- 博客(206)
- 收藏
- 关注
RSS订阅
原创 最新Python编程、机器学习与深度学习应用
近年来，人工智能领域的飞速发展极大地改变了各个行业的面貌。当前最新的技术动态，如大型语言模型和深度学习技术的发展，展示了深度学习和机器学习技术的强大潜力，成为推动创新和提升竞争力的关键。特别是PyTorch，凭借其灵活性和高效性，成为科研人员和工程师的首选工具。
2024-07-30 17:37:34
292
原创 基于R语言遥感随机森林建模与空间预测
此外，R语言在数据可视化方面的优势使得用户能够直观地展示模型的结果和变量的重要性，进一步提高了分析的可解释性和应用价值。因此，R语言中的随机森林工具因其易用性、灵活性和强大的功能，成为遥感数据分析中不可或缺的工具。随机森林（RF）、极限梯度提升机（XGBoost）和支持向量机（SVM）等机器学习算法，分别建立预测模型，并参数调优。（2）R语言基础语法与数据结构，包括：程序包安装、加载、更新，数据读取与输出，ggplot2常规画图等。（2）整合、分析机器学习在遥感、生态领域的经典论文。（1）栅格数据预处理。
2024-09-20 20:50:03
606
原创 博导团队指导、解读实验结果、SCI论文润色
H3K27ac ChIP-seq:组蛋白乙酰化修饰研究工具。H3K4me3 ChIP-seq:组蛋白甲基化修饰工具。DAP-seq:转录因子-DNA互作研究工具。ATAC-seq :染色质开放程度研究工具。ChIP-seq:转录因子-DNA互作工具。Pull-Down :蛋白质体外结合实验。BS-seq :DNA甲基化研究工具。IP-MS:免疫沉淀-质谱联用技术。Cut&Tag:转录因子研究工具。Co-IP:免疫共沉淀研究技术。EMSA :凝胶电泳迁移率技术。Y2H:酵母双杂交技术。
2024-09-20 20:47:27
186
原创 python深度学习：从注意力机制到生成模型，全面解析现代AI技术
近年来，伴随着以卷积神经网络（CNN）为代表的深度学习的快速发展，人工智能迈入了第三次发展浪潮，AI技术在各个领域中的应用越来越广泛。
2024-09-06 17:54:34
542
原创 全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术
SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型，它综合考虑了土壤-水分-大气以及植被间的相互作用；它不但运用Richard方程，使其能够精确的模拟土壤中水分的运动，而且耦合了WOFOST作物模型使作物的生长描述更为科学。4.对于（水环境、水文及农业）模型研究者在大语言模型上的发展方向建议。案例5：基于贝叶斯优化的SWAP模型自动优化。案例10:运用大语言模型解释模型输入参数。案例11：运用大语言模型辅助生成输入文件。案例12:运用大语言模型注释及编写代码。1.各类大语言模型的优点与缺点分析。
2024-09-05 17:58:54
305
原创 基于AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等领域中的实践应用
流域生态系统服务在环境保护与资源管理中具有不可替代的重要性。随着全球气候变化和人类活动对自然环境的压力日益增大，流域生态系统的稳定性和健康状况面临严峻挑战。因此，对流域生态系统服务的科学评估和有效管理不仅能够提升生态系统的抗逆性和恢复力，还能为区域可持续发展提供坚实的环境保障。通过GIS+技术进行的流域生态系统服务评估，可以实现对生态功能的精确量化和空间表达，帮助决策者优化土地利用规划、改进水资源管理策略，进而在保护生态系统服务的同时，促进经济社会的可持续发展。8.2 InVEST模型的生态系统服务评估。
2024-09-05 17:55:24
780
原创 R语言数据统计分析与ggplot2高级绘图
ggplot2是基于图形语法理论构建的，这种理论将图形分为多个独立的组成部分，如数据、美学映射（aes）、几何对象（geoms）等。通过组合这些部分，ggplot2能够创建复杂且高质量的图形。函数可以轻松获取数据的最小值、最大值、四分位数、均值和中位数等统计量。对于数值型数据，这个函数提供了全面的统计概览，对于因子或逻辑向量，它还提供频数统计。R语言特别适合进行描述性统计分析，这得益于其内置的多种函数和方法。
2024-09-04 18:23:46
478
原创 基于R语言生物信息学大数据分析与绘图
随着高通量测序以及生物信息学的发展，R语言在生物大数据分析以及数据挖掘中发挥着越来越重要的作用。想要成为一名优秀的生物数据分析者与科研团队不可或缺的人才，除了掌握对生物大数据挖掘与分析技能之外，还要具备一定的统计分析能力与SCI论文质量绘图能力。大量生物数据分析案例，包括利用R语言绘制SCI高质量图片、利用R语言分析生物学数据的案例。
2024-09-04 18:19:12
650
原创 岩土工程渗流问题之有限单元法：理论、模块化编程实现、开源程序应用
有限单元法在岩土工程问题中应用非常广泛，很多商业软件如Plaxis/Abaqus/Comsol等都采用有限单元解法。尽管各类商业软件使用方便，但其使用对用户来说往往是一个“黑箱子”。相比而言，开源的有限元程序计算方法透明、计算过程可控，用户可根据自己的需求进行必要的修改，这一点对于科研人员特别重要。然而，科研领域的很多新的东西很难实现在商业软件中（除非通过复杂的二次开发），如果掌握一些开源有限元的基本流程，对科研等工作大有益处。
2024-08-15 18:04:13
141
原创 Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用
Python是功能强大、免费、开源，实现面向对象的编程语言，在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能，这些优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。人工智能和大数据技术在许多行业都取得了颠覆式的成果，气象和海洋领域拥有海量的模式和观测数据，是大数据和人工智能应用的天然场景。Python也是当前进行机器学习和深度学习应用的最热门语言。对于的气象海洋领域的专业人员，Python是进行机器学习和深度学习工作的首选。
2024-08-15 18:00:10
373
原创 土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测
土地利用/土地覆盖数据是生态、环境和气象等领域众多模型的重要输入参数之一。基于遥感影像解译，可获取历史或当前任何一个区域的土地利用/土地覆盖数据，用于评估区域的生态环境变化、评价重大生态工程建设成效等。借助CLUE模型，实现对未来土地利用/土地覆盖的时空预测，并进一步评估与权衡其带来的生态效益变化，可为科学研究和政策制定提供重要的决策依据。
2024-08-12 18:24:59
206
原创 生态系统NPP及碳源、碳汇模拟（土地利用变化、未来气候变化、空间动态模拟）
由于全球变暖、大气中温室气体浓度逐年增加等问题的出现，“双碳”行动特别是碳中和已经在世界范围形成广泛影响。碳中和可以从碳排放（碳源）和碳固定（碳汇）这两个侧面来理解。陆地生态系统在全球碳循环过程中有着重要作用，准确地评估陆地生态系统碳汇及碳源变化对于研究碳循环过程、预测气候变化及制定合理政策具有重要意义。CASA(Carnegie-Ames-Stanford Approach)模型是估算陆地生态系统植被净初级生产力（NPP）的经典模型。
2024-08-12 18:22:12
330
原创 基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析
城市群是一国经济发展水平的象征，也是一国经济发展到一定阶段的标志，我国城市群建设体量不断增加，将成为全球经济的核心，中国城市群的建设逐步引领全球进入到了21世纪的中国新时代。然而，高速的城镇化发展，不可避免地带来了一些对生态环境造成严重胁迫的问题，健康的生态系统是城市群的发展尤其是大城市群区域可持续发展的重要支撑，否则城镇化的发展可能会受到生态和环境的制约。在当前的城镇化建设过程中，要想实现区域的可持续发展必须协调好城镇化与生态环境保护。在城镇化进程中，已经不可避免地对生态系统各个方面产生了干扰。
2024-08-08 17:54:17
663
原创 R语言与作物模型（以DSSAT模型为例）融合应用
随着基于过程的作物生长模型（Process-based Crop Growth Simulation Model）的发展，R语言在作物生长模型和数据分析、挖掘和可视化中发挥着越来越重要的作用。现有版本V4.7能模拟27种主要农作物的生长发育和产量形成过程，被广泛应用于精细农业、水肥管理、气候变化、粮食安全、土碳循环、环境影响、农业可持续性、农业生态等诸多与农业生产和科研有关的领域。R语言在DSSAT模型的气候、土壤、管理措施等数据准备，自动化模拟和结果分析上都发挥着重要的作用。
2024-08-08 17:39:06
905
原创 “SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI指数生态质量评估
随着3S技术和多种学科的交流与发展，相比以往传统生态环境监测分析中，受到数据可视化、数据获取、数据空间分析、时效性、监测范围的限制，3S技术中遥感技术具备观测面积大、时效性强、位置定位精确的优势；近年来，国内外学者在生态系统的敏感性、适应能力和潜在影响等方面开展了大量的生态脆弱性研究，他们普遍将生态脆弱性概念与农牧交错带、喀斯特地区、黄土高原区、流域、城市等相结合，评价不同类型研究区的生态脆弱特征，其研究内容主要包括脆弱性的时空演变、动态监测、影响机理和驱动因子等方面的分析。
2024-08-07 18:00:15
524
原创 植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法实践技术
遥感技术的发展为植被生长状态及动态监测提供了重要的技术手段，与传统地面实测方法不同，遥感把传统的“点”测量获取的有限代表性信息扩展为更加符合客观世界的“面”信息（即区域信息），且不会对生态系统造成破坏，能够长期、动态、连续地估算植被参数，在区域或全球尺度植被参数估算中具有不可替代的优势。随着科学技术的发展和生态文明建设的需要，借助遥感数据反演植被参数，可为生态系统健康评价提供关键的数据支持，并且植被参数遥感反演是当前遥感应用研究的重要内容之一，也是国际遥感领域的热点研究方向。
2024-08-07 17:34:54
902
原创 遥感数据与作物生长模型同化及在作物长势监测与估产
但是，当作物生长模型从单点研究发展到区域尺度应用时，由于空间尺度增大而出现的地表、近地表环境非均匀性问题，导致模型中一些宏观资料的获取和参数的区域化方面存在很多困难，模型模拟结果也会存在很大的不确定性，而遥感信息在很大程度上可以帮助作物生长模型克服这些不足。
2024-08-06 17:50:12
407
原创 NCL数据分析与处理实践技术
它有着非常强大的文件输入和输出功能，可读写netCDF-3、netCDF-4 classic、HDF4、binary、ASCII数据，支持对HDF-EOS2、HDF-EOS5、GRIB1、GRIB2和OGR数据（Shapefile, MapInfo, GMT, TIGER）的读入操作，基本实现了无缝对接各类气象数据和模式数据。此外，支持调用外部C和Fortran程序的功能使得NCL在计算中更加高效。NCL在数据的可视化方面具有世界一流水平，提供了丰富的图形接口，具有高度的可定制性。
2024-08-06 17:43:34
218
原创 EKMA曲线及大气O3来源解析实践技术
目前，大气臭氧污染成为我国“十四五”期间亟待解决的环境问题。臭氧污染不仅对气候有重要影响，而且对人体健康、植物生长均有严重损害。为了高效、精准地治理区域大气臭氧污染，首先需要了解导致臭氧生成的主要前体物。因此，EKMA曲线成为弄清大气臭氧生成主要控制前体物的关键技术。
2024-08-05 17:57:30
221
原创 基于MATLAB机器学习、深度学习实践技术
近年来，MATLAB在机器学习和深度学习领域的发展取得了显著成就。其强大的计算能力和灵活的编程环境使其成为科研人员和工程师的首选工具。在无人驾驶汽车、医学影像智能诊疗、ImageNet竞赛等热门领域，MATLAB提供了丰富的算法库和工具箱，极大地推动了人工智能技术的应用和创新。系统学习机器学习和深度学习的理论知识及对应的代码实现方法，掌握图像处理的基础知识，以及经典机器学习算法和最新的深度神经网络、迁移学习、对抗生成网络等算法的基本原理及其MATLAB编程实现方法。
2024-08-05 17:55:10
419
原创 基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术
R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于。
2024-08-02 17:42:06
673
原创 域气象-大气化学在线耦合模式（WRF/Chem）在大气环境中的应用
大气污染是工农业生产、生活、交通、城市化等方面人为活动的综合结果，同时气象因素是控制大气污染的关键自然因素。大气污染问题既是局部、当地的，也是区域的，甚至是全球的。数值模式模拟是分析大气污染物时空分布和成分贡献的重要工具，利用模拟结果可以分析大气污染的来源、成因、污染程度、持续时间、主要成分、相对贡献等问题，有助于分析并合理控制污染源排放，为产业调整提供参考。模拟结果可以分析跨区域的污染物输送问题，可以计算碳、氮等成分的干湿沉降通量，由此估算大气污染物对植被和土壤等生态系统的潜在影响。
2024-08-02 17:37:41
164
原创 Meta分析在生态环境领域里的应用技术
Meta分析（Meta Analysis）是当今比较流行的综合具有同一主题的多个独立研究的统计学方法，是较高一级逻辑形式上的定量文献综述。20世纪90年代后，Meta分析被引入生态环境领域的研究，并得到高度的重视和长足的发展，尤其是在生态系统对CO2浓度升高、全球变暖、O3浓度升高等的响应，以及土地利用变化对气候变化的影响等方面的应用发展迅速。
2024-08-01 17:59:06
259
原创 ChatGPT在办公与科研中有怎样的应用？又是如何做论文撰写、数据分析、机器学习、深度学习及AI绘图
2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT-3.5，将人工智能的发展推向了一个新的高度。2023年11月7日，OpenAI首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，GPT商店更是显现了OpenAI旨在构建AI生态的野心。2024年5月12日，更强版本的ChatGPT-4o上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
2024-08-01 17:49:52
483
原创 AERMOD模型在大气环境影响评价中技术应用
随着我国经济快速发展，我国面临着日益严重的大气污染问题。近年来，严重的大气污染问题已经明显影响国计民生，引起政府、学界和人们越来越多的关注。大气污染是工农业生产、生活、交通、城市化等方面人为活动的综合结果，同时气象因素是控制大气污染的关键自然因素。大气污染问题既是局部、当地的，也是区域的，甚至是全球的。数值模式模拟是分析大气污染物时空分布和成分贡献的重要工具，利用模拟结果可以分析大气污染的来源、成因、污染程度、持续时间、主要成分、相对贡献等问题，有助于分析并合理控制污染源排放，为产业调整提供参考。
2024-08-01 17:44:15
378
原创 FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系
当前，大气污染是我国重要的环境问题之一。为了高效、精准地治理区域大气污染，需要弄清污染物的来源。拉格朗日粒子扩散模式FLEXPART通过计算点、线、面或体积源释放的大量粒子的轨迹，来描述示踪物在大气中长距离、中尺度的传输、扩散、干湿沉降和辐射衰减等过程。该模式既可以通过时间的前向运算来模拟示踪物由源区向周围的扩散，也可以通过后向运算来确定对于固定站点有影响的潜在源区分布。
2024-07-31 18:08:44
170
原创 Noah-MP陆面过程模型建模方法与站点、区域模拟技术
了解陆表过程的主要研究内容以及陆面模型在生态水文研究中的地位和作用；熟悉模型的发展历程，常见模型及各自特点；理解Noah-MP模型的原理，掌握Noah-MP模型所需的系统环境与编译环境的搭建方法，熟悉linux系统操作环境；掌握单站和区域的模拟、模拟结果的输出和后续分析及可视化等方法。
2024-07-31 18:05:02
236
原创 地面沉降数值模拟实践技术应用
目前，地面沉降问题是我国较为常见的环境地质问题，其巨大的破坏力严重影响城市建筑安全和交通轨道运行。围绕地面沉降的防控与治理，是工程地质、环境地质、轨道交通设计等相关技术人员十分关注的领域，而数值模拟技术是评估防控效果的有效工具之一。类型：构造沉降、抽水沉降（开采地下水、地热；地层特征对地面沉降的影响（非弹性压缩系数、黏土层厚度等）地面沉降监测：InSAR、水准测量、基岩标（分层标）抽水对地面沉降的影响（抽水速率、强度、频率等）粘性地层（压缩层）/砂性地层（含水层）模型的识别、验证与预测过程。
2024-07-30 17:30:16
404
原创 Python编程、机器学习与深度学习
近年来，人工智能领域的飞速发展极大地改变了各个行业的面貌。当前最新的技术动态，如大型语言模型和深度学习技术的发展，展示了深度学习和机器学习技术的强大潜力，成为推动创新和提升竞争力的关键。特别是PyTorch，凭借其灵活性和高效性，成为科研人员和工程师的首选工具。深入了解其与经典机器学习算法的区别与联系，包括迁移学习、循环神经网络（RNN）、长短时记忆网络（LSTM）、时间卷积网络（TCN）、生成对抗网络（GAN）、YOLO目标检测算法、自编码器等前沿技术的原理及其PyTorch编程实现。
2024-07-26 17:59:42
303
原创 基于Surfer与Voxler数据处理及可视化实践技术
Surfer和Voxler分别是美国Golden Software 公司开发的用于二维和三维数据可视化软件，具有强大的数据处理和插值功能，软件主要应用于气象、环境和地质（以及生物、医学等）等领域。其中Surfer主要用于绘制二维等值线图、三维表面图以及空间矢量图，Voxler主要用于绘制空间等势面图（如流线、污染羽分布、地下矿体形态等）。有助于土壤污染场地调查数据、野外地质调查、钻孔数据的可视化效率，展示令人惊叹的结果，推动相关领域实际工程项目的发展。
2024-07-26 17:43:56
130
原创 基于站点、模式、遥感多源降水数据融合
目前，有四种主要方式获取降水数据：1）雨量计观测，2）地基雷达遥感，3）卫星遥感，4）模式模拟。基于雨量计观测的降水，通常被认为是最准确和可靠的。因此，有必要将卫星遥感和模式数据结合起来，进一步提供高质量、高分辨率的降水数据。而模式中的降水表现优于卫星数据，可以进一步补充和改善这些地区卫星数据的不足。随着越来越多的降水数据集的产生，数据合并和校正的方法对利用各种数据源变得至关重要。近年来，机器学习方法重新兴起，将机器学习算法和融合的思路结合，能够进一步提高降水产品的质量。
2024-07-19 18:16:35
550
原创 基于CAMX大气臭氧来源解析模拟与臭氧成因分析
随着我国经济快速发展，我国面临着日益严重的大气污染问题。大气污染是工农业生产、生活、交通、城市化等方面人为活动的综合结果，同时气象因素是控制大气污染的关键自然因素。大气污染问题既是局部、当地的，也是区域的，甚至是全球的。数值模式模拟是分析大气污染形成原因、过程的重要工具，利用模拟结果可以分析大气污染的来源、成因、污染程度、持续时间、主要成分、相对贡献等问题，有助于分析并合理控制污染源排放，为产业调整提供参考。在过去的20年里，该模型也逐步应用于亚洲(包括中国)、欧洲、非洲、澳大利亚和美洲等多个国家和地区。
2024-07-19 18:13:36
261
原创 空气质量预报模式系统WRF-CMAQ应用及改进与污染源排放清单建立
随着计算机技术的高速发展、空气污染监测手段的提高和人们对大气物理化学过程认识的深入，开发并利用先进的大气化学模式进行我国空气质量的预测预报、对于减少大气污染灾害、提高人民生活质量都具有积极的意义。空气质量预报模式系统（WRF-CMAQ）和污染源处理技术是目前大范围灰霾天气预警及综合治理的重要手段，其在全国的推广应用将有利于提高实际的业务预报水平、增强防灾减灾能力、取得显著的社会经济效益。2．介绍将低分辨率（如MEIC，MICS-Asia清单）处理成高分辨率排放清单的技术方法；
2024-07-18 18:13:03
848
原创 Python数据分析基础及实用技巧（建议收藏）
1. 描述性统计分析 (descriptive statistics)描述性统计是理解数据集基本特征的第一步，它包括均值、中位数、标准差等统计量。使用。
2024-07-18 18:08:57
1200
原创 基于Python星载气溶胶数据处理与反演分析
MODIS通过成像光谱技术获取不同波长的遥感数据，从而得到气溶胶的空间分布、光学厚度等信息，而CALIOP则通过激光雷达技术获取气溶胶的类型和垂直分布信息。然而，处理和分析这些数据需要一定的专业技术和工具。Python作为一种强大且易于学习的编程语言，已广泛应用于数据科学和大气科学领域，Python凭借其强大的数据处理能力，可以高效处理海量的气溶胶数据。尤其在“碳中和”目标的驱动下，研究气溶胶对“碳中和”的气候影响及其环境效应，不仅对科学研究具有重大意义，同时也为政策制定提供了重要依据。
2024-07-17 18:23:52
345
原创 基于R语言BIOMOD2 及机器学习方法的物种分布模拟
BIOMOD2是一个R软件包，用于构建和评估物种分布模型（SDMs）。它集成了多种统计和机器学习方法，如GLM、GAM、SVM等，允许用户预测和分析物种在不同环境条件下的地理分布。通过这种方式，BIOMOD帮助研究者评估气候变化、生境丧失等因素对生物多样性的潜在影响。第四章：模型优化与多模型集成。第三章： 模型的建立与评估。第五章：结果分析和案例研究。第二章：数据获取与预处理。第一章：引入和理论基础。
2024-07-17 18:20:08
413
原创 成像光谱遥感技术中的AI革命：ChatGPT
遥感技术主要通过卫星和飞机从远处观察和测量我们的环境，是理解和监测地球物理、化学和生物系统的基石。ChatGPT是由OpenAI开发的最先进的语言模型，在理解和生成人类语言方面表现出了非凡的能力，ChatGPT在遥感中的应用，人工智能在解释复杂数据、提供见解和帮助决策过程方面的多功能性和强大性，这些都对遥感应用领域，比如环境监测、灾害管理、城市规划等至关重要。ChatGPT先进人工智能模型的开发，开辟了该领域的新领域。
2024-07-16 18:26:27
652
原创 MPAS跨尺度、可变分辨率模式实践技术
跨尺度预测模式（The Model for Prediction Across Scales - MPAS）是由洛斯阿拉莫斯实验室和美国国家大气研究中心(NCAR)共同开发，其由3个部分组成，分别称为 MPAS-A（大气模型）、MPAS-O（海洋模型）和 MPAS-LI（陆冰模型）。MPAS构建之初的目的是构建一个新的地球系统模型，可用于全球或区域的天气及气候研究，大气模式MPAS-A。MPAS-A模式的大气动力内核求解的是完全可压的非静力学运动方程，其最显著的特点是非结构化的质心 Voronoi 网格。
2024-07-16 18:18:40
186
原创 Python机器学习、深度学习技术提升气象、海洋、水文领域实践技术
Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。人工智能和大数据技术在许多行业都取得了颠覆式的成果，气象和海洋领域拥有海量的模式和观测数据，是大数据和人工智能应用的天然场景。
2024-07-15 18:30:26
346
原创 HEC-RAS 1D/2D水动力与水环境模拟技术
水动力与水环境模型的数值模拟是实现水资源规划、环境影响分析、防洪规划以及未来气候变化下预测和分析的主要手段。HEC-RAS由美国陆军工程兵团水文研究中心研制，具有完整的一二维耦合的水动力及水环境模拟功能，也具有闸、涵洞、桥梁以及泵站等水利构筑物的模拟能力；同时也可以与HEC研制的水文模型（HMS）、洪水淹没风险和损失分析软件（FDA）等耦合，是免费软件中使用最方便、应用最广泛的软件之一。2.HEC-RAS与HEC-HMS的耦合（不详细讲HEC-HMS）4.HEC-RA的水工建筑物（桥梁，涵洞）的模拟。
2024-07-15 18:26:10
788
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人