nav emailalert searchbtn searchbox tablepage yinyongbenwen piczone journalimg journalInfo journalinfonormal searchdiv searchzone qikanlogo popupnotification benqimuci xinwengonggao jingxuanzhuanti guokanliulan wangluoshoufa beiyinpaihang xiazaipaihang liulanpaihang caozuorukou wenbenneirong xiazaizhongxin lianjiezhongxin fangwenliangtongji papernavigation benqimucitupian wangluoshoufatupian beiyinpaihangtupian xiazaipaihangtupian liulanpaihangtupian xinwengonggaosimple xiazaizhongxinsimple lianjiezhongxinsimple jingxuanzhuantisimple

下载中心

网站访问量

总访问量: 592,625
今日访问量: 20
2025年11期
地球科学

江西省森林植被覆盖变化及气候响应

陈兴鹃;占明锦;戴芳筠;李柏贞;

开展区域森林植被生态变化特征及气候响应分析,可为因地制宜开展生态环境保护与修复、应对气候变化等提供重要参考。基于MOD13A3遥感产品数据和江西省87个气象站数据,利用趋势分析、波动性分析、相关性分析等统计方法,研究2000—2023年江西省森林植被覆盖时空变化及气候响应特征。研究结果表明:(1)江西省森林植被覆盖度(fractional vegetation cover,FVC)整体呈升高趋势,其中抚州市增加趋势最明显。在不同森林类型中,常绿针叶林和落叶阔叶林增加趋势最为明显。(2)森林FVC整体南高北低,并且呈现中间向外围递增的辐射状特征;年均值为0.70,覆盖度较高,其中赣州市年均森林FVC最高。常绿阔叶林FVC明显高于其他森林类型。(3)大部分林区FVC波动性较小,森林植被生长状况稳定。各地市森林FVC波动性景德镇市最小,南昌市最大。在不同森林类型中,常绿阔叶林FVC波动性最小。(4)江西省森林FVC与气温、降水在大部分地区呈正相关关系,与日照在大部分地区呈负相关关系。气温变化对于江西省森林FVC影响更显著。本研究有助于加深对江西省森林生态系统特征及气候变化响应机制的理解,可为制定生态环境建设和适应气候变化相关政策提供科学依据。

2025 年 11 期 v.41 ; 中国气象局青年创新团队项目(CMA2024QN15); 江西省气象局气象骨干人才(正高级后备人才)培养专项(JX2023Z03)
[下载次数: 143 ] [被引频次: 0 ] [阅读次数: 76 ] HTML PDF 引用本文

基于VB-Residual的高速公路路温预测

黄亦露;王亚男;梁晓妮;任晨平;吴影;史珩瑜;柳婧;

高速公路道路温度是冬季道路结冰的一项重要指标。为提升道路温度预测的准确性,本文提出一种融合VGGNet模块层次化卷积结构与残差单元(Residual Unit)残差连接机制的VB-Residual道路温度短时预测模型。该模型利用VGGNet模块清晰规则的卷积层次结构提升学习的稳定性,通过残差单元的残差连接缓解深层网络中的梯度消失问题,深入捕捉高维特征场中的非线性特征和局部极端温度波动。研究以高分辨率多源融合实况分析数据(HRCLDAS)构建为实况高维特征场,学习其与杭州地区冬季高速公路道路温度之间的映射关系,并对模型性能进行综合评估。结果表明,与浅层神经网络CNN(convolutional neural network)和传统深度学习网络VGGNet相比,VB-Residual在1 h预测步长上的平均绝对误差(mean absolute error,MAE)分别降低了83.3%、69.8%,均方根误差(root mean square error,RMSE)分别降低了83.5%、68.9%,决定系数(R2)分别提高了11.1%、2.7%。随着步长加大,VB-Residual模型的性能优势更加突出,尤其在6 h预测步长下,平均绝对误差分别降低了85.3%、73.0%,均方根误差分别降低了84.3%、74.1%,决定系数分别提高了100.6%、21.4%。此外,VB-Residual模型能够更精准地捕捉道路温度局部波动趋势,有效减少空间预测误差的极端值,误差分布均衡,泛化能力和预测稳定性强。本研究为冬季道路温度预测及道路结冰预警提供了一种高效可靠的新方法,具有良好的实际应用前景。

2025 年 11 期 v.41 ; 浙江省基础公益研究计划项目(LZJMY23D050001); 浙江省气象局重点项目(2022ZD12);浙江省气象局青年项目(2022QN06); 浙江省气象服务中心重点项目(2023ZD001)
[下载次数: 20 ] [被引频次: 0 ] [阅读次数: 57 ] HTML PDF 引用本文
工业技术

深度学习下的电网数据异常检测方法

李蓓;朱安峰;

电网数据易受传感器故障和外部干扰影响而产生异常和噪声,为了进一步提升电网时序数据的准确性和效率,本文提出基于深度学习的电网数据异常检测方法。分别讨论了卷积神经网络(convolutional neural network,CNN)、长短期记忆网络(long short-term memory,LSTM)、自编码器(autoencoder,AE)、生成对抗网络(generative adversarial network,GAN)以及伪标签法的实现原理和路径,并通过仿真实验,对5种深度学习方法进行异常检测效果评估分析。结果表明,基于LSTM的监督学习方法在各项指标上表现最为优异。基于深度学习的方法可为电网异常检测和智能运维提供重要方法支撑。

2025 年 11 期 v.41 ; 2022年温州市基础性科研项目(S20220036); 2024年度温州市科协服务科技创新项目(KJFW2024-032)
[下载次数: 33 ] [被引频次: 0 ] [阅读次数: 41 ] HTML PDF 引用本文

一种多周期库存路径模型及其优化研究

赵文丹;尹龙鑫;李秋童;

供应商管理库存(vendor managed inventory,VMI)模式作为突破供应链信息壁垒的有效手段,已在多行业供应链体系中展现出显著的协同优化价值。而VMI模式是否能够有效实施,取决于供应商与零售商之间是否能将“补货”与“运输”两方面进行有效结合。因此,在VMI模式下,本文提出一种同时考虑库存和运输两方面的物流路径模型,在车辆路径模型(vehicle routing problems with time windows,VRPTW)基础之上,引入零售商的库存成本与缺货成本,并同时考虑在多个计划周期内进行优化。为了有效求解该模型,设计了一种混合遗传与粒子群算法的启发式搜索算法,使用该算法与遗传算法和粒子群算法同时优化该模型。实验结果表明,本文算法能够有效降低各项成本并提高车辆装载率,与遗传算法和粒子群算法相比,总成本分别降低1.07%、1.55%,装载率分别提高0.41%、0.62%,由此证明本文算法是一种求解此类问题的有效方案。

2025 年 11 期 v.41 ; 辽宁省教育厅科学研究经费项目(辽宁省教育厅高校科研基金)(LJ2020019)
[下载次数: 41 ] [被引频次: 0 ] [阅读次数: 33 ] HTML PDF 引用本文

深海采矿管路试验装置模态计算与分析

王帅;宋环峰;周健;

为了有效规避长管路试验装置与深海采矿泵频率共振所带来的危害,本文针对自主设计的60 m级深海采矿管路试验装置开展模态分析。通过有限元方法,求得深海采矿管路装置1~20阶模态结果,对前6阶主模态振型予以重点分析,并将其与深海采矿泵的固有频率、工作频率、轴频及叶频进行对比分析。分析表明,深海采矿管路试验装置固有频率(0.19~9.63 Hz)呈低频特性,与泵的轴频(24.5 Hz)、叶频(73.5 Hz)及工作频率(51.58 Hz)的间隔均超过40%,符合API 610第11版标准中频率避开率>20%的要求。

2025 年 11 期 v.41 ; 国家自然科学基金项目(42377136)
[下载次数: 33 ] [被引频次: 0 ] [阅读次数: 140 ] HTML PDF 引用本文

风浪流联合作用下海上风电单桩基础稳定性分析

洪华斌;牛一诺;俞涵;孟金;梁英杰;

我国东南沿海频发的台风天气会引发极端风、浪、流联合荷载,因此有必要开展极端环境下海上风电桩基础水平承载性能的系统研究。本文采用荷载传递法与SACS(structural analysis of civil and marine systems)有限元模拟相结合的方法,建立了海上风电“塔筒–钢管桩”数值分析模型,研究流速、浪高和风速对桩基础挠度、剪力和弯矩的影响规律,主要结论如下:(1)桩身最大挠度、弯矩和剪力分别出现在桩顶位置、泥面以下约0.4D处和泥面以下约3.2D处;(2)流速对桩基础挠度的影响最为显著,而风速与浪高对剪力的影响更大;(3)风、浪、流联合作用下,剪力受影响最显著,其次为弯矩,挠度受影响最小。

2025 年 11 期 v.41 ; 国家自然科学基金面上项目(42477144)
[下载次数: 62 ] [被引频次: 0 ] [阅读次数: 28 ] HTML PDF 引用本文
本期统计数据 more>>

微信公众号

公告栏

作者在网站投稿成功后,编辑部及时进行初审,不符我刊发表的稿件发送“退稿通知单”,录用稿件逐期安排刊登,并付相应稿酬。

稿件投稿后,审稿周期一般为2~3个月。请随时关注系统并按照要求上传修改稿件,也可以拨打电话0571-85183079咨询。

科技通报》欢迎您的来稿,欢迎订阅。

期刊信息

月刊

1985年创刊

主管、主办

浙江省科学技术协会

编辑出版

《科技通报》编辑部

电 话

0571-85183079

投稿网址

https://kjtb.cbpt.cnki.net/

联系邮箱

kejitb@126.com

kjtb9999@aliyun.com

联系地址

浙江省杭州市西湖文化广场省科技馆6楼

 

主编:刘志强

编辑部主任:孟佳菲

编辑:徐丹  吴頔

 

ISSN 1001-7199

CN 33-1079/N

广告许可证号

330100400130

引用

GB/T 7714-2015 格式引文
MLA格式引文
APA格式引文
检 索 高级检索