提高季节性冻土区高铁路基冻深预测精度，对保证寒区高速铁路的安全调度和平稳运行具有重要意义。针对现有季冻区高铁路基冻深预测模型缺乏利用多元环境序列信息的问题，提出一种顾及导热系数与冻土环境变量的高铁路基冻深预测LSTM模型，以兰新高铁山丹马场-民乐路段DK371+900、DK383+345和DK391+940三处断面为例，对2015-2017年冻深快速增长期的路基冻深进行预测。该模型首先利用EMD算法对导热系数与冻土环境变量时序数据进行信号分解，得到一系列具有不同特征尺度的数据序列，体现出原数据的趋势与波动性，增加数据的细节和多样性；再利用KPCA算法提取出影响路基冻深的关键因子，实现数据降维，消除因EMD产生的数据冗余；最后通过LSTM网络实现基于多变量的路基冻深预测。实验表明：该模型较传统路基冻深预测模型、EMD-LSTM模型、多变量BP神经网络模型、多变量LSTM模型有更高的精确度。模型在三处断面路基冻深预测的平均绝对误差(fmae)为0.029m、0.033m和0.060m；均方根误差(frmse)为0.036m、0.042m和0.07...
提高季节性冻土区高铁路基冻深预测精度，对保证寒区高速铁路的安全调度和平稳运行具有重要意义。针对现有季冻区高铁路基冻深预测模型缺乏利用多元环境序列信息的问题，提出一种顾及导热系数与冻土环境变量的高铁路基冻深预测LSTM模型，以兰新高铁山丹马场-民乐路段DK371+900、DK383+345和DK391+940三处断面为例，对2015-2017年冻深快速增长期的路基冻深进行预测。该模型首先利用EMD算法对导热系数与冻土环境变量时序数据进行信号分解，得到一系列具有不同特征尺度的数据序列，体现出原数据的趋势与波动性，增加数据的细节和多样性；再利用KPCA算法提取出影响路基冻深的关键因子，实现数据降维，消除因EMD产生的数据冗余；最后通过LSTM网络实现基于多变量的路基冻深预测。实验表明：该模型较传统路基冻深预测模型、EMD-LSTM模型、多变量BP神经网络模型、多变量LSTM模型有更高的精确度。模型在三处断面路基冻深预测的平均绝对误差(fmae)为0.029m、0.033m和0.060m；均方根误差(frmse)为0.036m、0.042m和0.07...
提高季节性冻土区高铁路基冻深预测精度，对保证寒区高速铁路的安全调度和平稳运行具有重要意义。针对现有季冻区高铁路基冻深预测模型缺乏利用多元环境序列信息的问题，提出一种顾及导热系数与冻土环境变量的高铁路基冻深预测LSTM模型，以兰新高铁山丹马场-民乐路段DK371+900、DK383+345和DK391+940三处断面为例，对2015-2017年冻深快速增长期的路基冻深进行预测。该模型首先利用EMD算法对导热系数与冻土环境变量时序数据进行信号分解，得到一系列具有不同特征尺度的数据序列，体现出原数据的趋势与波动性，增加数据的细节和多样性；再利用KPCA算法提取出影响路基冻深的关键因子，实现数据降维，消除因EMD产生的数据冗余；最后通过LSTM网络实现基于多变量的路基冻深预测。实验表明：该模型较传统路基冻深预测模型、EMD-LSTM模型、多变量BP神经网络模型、多变量LSTM模型有更高的精确度。模型在三处断面路基冻深预测的平均绝对误差(fmae)为0.029m、0.033m和0.060m；均方根误差(frmse)为0.036m、0.042m和0.07...
提高季节性冻土区高铁路基冻深预测精度，对保证寒区高速铁路的安全调度和平稳运行具有重要意义。针对现有季冻区高铁路基冻深预测模型缺乏利用多元环境序列信息的问题，提出一种顾及导热系数与冻土环境变量的高铁路基冻深预测LSTM模型，以兰新高铁山丹马场-民乐路段DK371+900、DK383+345和DK391+940三处断面为例，对2015-2017年冻深快速增长期的路基冻深进行预测。该模型首先利用EMD算法对导热系数与冻土环境变量时序数据进行信号分解，得到一系列具有不同特征尺度的数据序列，体现出原数据的趋势与波动性，增加数据的细节和多样性；再利用KPCA算法提取出影响路基冻深的关键因子，实现数据降维，消除因EMD产生的数据冗余；最后通过LSTM网络实现基于多变量的路基冻深预测。实验表明：该模型较传统路基冻深预测模型、EMD-LSTM模型、多变量BP神经网络模型、多变量LSTM模型有更高的精确度。模型在三处断面路基冻深预测的平均绝对误差(fmae)为0.029m、0.033m和0.060m；均方根误差(frmse)为0.036m、0.042m和0.07...
本文选取张家口某地2022年4月份的陆地卫星9号(Landsat 9)影像，反演相应归一化差分植被指数、积雪指数、湿度指数和表观温度，通过主成分分析获取关键信息，结合当地地理条件讨论对林火的影响。研究表明：研究区内西南侧温度高，植被含水量低，林火风险较高，成片分布，容易发生草原森林火灾蔓延；东侧和北侧温度低，植被含水量高，积雪呈网状分布，对于林火蔓延起到很好的限制作用。研究为林火蔓延模拟等研究提供数据支持和理论依据。
本文选取张家口某地2022年4月份的陆地卫星9号(Landsat 9)影像，反演相应归一化差分植被指数、积雪指数、湿度指数和表观温度，通过主成分分析获取关键信息，结合当地地理条件讨论对林火的影响。研究表明：研究区内西南侧温度高，植被含水量低，林火风险较高，成片分布，容易发生草原森林火灾蔓延；东侧和北侧温度低，植被含水量高，积雪呈网状分布，对于林火蔓延起到很好的限制作用。研究为林火蔓延模拟等研究提供数据支持和理论依据。
根据丰、枯水期采集的拉萨河河水、地下水、降水以及冰川水样品，提取采样点子流域面积、地形、岩性以及冰川面积占比等流域特征因子。采用Piper图、Gibbs图分析河流水化学受岩石风化的控制作用；采用主成分分析和相关性分析方法，分析河流水化学主成分及其与子流域特征因子之间的关系。结果表明：拉萨河河水为HCO3-Ca型水，主要受碳酸盐岩风化控制，蒸发盐岩溶解影响次之，丰水期河水水化学还受降水、冰川融水补给影响。河水水化学特征总体呈现为，随着子流域面积增加、海拔降低，水岩作用增强，碳酸盐岩风化作用增强，蒸发盐岩溶解作用减弱。而枯水期的冰川影响区，由于采样点控制面积大且枯水期地下水补给较强，蒸发盐岩影响作用随碳酸盐岩溶解增强而加强。研究结果为揭示高寒山区河水水化学特征的控制因素及区域规律研究提供科学依据。
根据丰、枯水期采集的拉萨河河水、地下水、降水以及冰川水样品，提取采样点子流域面积、地形、岩性以及冰川面积占比等流域特征因子。采用Piper图、Gibbs图分析河流水化学受岩石风化的控制作用；采用主成分分析和相关性分析方法，分析河流水化学主成分及其与子流域特征因子之间的关系。结果表明：拉萨河河水为HCO3-Ca型水，主要受碳酸盐岩风化控制，蒸发盐岩溶解影响次之，丰水期河水水化学还受降水、冰川融水补给影响。河水水化学特征总体呈现为，随着子流域面积增加、海拔降低，水岩作用增强，碳酸盐岩风化作用增强，蒸发盐岩溶解作用减弱。而枯水期的冰川影响区，由于采样点控制面积大且枯水期地下水补给较强，蒸发盐岩影响作用随碳酸盐岩溶解增强而加强。研究结果为揭示高寒山区河水水化学特征的控制因素及区域规律研究提供科学依据。
遥感生态指数被广泛应用于生态环境质量的评估，但是研究区域内独特的地理特点，使得该指数在特定地理环境下生态环境质量评价受到限制。针对三江源地区积雪冰川众多的地理特点，加入归一化冰雪指数用以改进遥感生态指数。利用Google Earth Engine平台，选取了5期的MODIS遥感影像，通过主成分分析法计算了该地区的遥感生态指数，并分析了三江源地区的生态环境质量的时空格局和动态变化。结果表明：绿度、湿度与冰雪指标对生态环境起改善的作用，干度与热度则起到负面的影响；20年间，三江源地区的生态质量呈现向好发展的态势；空间上呈现“西低东高”的生态格局；三江源地区的RSEI变化强度较弱，以轻度变化为主。与原有RSEI指数对比结果表明，加入NDSI指标后能够更加全面地解释三江源地区的生态质量。
遥感生态指数被广泛应用于生态环境质量的评估，但是研究区域内独特的地理特点，使得该指数在特定地理环境下生态环境质量评价受到限制。针对三江源地区积雪冰川众多的地理特点，加入归一化冰雪指数用以改进遥感生态指数。利用Google Earth Engine平台，选取了5期的MODIS遥感影像，通过主成分分析法计算了该地区的遥感生态指数，并分析了三江源地区的生态环境质量的时空格局和动态变化。结果表明：绿度、湿度与冰雪指标对生态环境起改善的作用，干度与热度则起到负面的影响；20年间，三江源地区的生态质量呈现向好发展的态势；空间上呈现“西低东高”的生态格局；三江源地区的RSEI变化强度较弱，以轻度变化为主。与原有RSEI指数对比结果表明，加入NDSI指标后能够更加全面地解释三江源地区的生态质量。