分类： 地球科学 >> 地理学 提交时间： 2021-12-12 合作期刊: 《干旱区研究》
摘要： 基于1954—2018年皇甫川流域长时间序列降水量、径流量和输沙量监测数据，运用线性趋势法、Mann-Kendall检验、累积距平法等方法研究了皇甫川流域水沙周期演变特征，应用水文分析法定量评估了降水变化和人类活动对皇甫川流域径流量和输沙量变化的贡献率。研究结果表明：皇甫川流域降水量随时间变化呈不明显减小趋势，而径流量和输沙量随时间变化却呈显著减小趋势，且径流量减少趋势大于输沙量减少趋势。径流量和输沙量均从1986年发生由丰到枯的突变。以1954—1986年为基准期，1987—2018年人类活动对皇甫川流域径流量和输沙量的影响分别为83.04%和75.24%，降水变化对皇甫川流域径流量和输沙量影响分别为16.96%和24.76%。突变年前后输沙量出现明显的下降，产流能力对输沙量变化的贡献率超过了85%。降水变化和人类活动是造成皇甫川流域水沙减少的影响因素，其中流域内逐年增强的人类活动是促使皇甫川流域径流和输沙减少的主要因素，而气候变化引起的降水减少是次要因素。
分类： 地球科学 >> 地理学 提交时间： 2020-06-02 合作期刊: 《干旱区地理》
摘要： 针对陇中黄土丘陵沟壑区土壤水蚀过程复杂且难以有效预测的问题，以定西市安家沟水土保持试验站2005-2016年1 }12月人工草地径流场试验数据为主要来源，将流域月降雨量、月侵蚀性降雨量、月径流量、月降雨强度、径流场面积、径流场坡度、土壤砂粒含量、土壤粘粒含量8个因子作为输入因子，月土壤水蚀量作为输出，运用偏最小二乘法(Partial Least-Squares Regression,PLSR)和长短期记忆(Long Short-Term Memory,LSTM)循环神经网络建立人工草地土壤水蚀预测模型，并利用BP ( Back Propagation ) , RNN ( Recurrent Neural Network ) , LSTM常见神经网络模型，对模型的有效性进行评估。结果表明:PLSR将模型8个输入因子减少为4个，从而有效解决LSTM神经网络模型对样本数量要求过高的问题;PLSR和LSTM神经网络模型的结合可以有效提高模型对人工草地土壤水蚀过程的预测精度和收敛速度，预测结果的平均相对误差小于4%，相关系数高于其他3种神经网络模型，而迭代次数、均方根误差和平均绝对误差均低于其他3种模型;研究发现坡度对人工草地土壤水蚀过程影响较为明显，降雨量小于25 mm时，人工草地土壤水蚀量不会随坡度增加而明显增长，但当降雨量超过25 mm时，人工草地土壤水蚀量会随坡度明显增加。PLSR-LSTM神经网络土壤水蚀预测模型可以准确预测陇中黄土丘陵沟壑区人工草地土壤水蚀量，为该地区水土流失的准确预报提供新的思路和方法。
分类： 地球科学 >> 空间物理学 提交时间： 2017-03-10
摘要： 磁流体数值模拟是空间物理研究的重要手段。本文采用具有TVD（Total Variation Diminishing ） 特性的Lax-Friderichs 差分格式求解了GLM-MHD （Generalized Lagrange Multiplier- Magnetohydrodynamics）方程。为降低格式的 数值耗散，引入耗散修正系数对算法的通量计算过程进行了改进。对二维Rotor 算例和磁云-电流片相互作用算例的模拟结果表明，GLM-MHD 方法可以有效的控制磁场散度误差，相对于泊松校正法可以节省一半以上的计算时间。在不破坏格式稳定性的基础上，耗散修正系数有效降低了算法的数值耗散。
点击量
点击量
下载量
评论
待评议
