SSA1—1型声学水位在长江口潮位站的应用

本文介绍了长江口区水文泥沙概况，举例说明了ＳＳＡ１－１型声水位计在崇头潮位站比测试验和投产应用情况，结果表明该水位计是收集长江口区潮位资料较理想的仪器。     

粤东后江湾冲流带滩面高频振动及动力作用分析

利用涌浪影响下短时段内的冲流带滩面高频高程数据和碎波带波流资料,在奇异谱分析(SSA)的基础上,以比研究了不同形态滩面的冲淤变化趋势、趋势分布形状、冲淤变化周期和冲淤变化强度,以及同一条剖面不同桩点间各因素间的变化关系;用交叉谱方法探索了每分钟滩面高频冲淤变化与碎波带长重力波间的作用关系.分析结果表明,滩角韵律地形引起的冲流分流作用促进了滩脊向滩谷的泥沙转运,冲流带滩面存在明显的长重力波频段的周期性冲淤振动,滩面冲淤振动强度由滩面下部向上部递减,碎波带长重力波对滩面高频冲淤变化起重要作用.     

IGS跟踪站的大地高时间序列特征分析

应用国内几个IGS跟踪站在U方向的观测数据,分析研究跟踪站大地高的变化趋势。通过对时间序列进行奇异谱分析和傅立叶变换分析,表明大地高时间序列具有一定的周期性,且周期特性明显,时间序列的时频特性表现出明显的区域性。     

基于SSA-Sn法的GNSS坐标时间序列粗差探测

针对GNSS高程坐标时间序列中含有粗差、高程坐标时间序列不平稳、非线性变化导致异常值探测困难等问题,提出一种奇异谱分析SSA与S_n估计量相结合的粗差探测方法。利用实验模拟数据和实测数据分别对该方法的探测效果同常规3σ法和MAD法进行对比,结果表明,SSA-S_n粗差探测方法的总体探测效果更好,能够满足GNSS坐标时间序列高可靠性的需求。     

基于AERONET和OMI数据分析中国北方典型地区气溶胶单次散射反照率的变化趋势

气溶胶单次散射反照率（SSA）表征气溶胶吸收特性,很大程度上决定了气溶胶辐射强迫的正负,对准确评估气候变化中的气溶胶辐射强迫具有重要意义。根据2004年10月至2016年12月地基AERONET（AERosol RObotic NETwork）和OMI（Ozone Monitoring Instrument）卫星数据,分析了中国北方典型地区（北京、香河、兴隆和兰州郊区）SSA的变化趋势以及两组数据的一致性。4个站AERONET和OMI 的SSA年均值分别为:北京0.89±0.04和0.90±0.04,香河0.89±0.04和0.91±0.04,兴隆0.92±0.04和0.91±0.04,兰州0.91±0.04和0.90±0.04。4个站点SSA季节变化一致,夏季高冬季低。SSA年际变化趋势分析时,因有效数据较少且为非正态分布,用月中位数代替月均值,同时需对数据进行筛选和去季节变化,结果显示北京和香河均有地基和卫星有效数据时间尺度不同的情况,而兴隆OMI和兰州AERONET满足趋势分析要求。在研究期间,4站SSA均呈上升趋势,说明近年来中国北方气溶胶的吸收性减弱,散射特性增强,尤其北京四季地基和卫星数据均呈上升趋势,但香河秋冬吸收性增强。同时,对AERONET和OMI两种反演算法得到的SSA一致性进行分析。香河结果差异较大,仅30%的数据在误差±0.03的范围内,55%在±0.05的范围内;北京分别为46%（±0.03）和68%（±0.05）,兴隆分别为50%（±0.03）和76%（±0.05）,兰州数据一致性较好,分别为51%（±0.03）和86%（±0.05）,总体来说是受人为活动影响比较明显的地区,数据一致性较差。     

基于SSA和AR模型的海面变化预测试验

以吴淞站1955-2001年月平均潮位序列为基础,采用奇异谱分析(SSA)与自回归模型(AR)相结合的方案(SSA AR),进行了月平均潮位预测试验。基本思路是对SSA分析的结果选择若干有意义的分量进行序列重建,借助于自回归模型进行分量预测,再对它们进行叠加,从而建立预测模型。本文以1955-1996年数据为基础建立模型,1997-2001年数据作为验证,检验结果表明,两种方法的结合使用显示了较好的效果。     

大坝变形的奇异谱分析预测

利用奇异谱分析法对大坝变形数据进行分析，提取趋势和周期分量，分析影响因子与各变形分量的相关性。结果表明，大坝变形主要与水位变化和时效因子有关，温度变化对大坝变形的周期成分贡献最大，其次为水位。另外在准确提取信号的基础上,利用奇异谱分析迭代法对大坝变形进行预测，并与多元回归分析方法和高斯过程模型进行对比，发现其预测精度明显高于后两者。     

南北极海冰的时空变化特征

本文分析了南北极海冰多年平均覆盖资料，给出南北极海冰的年内变化特征，极地海冰最多最少月份的空间分布。计算了２月及９月海冰年际变化方差分布，并对２月及９月南北极海冰７个分区域覆盖面积作了ＥＯＦ分解，为进行南北极海冰影响全球气候的数值试验提供了海冰变化的空间配置     

RELATIONSHIP BETWEEN INTERANNUAL VARIATION OF MERIDIONAL WIND ANOMALIES IN TROPICAL PACIFIC AND SSTA

The Singular Spectrum Analysis (SSA) method is used to conduct studies of periodicity of the SST and meridional winds in tropical Pacific Ocean. The results show that the air-sea system for the Pacific varies on quasi-4-year, quasi-2-year and interannual scales, with the quasi-4-year scale having the highest variability. Depending on the scale, the wind field has a varying degree of association with the SST anomalies. Difference is also found in the evolution of phase. In addition, the work discusses the difference in SSTA resulted from wind fields for quasi-4-year and quasi-2-year components.     

基于SSA-MGF的BP神经网络多步预测模型

采用奇异谱分析（Singular Spectrum Analysis，SSA）方法对标准化样本序列进行准周期信号分量重建，将重建序列构造均值生成函数（Mean Generating Function．MGF）延拓矩阵作为输入因子，原样本序列作为输出因子，构建BP神经网络多步预测模型。通过实际建模并与逐步回归等方法进行对比预测试验，结果表明，基于SSA-MGF的BP神经网络多步预测模型预测效果优于其他3种模型，说明SSA的去噪及BP神经网络预报模型对于提高预测准确率是相对有效的，是一种具有较高应用价值的多步预测方法。