成都平原城市群夏季臭氧污染天气形势与潜在源分析

通过分析成都平原城市群8个城市2015-2019年夏季地面臭氧污染特征表明,近5年夏季平原O₃污染区域呈扩大趋势,成都市O₃＿8 h第90百分位浓度和超标日数均为最大,雅安、绵阳浓度较低但上升趋势显著。利用PCT客观天气分型方法,对近5年夏季成都平原及周边的位势高度场进行分型研究,结果表明：(1)700 hPa臭氧污染天气形势为高压型,500 hPa为西风槽后和平直纬向型,100 hPa为南亚高压中部和东部型;(2)近5年夏季典型O₃污染过程的高低空天气形势为西风槽后部、高压发展和高压控制型,污染过程期间成都平原多受到西风槽后西北气流或副热带高压脊线附近下沉气流的影响;(3)污染天气型具有高温低湿,小风强辐射,白天混合层高的特征。气流下沉增温和局地环流的作用抑制了污染物向高层扩散,促使边界层上部O₃下传并堆积于成都平原地区。采用HYSPLIT后向轨迹模式和潜在源贡献法(PSCF),探讨了不同天气型影响下成都平原O₃浓度输送的轨迹聚类和潜在源区。结果表明,本地和盆地城市之间的输送...     

基于高斯过程的日长变化预报

由于日长(length-of-day,LOD)变化具有复杂的时变特性,传统线性模型如最小二乘外推模型、时间序列分析模型等的预报效果往往不甚理想,所以将一种新型的机器学习算法—高斯过程(Gaussian processes,GP)方法用于LOD变化预报,并将预报结果同利用反向传播神经网络(back propagation neural networks,BPNN)和广义回归神经网络(general regression neural networks,GRNN)的预报结果以及地球定向参数预报比较竞赛(Earth Orientation Parameters Prediction Comparison Campaign,EOP PCC)的预报结果进行对比.结果表明,GP用于LOD变化预报是高效可行的.     

最小二乘支持向量机回归的卫星钟差非线性组合预报

针对应用单一方法预报卫星钟差的局限性,文章提出了基于最小二乘支持向量机回归的卫星钟差非线性组合预报方法:首先根据历史钟差数据建立二次多项式模型和灰色模型,然后利用这些模型进行钟差预报,最后采用最小二乘支持向量机回归算法对两种模型的预报结果进行非线性组合,以获得最终预报值;对比了RBF核函数、线性核函数和多项式核函数对组合预报性能的影响,并将本文组合预报方法与经典权组合方法进行比较。结果表明,本文方法优于经典权法,且线性核函数更适合组合预报。     

哈萨克斯坦水资源及其开发利用

无论是国土面积、矿产资源、水资源,还是总人口或经济总量,哈萨克斯坦均是中亚地区的大国,其水资源开发利用在中亚极具代表性,研究其水资源问题对中亚地区人—水和谐及水资源持续利用具有重要的理论价值和借鉴意义。简述了哈萨克斯坦共和国自然地理与水资源条件,分析评价了其地表、地下及总水资源量。并在概述哈萨克斯坦社会经济及独立后的发展演变的基础上,回顾了哈萨克斯坦水资源开发利用工程及灌溉系统建设历史沿革,并重点分析了哈萨克斯坦水资源开发利用现状(包括引用水总量、农业用水和供需状况)及1991年以来的演变情况,最后对其水资源开发利用存在的现实问题进行了诊断分析。     

吉尔吉斯斯坦水资源及其开发利用

吉尔吉斯斯坦共和国地处中亚中心,山地众多,山脉纵横,冰川广泛发育,水资源十分丰富,是中亚五国的"水塔",控制着中亚五国的水资源命脉.吉尔吉斯斯坦经济社会发展潜力巨大且发展意愿十分强烈,研究其水资源及开发利用对找寻妥善的中亚水资源问题解决之道具有十分积极的意义.分析介绍了吉尔吉斯斯坦自然地理以及与水资源形成有关的气候、地形地貌和冰川融雪概况,评价了吉尔吉斯斯坦水资源总量.然后在阐述吉尔吉斯斯坦独立以来至今的社会经济发展概况的基础上,分析介绍了其主要水资源开发工程与水力发电、用水量变化,并对吉尔吉斯斯坦水资源开发利用中存在的主要问题进行了深入剖析.     

数据预处理对最小二乘支持向量机预报钟差的影响

分析在基于最小二乘支持向量机的卫星钟差预报中样本数据预处理的必要性,列举了归一化、标准化和相邻历元一次差3种数据预处理方法。然后结合实例,对比分析不同数据预处理方法对基于最小二乘支持向量机的钟差预报精度的影响,得出不同方法对钟差预报精度的影响不同,其中,基于一次差方法的预报精度最高。最后,将基于一次差方法的最小二乘支持向量机预报模型与常用的二次多项式模型和灰色系统模型进行比较,结果表明,最小二乘支持向量机模型的预报效果明显优于两种常规模型。     

江西省GPS基准站网监测系统的建设及应用

文中主要介绍了JXCORS的设计与组成、JXCORS的特点及服务内容;同时分析了JXCORS在一些相关领域的应用情况。     

基于灰色模型和最小二乘支持向量机的卫星钟差预报

提出一种联合灰色模型（Grey Model,GM）和最小二乘支持机（Least-Squares Support Vector Machines,LS-SVM）回归算法的卫星钟差智能组合预报方法。首先根据历史钟差数据建立不同的GM（1,1）灰色模型,然后利用这些模型进行钟差预报,最后采用最小二乘支持向量机回归算法对不同GM（1,1）模型的预报结果进行非线性组合,以获得最终预报值。该方法在充分利用灰色模型所需原始数据少、建模简单等优点的基础上,结合最小二乘支持向量机所具有的小样本、非线性、泛化能力强等特性,提高了预报可靠性和精度。实例验证了该组合方法的可行性、有效性和实用性。     

基于GIS的应急逃生模拟系统的研究与实现

本研究以某化学制药厂为例,通过对整个厂区进行三维建模,以及建立厂区路网数据,建立起空间数据的拓扑关系,实现厂区各位置之间的路经计算分析,从而便于生成应急疏散路径。运用三维虚拟现实引擎进行可视化,并进行模拟逃生。本研究通过建立模拟系统,对"平时"的应急演练以及"战时"的应急救援起到了决策支持作用,为决策者制订救援方案提供了科学依据。