简介:Abetterunderstandingofthelong-termglobalcarboncyclerequiredestimateofthechangesinterrestrialcarbonstorageafterthelastglacialperiod.Theresultsofsimulationatmid-Holocene(MH)fromPMIP(PaleoclimateModelingIntercomparisonProject)andthemoderndatafromCRU(ClimateResearchUnit,EastAngliaUniversity,UK)allowustousetheAtmosphere-VegetationInteractionModel(AVIM)tosimulatetheChineseterrestrialnetprimaryproductivity(NPP)at6kaBPandpresenttime.ThechangeofNPPandtotalNPPinChinafromnowtomid-Holoceneareabout54gm-2yr-1and0.63Pgyr-1,respectively,mainlyduetothebuild-upoftemperateforestandtropicalrainforest.ChineseterrestrialNPPvariationfromMHtonowiscloselyrelatedtothevariationinintensityofAsianmonsoon,whichcontrolledtheclimate-vegetationpatternchange.
简介:有在位于亩的东南的Salawusu河山谷的Milanggouwanstratigraphic节的palaeosols的palaeo活动的沙丘沙和fluvio湖的外形我们自从150kaBP,和谷物尺寸参数鈥?Mz,荒芜的富有经验的丰富的显著选择在grainsize粗糙、好的节奏变化,蟽,Sk,Kg和SC/D也对在山峰和山谷价值之间的multi-fluctuational引申的状况作出回应。同时性grainsize特征值鈥??5,?16,?25,?50,?75,?84并且?95是respondingly被表明极大地有节奏的跳动。在此,Milanggouwan节能被划分成粗糙、好的27谷物尺寸沉积当自从150kaBP,荒芜的变化的气候地质的过程的一个真实、综合的记录源于古老的冬季的其他的发展和东亚的夏天季风,骑车,它能被考虑。
简介:变量领域象ens纪念品那样,南方风、带风的变量从月刊500hPa重力势高度异常场被导出。在这个工作,我们在1958的6月从每月的500-hPa重力势高度异常场和他们的变量选择原来的预言者-2001,并且由与原来的预言者分别地进行实验直角的功能(文件结束)决定全面预言者。一个downscaling预报模型基于背繁殖(BP),神经网络被全面预言者的使用造与每月有活力的扩大范围预报产品在Guangxi上在6月预言每月的降水。为比较,我们也造神经网络与一样建模的另一BP由使用在5月从500-hPa重力势高度异常场选择到1957的12月的以前的全面预言者预言ands-2000并且1月到1958的4月-2001。二个模型被测试,结果证明downscaling模型的重叠的精确基于以前的全面预言者,而是downscaling模型的预言精确性比那的好取决于每月有活力的扩大范围预报的产量。
简介:为了能够客观地对海水水质进行综合评价,在分析人工神经网络概念和原理的基础上,从阈值角度出发,通过对各类海水水质污染指标浓度生成样本的方法,生成了适用于BP人工神经网络模型训练的样本,并应用基于误差反向传播原理的前向多层神经网络,建立了用于海水水质评价的BP人工神经网络模型。将该模型用于渤海湾近岸海域水环境评价,通过模型的计算,得到该海域的水质类别。结果表明,2004-2007年,渤海湾近岸海域污染指标总体上在河流丰水期时比枯水期时高,2005年和2006年污染较为严重,2007年有所好转。经训练的评价模型应用于实例的评价结果表明,该模型设计合理、泛化能力强,对海水水质评价具有较好的客观性、通用性和实用性。
简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
简介:摘 要:针对 BP 神经网络的工程估价模型具有高度的容错性和较强的泛化能力等优点,根据 BP 神经网络原理, 对某井筒工程特征进行分析,确定工程特征类目作为神经网络的输入向量。建立基于神经网络的工程造价快速估算模型,该模型能更好的满足实际工程投资估算和设计概算的需要,对项目工程造价快速估算有指导意义。
简介:到打仗的从旧石器时代的年龄的1362个考古学的地点的一个总数从西方逐渐地在湖北省增加说时间到东方并且从高土地到低土地。有为78%全部的50500m报道的高度的旧石器时代的地点的数字,当到打仗的从过时的年龄的地点的71%95%说时间时,主要在0200m的区域散布。在这个区域的考古学的地点的时间空间的分发被二个因素影响。为一件事情,每个时期的人需要选择第一或在水附近的生活地点采购原料的第二个平台并且是容易的承受泛滥。另外,影响由地区性构造自从Holocene,高举,在河罐头形式切下面,在马厩的河的新河山谷,和侧面的侵蚀和累积在许多新平台增加构造运动罐头结果预定。那么,人移居了适应平台地点的变化,在这个省的中央、东方的部分的更低的区域逐渐地导致地点增加。为另外的事情,在这个区域的考古学的地点的时间空间的分发被气候条件影响。旧石器时代的地点主要在东北Shiyan在Hanshui河山谷散布,Jinzhou的东南和Jinmen的东方,它是因为河在这个时期在更高的区域散布了。在Chengbeixi文化时期期间,这些地点在以前的旧石器时代的地点分发区域是稀罕的,但是在西南Yichang附近沿着长江显然增加。Dajiuhu盆的孢子花粉记录显示23个仅仅Chengbeixi文化地点可能在Holocene湿、热的时期期间与更多的降水和洪水有关。Daxi文化,Qujialing文化和Shijiahe文化相应于Dajiuhu孢子花粉地区IV,气候总体上在期间是有序的并且对农业开发慈悲的中间和顶。在Qujialing文化时期,当90个地点在Xiangfan-Jinmen-Xiaogan的北方在更高的高地突然地增加时,原版34Daxi文化地点中的32个消失了,它可以与水区域扩大尊重。Chu文化时期相应于Dajiuhu孢子花粉地区V,它在温暖、干燥的Holocene阶段,但是看起来气候条件�