摘要：半航空瞬变电磁法(semi-airborne transient electromagnetic,SATEM)是一种新型电磁勘探技术,相比较于传统地面瞬变电磁法,勘探工作不受地形条件制约。特别是岩溶地貌地区,由于地形条件复杂,地面勘探工作很难开展。因此这里将SATEM应用于贵州某岩溶地貌地区的储能水电站工程探测。由于SATEM系统独特的工作方式,将会导致信号中噪声成分复杂,单点反演结果可靠性差,而过度的滤波会可能导致关键信息的丢失。据此首先根据岩溶地貌的两个经典构造模型设计了正演模拟,并在正演模拟的响应信号中加入噪声以模拟野外实测信号再反演计算,分析了使用单点正则化阻尼最小二乘反演和横向约束的阻尼最小二乘反演法刻画各模型的能力差异,理论上证明横向约束反演方法的优越性。最后将两种反演方法用于解释某储能水电站勘探的实测数据,反演结果与实际地质资料具有较好地对应,表明了SATEM用于岩溶地貌勘探的是可行的,且效果明显。

摘要：使用机器学习算法对未来AQI进行预测,有助于从宏观角度分析未来空气质量变化趋势。在传统上使用单一的机器学习模型对空气质量进行预测时,很难在不同AQI波动趋势下都能获得较好的预测效果。为有效解决该问题,在预测方式上进行改进,针对使用随机森林模型和基于卷积神经网络和注意力机制的长短期记忆模型对成都市的AQI数据进行预测时,在不同的AQI波动趋势下两者的预测准确度不同的特点,设计了一种差异融合分析模型。实验结果表明,提出的差异融合分析模型的MSE误差较随机森林模型降低了5.8%,较基于卷积神经网络和注意力机制的长短期记忆模型降低了6.3%。