水资源及水工程
1
JH|雨雪事件的化学效应:精准预测极地生态变化!|地表过程研究
该研究旨在通过改进积雪中液态水运动的描述,提高雪堆化学预测的准确性,探索雨雪事件对化学迁移的影响,并在北极斯瓦尔巴群岛的实验场地验证新模型的适用性。
2
Earth's Future|中国河流对气候变化敏感性的季节特征及影响因子分析|地表过程与资源生态国重实验室
该研究开发了一个多元线性回归模型来分析中国425个流域水流对气候变化敏感性的空间格局和季节性。结果表明,降水始终是比温度对径流变化更重要的影响因素。同时,那些海拔较高、气候干燥、植被覆盖较少的流域,入渗率较低更有可能呈现季节性不对称降水敏感性。
3
WRR|量化降水、蒸散量和土壤湿度网络对全球陆地表面水文循环的相互作用|生态学习札记
该研究提出了一个综合框架,以研究全球多个水文变量(降雨、蒸发和土壤水)的网络。我们应用双层复杂网络概念,构建每个水文变量的独立网络及其相互作用。通过从构建的水文网络中导出内部(单层)和交叉(双层)网络系数,以量化独立水文领域(或变量)及其相互作用的联系、空间连接密度和尺度。
4
IEEE transactions on industrial informatics|针对污水处理污泥膨胀问题的知识数据驱动鲁棒容错控制|iUWLAB
通过案例污水厂的仿真控制,研究发现KDD-RFTC的溶解氧浓度跟踪效果显著地比其他自适应方法更好,与设定点之间的距离更小。并且相比于雨天仍然使用旱天控制动作的情景,污泥膨胀指数(SVI)显著低于150 mL/g,大大降低了污泥膨胀风险。说明该方法对于降雨冲击下的污水处理厂污泥膨胀控制问题非常有效。
5
JGR:Earth Surface|沙坝动态与侵蚀速率的关键关联!|地表过程研究
该研究旨在探讨沙坝与河岸高度比对河岸侵蚀速率的影响机制,通过实验与实地数据分析明确控制因子,并开发了实用的风险评估工具。
6
Science Bulletin|小型湖泊在全球地表水储量动态中的不可忽视作用|地学科研动态
该研究采用了 GloLakes 产品分析了 1992-2020年的全球湖泊储量动态,结果表明全球湖泊储量整体呈现增长趋势。1992–2020 年间,仅有 14% 的全球湖泊经历了显著的储量下降。此外,与大型湖泊相比,小型湖泊近年来的储量趋势更趋于增加。这表明忽视广泛分布的小型湖泊(包括北极地区的湖泊)可能会显著偏离全球湖泊储量趋势的真实情况。
气候变化与极端事件
1
Nat. Commun.|植被变绿加剧未来复合土壤干旱-高温极端事件增加|生态学者
该研究展示了全球变绿对复合极端干旱风险的正向反馈,为全面评估全球绿化(global greening)的生物地球化学和生物物理效应提供了新思路。
2
GRL|中国东部城市洪水的空间特征和连通性:来自2010-2020年新建立的数据集的见解|城市地理之光
该研究建立了一个新的2010-2020年中国东部城市洪水数据集,该数据集是从多个来源汇编而成的。基于这个数据集,分析识别揭示了城市洪水在区域内和跨区域之间的广泛互联。强烈的局部连通性与西北太平洋副热带高压和水汽通量汇聚有关。同时,西南地区与东南地区和北部地区之间的联系显著,西南地区气旋可能扮演了关键角色。
3
GRL|近几十年来全球陆地日间和夜间温度升高速率不对称性增加|水文气象前沿
该研究利用集合经验模态分解(EEMD)方法分析了1961年至2022年全球日温度范围(DTR)的时空特征和长期趋势。
4
Ecological Indicators|极端洪涝灾害下城市景观格局与居民安全感知的关系|城市地理之光
该研究提供了一个新的视角来研究城市景观格局(ULP)与居民安全感知(RPS)之间的关系,强调了基于ULP差异的洪水应对策略对提高RPS的关键作用。
5
JH|全球干旱的发散非线性趋势及其多元特征|生态学议
该研究利用 1901—2018 年 1 个月全球标准化降水蒸散指数 (SPEI) 提取了 30 年滑动窗口的干旱多元特征,并采用集成经验模态分解 (EEMD) 方法探讨了其非线性趋势。
6
WACE|极端干热与极端湿热事件的季节性特征|气候变化与水文过程
该研究聚焦于气候变化背景下极端干热事件与极端湿热事件的变化特征对比分析,探讨干热极端事件和湿热极端事件在频率、强度和季节性特征上的差异。预估两类热极端事件的未来变化,量化热极端事件的未来人口和面积暴露水平。为应对热极端事件风险与制定精准适应策略提供科学依据。
遥感
1
JH|基于赫尔默特方差分量估计的 GNSS-IR 双频数据融合用于土壤水分反演|生态水文与遥感大数据
该研究表明,赫尔默特方差分量估计(HVCE)融合方法在提高全球导航卫星系统干涉反射测量(GNSS-IR)技术监测土壤湿度的精度方面是有效的,与熵融合方法相比,HVCE方法显著提升了特征参数与现场土壤湿度之间的相关性,并在单变量及多变量建模场景下提高了模型的相关系数R值、降低了均方根误差RMSE和平均绝对误差MAE,其中GPR模型表现最佳。
2
WRR|卫星观测揭示自20世纪80年代以来全球湖泊颜色的广泛变化|地学科研动态
该研究通过利用3200万份一致的卫星观测数据,分析了1984-2021年全球67579个湖泊的长期颜色分布及其变化。研究发现,全球大部分湖泊的颜色正向更短的波长方向转变,这种现象在暖温带和北方针叶林带更为常见。湖泊颜色变化与流域植被状况、人口、水量变化及湖泊面积密切相关。
人工智能
1
JH|组合图神经网络和卷积 LSTM 网络的多步土壤水分时空预测|国家GIS工程中心
该研究构建了融合图卷积长短期记忆网络(GConvLSTM)和卷积长短期记忆网络(ConvLSTM)的 GCCL 模型,用以预测土壤湿度,分析模型在不同条件下的预测表现,并探寻影响预测结果差异的因素。
2
JH|多站点多水文变量的多步前瞻概率预测|智慧灾害调控
本研究聚焦于在流域数字孪生(RBDT)背景下对多个水文变量进行多步前瞻概率预测。介绍了RBDT的背景,并描述了一个四维时间序列场景,用于多站水文预测。
3
WRR|利用多水文模型和机器学习方法改进径流预测|天候玄机
该研究用水文模型结合气象数据模拟洪水峰和淹没区,并用多元线性回归、随机森林、极端梯度提升和长短期记忆网络对模拟径流进行后处理。机器学习后处理显著改善了整体径流模拟,对高流量条件改善有限。物理水文模型、观测气候数据和机器学习方法结合可改进洪水规模、时间和淹没区的径流预测,有助于印度洪水预警系统开发。
4
JH|结合图神经网络和卷积LSTM网络进行多步土壤湿度时空预测研究|水文气象前沿
该研究提出了GCCL模型,该模型整合了两个组成部分:GConvLSTM(图卷积LSTM)和ConvLSTM(卷积LSTM)。结果表明,GCCL模型在多步SM预测中展现出优越的时空性能,有潜力提高SM时空预测的准确性和稳定性。
5
WR|针对非平稳性和数据局限的改进河流水质预测耦合模型|iUWLAB
该研究所提出的 WA-LSTM-TL 证明了省级水质动态的一致性和可转移性,模型相比WA-KSTM显著提高预测准确性,尤其是水质的峰值和谷值。