甘肃民勤自动站与人工站气象观测数据差异分析

从自动站与人工站观测方式的区别人手,对民勤国家基准气候站观测的数据进行整理与对比分析得出：（1）2种观测方式数据序列中,本站气压2a平均差值为0．1hPa,差值变幅在～0．3～0．5hPa;气温2a平均差值-0．1℃,差值变幅在-0．1～0．0℃之间;相对湿度2a平均差值为-1％,差值变幅在一4％～2％之间;2min平均风速2a平均差值为0．5m／s,差值变幅在0．3～0．7m／s之间,10min平均风速2a平均差值为0．4m／s,差值变幅在0．4～0．5m／s之间;地面温度2a平均差值为0．6℃,差值变幅在0．0～1．2℃之间。本站气压、气温、相对湿度、风向风速、地温差值虽然不固定,但对历史资料的序列连续性影响不显著;（2）各要素中差值最大的是地面最高温度,2a平均差值为1．8oC,差值变幅在-1．7～4．3℃之间;（3）自动站的观测结果比人工观测更真实、准确、科学,更接近大气中的实际情况。     

参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用

多路径误差在绝大部分应用中,其测站间相关性很弱,不能通过差分观测得到有效削弱,成为高精度GPS动态变形监测中的主要误差源。针对GPS多路径误差的特点,结合具有良好多尺度分解能力的经验模式分解方法(EMD)和具有良好盲分离能力的独立分量分析(ICA)方法,提出带参考信号的EMD-ICA方法来削弱多路径效应的影响。应用实例的结果证明了该方法的有效性。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

抗差自适应Kalman滤波在动态变形监测中的应用研究

抗差自适应Kalman滤波算法中,抗差等价权矩阵和自适应因子的计算,要求观测信息具有多余观测量且准确可靠,但在动态变形监测应用中,通常滤波观测值仅为三维坐标且存在较强噪声和粗差的影响。为此,先对该算法中的自适应因子和抗差等价权矩阵的计算进行研究和改进,然后计算了某高速公路边坡的GPS动态监测数据。结果表明,抗差自适应Kalman滤波能够有效地抵制动态变形监测中观测值异常的影响。     

刘华从肺痿论治老年晚期肺鳞癌经验

介绍刘华教授从肺痿论治老年晚期肺鳞癌的经验。刘教授继承仲景之学术思想,结合临床之经验,认为老年晚期肺鳞癌与肺痿在临床症状、病理形态、病因病机方面颇为相似。刘教授认为,老年晚期肺鳞癌即为仲景所述之“虚热肺痿”,老年患者气阴本虚,又受烟毒久扰,肺之气阴亏虚为其本,痰凝、血瘀、毒结为其标,虚实夹杂,遂成癌瘤,肺痿不用。其从肺痿论治老年晚期肺鳞癌,补虚专主肺脾肾,攻伐不外痰瘀毒。临床用药攻补襄赞,润肺燥,生胃津,健中州,滋肾水,以蓄养气阴;开痰积,行瘀血,解癌毒,起辅弼之功,获效显著。并附验案1则,以资佐证。     

孢粉记录揭示的2万年以来若尔盖地区的气候变化

若尔盖黑河牧场ＤＣ剖面的孢粉记录表明，末次冰期晚阶段若尔盖原高的气候表现为不稳定性，即冷暖变化频繁，其基本变化与全球一致，相对暖的阶段发生在２０－１８ＫａＢＰ，１６－１５ＫａＢＰ和１３－１１．２ＫａＢＰ；相对冷的阶段在１８－１６ＫａＢＰ，１５－１４ＫａＢＰ和１１．２－１０．２ＫａＢＰ。其中末次冰期最盛期发生于１８－１６ＫａＢＰ；１１．２－１０．２ＫａＢＰ的降温可对应于ＹｏｕｎｇｅｒＤｒｙａｓ事件。     

广东饶平海山区第四纪腹足类

首次报道了广东饶平海山区腹足类。经整理和分类研究,共鉴定出腹足类16科25属30种。这些种均为现生分布种,主要分布在中国沿海,特别是浙江以南海区,少数分布在黄海较北部海区。大多数种类栖息于低潮线至浅海几十米水深的沙泥质或泥沙质海底,也出现一些潮间带岩礁栖息型种类。可能反映了具较高海水能量的浅水沉积环境。根据动物群的组合特征,它们应为第四纪全新世的产物。     

���μ����Kalman�˲�״̬ģ�͵ıȽϷ���

??????λ??????μ???У?Kalman?????????????????????????????????????????????????Щ??????????????????????????????????????????????????????Щ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????У????????????Kalman?????????????????????????????????μ??????е??????     

一种利用增广参数Kalman滤波的GPS多路径效应处理方法

提出了一种基于增广参数Kalman滤波的多路径效应系统误差估计方法,将系统误差作为状态参数,并对其建立一阶AR模型,同时利用多路径重复性特性,更新多路径误差改正模型,在一定程度上解决了固定多路径误差模型随着时间推移重复性减小而有效性降低的问题,并利用16d实测数据例证了本方法具有一定的可行性和有效性。     

基于交叉证认的EMD滤波及其在GPS多路径效应中的应用

利用交叉证认的方法,提出一种新的基于EMD滤波去噪方法,并将其应用于GPS多路径效应的研究中。通过模拟实验及实测数据分析表明,该方法能够自适应地选择IMF中的信号层数,削弱随机噪声,合理地分离信号和噪声。利用该滤波方法去噪并建立具有重复性的多路径误差效应改正模型,可有效地削弱多路径效应的影响,进而提高GPS动态变形监测的精度。