咸海生态危机的跨界内陆河流域“水—能源—食物—生态”纽带中的因果关系。结果表明贝叶斯网络能有效地模拟纽带中因果关系的强弱与不确定性,分析1970—2015年间不同时期影响咸海入湖水量的主要因素。为用水预测与流域水资源利用管理提供了系统性认知的基础,并展现出在较低模型复杂度和成本下建模的潜力。苏联时期,咸海入湖水量对农业开发增长的灌溉用水、上游水库建设的蓄水过程和径流量等较敏感;苏联解体后,咸海入湖水量对下游国家不合理使用的灌溉用水及上游水库蓄水量等节点高度敏感。短期内,需提高洗盐与灌溉用水效率,改良种植结构、增加粮食作物占比,并预防干旱危害;长期而言,通过普及先进滴灌技术,能大幅节约农业用水,在50%和80%的滴灌普及率下,新增咸海入湖水量将达到6.4 km 3和9.6 km 3以上,有望逐步缓解咸海生态危机。 相似文献
20.