简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。
简介:澳大利亚海岸带边缘区域降雨量长期低于平均水平,加之人口密度的不断增长,导致对海岸带水资源的压力增大,同时,也增加了海水入侵的风险。尽管大多数州有过海水入侵报道,而且有证据证明澳大利亚海岸带有一些含水层严重枯竭的事实,但是,海水入侵综合调查只是完成了昆士兰沿海体系,而澳大利亚西部和澳大利亚南部完成的程度较低。评估程度似乎与地下水资源的感知经济价值有关,最详细的研究包括昆士兰的峡谷和盆地,在该区已经开发了区域规模的概念模型和数学模型,用于加强预警级管理方法以保护该区域,阻止进一步的海水入侵。过去应对海水入侵的方式包括建立人工补给方式,最主要的是昆士兰含水层。推荐的未来解决方案包括量身定制海水入侵监测方案,继续研究调查方法,利用海水入侵评估和管理的教育项目和编制国家指南,改善知识共享网络。
简介:IPCC发布的《管理极端事件和灾害风险,推进气候变化适应》特别报告(SREX)指出,极端事件和灾害的影响很大程度上取决于社会经济系统的风险暴露程度及其脆弱性特征.这意味着,不合理的发展过程将加剧灾害风险及其损失,另一方面,采取积极的减灾和适应行动,能够减小灾害风险并促进社会、经济、环境的可持续发展.SREX报告有助于启发决策者与社会公众,为充满不确定风险的未来进行合理规划,包括关注未来因人口和社会财富增长导致的暴露度和脆弱性增加,在国家和部门层面整合适应、减灾与发展政策,利用多种政策工具加强决策的科学性和灵活性,发挥不同主体在适应治理与灾害风险管理中的作用等等.
简介:在美国及许多国家、地区存在有丰富的页岩气资源。在这些资源的不断开发过程中涉及环境风险,尤其是水资源。这种分布式采掘工业的复杂原始状态及有限的影响数据,导致建立可能的影响和设计适当的调控响应面临挑战。为了评估一套潜在的水管理政策方案,此处我们建议在项目层次影响评估方法之外.采用区域性、共同性影响分析。具体来说,我们检查用于水力压裂的假定取用水和随后的废水处理,这种废水可能返回或来自目前未开发的纽约Susquehanna河流盆地的未来开采的页岩气井。结果表明:建议的取用水管理措施不能提供比单一方法更大的环境保护。我们建议采用一种使环境保护最大化、同时减少调控复杂性的政策。对于废水处理而言,据我们了解,纽约Susquehanna河流盆地现存的市政设施的废水处理能力有限,我们建议对工业处理设施采取适度的私人投资,以完成处理目标而不会对公共系统造成风险。我们得出如下结论:影响页岩气开发的确定性水资源调控应该建立在区域性、共同性基础上,这表明可以通过兼顾环境评估和调控限制开采的需要,以满足水资源管理目标。