简介:这份报纸论述了由与一个概念的水文学模型一起集成一个模糊聚类模型和神经网络预报框架的新分类即时洪水。一个模糊聚类模型被用来以洪水山峰和流量深度分类历史的洪水,并且概念的水文学模型为洪水的每个班被校准。背繁殖(BP)神经网络被从模糊聚类模型使用即时降雨数据和产量训练。BP神经网络为即时洪水事件提供了一个快速的联机分类。基于联机分类,水文学模型的一个适当参数集合自动地被选择生产即时洪水预报。不同参数集合连续地在因为即时降雨数据和联机分类结果的变化,预报过程的洪水被使用。建议方法论在辽宁省被用于大集水,中国。结果证明分类框架比传统的非分类的方法提供了更精确的预言。而且,在模糊聚类的不同索引重量的效果也被讨论。
简介:把土壤的侵蚀基于降雨并且在暴风雨事件推迟了沉积运输,一个方法被建议预言山峰推迟了沉积集中并且在山峰降雨以前基于降雨特征在分水岭推迟了沉积产量紧张。统治的降雨特征因素达到顶点推迟的沉积集中Cp是降雨侵蚀因素裁判员,区域一般水准降雨ip1的第一山峰降雨紧张和先前的降水索引Iap;在暴风雨事件统治推迟的沉积收益Yss的降雨特征因素是全部的降雨P,推迟的沉积收益因素Rsf和前身降水索引Iap。这研究作为研究目标在南部的台湾沿着Lao-Nung河在Liau-Kwei观察车站集中于分水岭,并且采用PSED模型为分析在11个暴风雨事件模仿分泌物自记水位计,推迟的沉积集中自记水位计和推迟的沉积产量。分析结果证明在之间有好关联上述象被使用表情(13)并且(要预言的Yss,这样创新的Cp和Yss一样的降雨特征因素和Cp14)。这二表情被利用在2009预言台风Morakot的Cp和Yss,并且结果与从由使用PSED模型的模拟的那些相比。在那里的比较表演的结果是在预言的一个好能力。为为水资源设备的有效操作的利益预言一个暴风雨事件的Cp和Yss是必要的分水岭,上述的降雨特征因素能被利用为预言建立适用的模型。
简介:Prestackreversetimemigration(RTM)isanaccurateimagingmethodofsubsurfacemedia.TheviscoacousticprestackRTMisofpracticalsignificancebecauseitconsiderstheviscosityofthesubsurfacemedia.OneofthestepsofRTMissolvingthewaveequationandextrapolatingthewavefieldforwardandbackward;therefore,solvingaccuratelyandefficientlythewaveequationaffectstheimagingresultsandtheefficiencyofRTM.Inthisstudy,weusetheoptimaltime-spacedomaindispersionhigh-orderfinite-difference(FD)methodtosolvetheviscoacousticwaveequation.Dispersionanalysisandnumericalsimulationsshowthattheoptimaltime-spacedomainFDmethodismoreaccurateandsuppressesthenumericaldispersion.Weusehybridabsorbingboundaryconditionstohandletheboundaryreflection.Wealsousesource-normalizedcross-correlationimagingconditionsformigrationandapplyLaplacefilteringtoremovethelow-frequencynoise.NumericalmodelingsuggeststhattheviscoacousticwaveequationRTMhashigherimagingresolutionthantheacousticwaveequationRTMwhentheviscosityofthesubsurfaceisconsidered.Inaddition,forthewavefieldextrapolation,weusetheadaptivevariable-lengthFDoperatortocalculatethespatialderivativesandimprovethecomputationalefficiencywithoutcompromisingtheaccuracyofthenumericalsolution.
简介:改进集中的能力预先叠时间移植允许想象的节反映结构的特征,深度,和接口形状,它是为起始的深度迁居速度模型的准备的关键步。传统的对称的旅行时间方程基于一个分层的模型的假设被导出。完成与强壮的侧面的变化集中在媒介的需要的效果是困难的。非对称的旅行时间方程基于谎言代数学和一个伪differential操作符包含能甚至在强烈侧面的可变媒介并且也改进集中的能力的侧面的速度衍生物为相对振幅保藏的重量系数的计算精确。与对称的方法相比,非对称的方法是更有效的。在这篇论文,我们描述几关键步非对称预先叠旅行时间计算和现在的一些测试用合成、真实的数据结果。
简介:传统地,在空中的时间域电磁(ATEM)数据被转换由重复导出地球模型。然而,数据高度经常在隧道之中被相关并且因而在倒置引起提出病、在坚定上的问题。关联复杂化在ATEM数据和地球参数之间的印射的关系并且因此增加倒置复杂性。排除这,我们采用主要部件分析把ATEM数据转变成直角的主要部件(PC)减少关联和数据维数并且同时压制无关的噪音。在这份报纸,我们使用一个人工的神经网络(ANN)接近与地球模型参数印射关系的PC,避免Jacobian衍生物的计算。基于PC的ANN算法为在空中的时间域与data-basedANN相比为分层的模型被用于合成数据电磁的倒置。结果在data-basedANN上表明更简单的网络结构,更少的训练步骤,和更好的倒置结果的基于PC的ANN优点,特别为污染数据。而且,基于PC的ANN算法有效性被假2D模型和比较的倒置与data-basedANN和Zhodys方法检验。结果显示基于PC的ANN倒置能与真正的模型一起完成一个更好的协议并且也证明基于PC的ANN是可行的转换大ATEM数据集。
简介:在这篇论文,我们使用到完全的变换波浪的移植(POM)预先叠的伪偏移量的方法有在各向异性的媒介的振幅保藏的时间移植。进普通变换的原来的踪迹散布的方法地图指(CCSP)由POM直接聚在一起,它为变换波浪简化常规处理过程。POM集合褶层和SNR高,它为速度分析是有利的并且对有低SNR的地震数据特别合适。我们使用了相等的各向异性的理论计算各向异性的参数。在VTI媒介基于散布波浪旅行时间方程,在各向异性的媒介的POM伪偏移量迁居被推出。由保存振幅的POM集合印射,速度分析,栈处理等等,各向异性的移植结果被获得。处理的向前当模特儿的计算和实际数据证明变换波浪的有效性预先叠有用各向异性的POM方法的振幅保藏的时间移植。
简介:为了有效地总共最小化电磁的地反应,回答答案,我们建议一个数字建模方法为二维(2D)timedomain线来源的短暂的电磁的第二等的地基于DuFort-Frankel有限差别的方法。在建议方法,我们包括了地球空气边界传导性的处理,计算了导致的起电的力量(Emf)的规范的部分衍生物,并且决定了前面的时间步。由向上扩大地球空气连接到空气格子节点和零值的边界条件,不是仅仅,我们有比全部的域解决方案更有效而且简单的一个方法。我们与高precisionthe最大值亲戚错误计算了并且分析同类的一半空间模型和完全分层的模型在我们的方法和答案速度是的分析methodand之间是不到0.01%粗略地,三比全部地的答案快预定。最后,我们使用了在不同延期时间在同类的一半空间嵌入描绘导致的旋涡水流,和在电磁的地之间的物理相互作用过程的向下并且向上传播的特征的薄身体和地下的低抵抗力的身体的模型。