1961-2010年中国400mm和800mm等雨量线时空变化

以中国1961-2010年逐日降水数据为基础,利用等值线加权平均位置的方式对400 mm和800 mm等雨量线的空间位置进行定量化处理。采用Kendall 秩次相关检验法、Morlet小波分析法、滑动t-检验法和Yamamoto法时间序列分析方法,对全国50年来 400 mm和800 mm等雨量线的空间位移特征进行了系统揭示:1961-2010年期间,400 mm和800 mm等雨量线加权平均位置坐标分别为（106°07'12"E,39°25'13"N）和（110°16'31"E,34°12'04"N）。趋势性结果表明,全国400 mm和800 mm等雨量线有向西和向南发生移动的趋势,其中400 mm等雨量线向西移动明显,800 mm等雨量线向南移动明显;周期性结果表明,全国400 mm等雨量线在经向和纬向上发生迁移的主周期分别为9年和 12年,800 mm等雨量线在经向和纬向变化均存在7年的主周期;突变性结果表明,400 mm等雨量线空间位置的突变年为1995-1996年（纬度）,800 mm等雨量线空间位置的突变年为1975年、2002年（经度）和1980年、1982年和1987年（纬度）。     

大型基坑工程水平位移监测与预测结果分析

以银川大世界商务广场的基坑为例,介绍了大型基坑工程水平位移监测的实施方案,给出了水平位移监测方法的精度,并对监测成果进行了分析。在此基础上,分别用多项式拟合和时间序列分析模型两种方法进行建模,对基坑水平位移进行预测,结果表明,该基坑水平位移较小,在规范规定的要求之内,说明基坑是稳定的;时间序列分析模型的预测精度要高于多项式拟合模型的精度。     

规则格网DEM地形综合方法分析

针对当前丰富多样的DEM地形综合模型,分类阐述其综合原理、关键技术及优缺点,以黄土丘陵1：1万DEM为基础,对其地形综合效果进行对比分析。研究结果表明：现有的DEM地形综合模型各有优缺点;不同综合模型综合后的地形,高程数值随着综合尺度的增加,存在显著差异,而且不同综合模型对流域边界的综合处理也存在显著差异,没有形成客观有效的流域边界描述;当前困扰DEM地形综合的关键问题,是缺乏不同尺度下地形综合质量的客观评价标准,致使现有综合模型地形综合结果和DEM格网分辨率之间没有建立本应存在的内在联系,有待进一步深入研究。     

基于全景影像的增强地理现实配准方法研究

介绍基于全景序列影像的增强地理现实构造方法,分析地理现实、地理空间数据以及全景序列影像三要素间的关系和研究的趋势。结合柱面投影理论实现地理空间数据到全景序列影像的转换,完成由虚拟空间向真实空间的定位配准,并给出一种用于验证可行性的非平均特征点采样方法,为进一步研究提供理论基础。     

灰色时序组合模型在基坑监测中的运用

科学、实时、准确地分析和预报建筑物、构筑物的变形在现代测量工程实践中有着重要的意义。文中将时间序列分析与灰色系统理论相结合用于变形监测沉降数据预测。结合国家超级计算长沙中心项目天河广场深基坑沉降监测的数据实例,说明预测方法具有容易实现与预测准确的优点,是一种非常有效的预测方法。     

自回归移动平均模型的电离层总电子含量短期预报

摘 要：本文在充分考虑乘积性季节模型的情况下,利用差分法对电离层总电子含量（Total Electron Content,TEC）样本序列进行平稳化处理后,采用时间序列分析中的求和自回归移动平均模型（简称ARIMA,Autoregressive Integrated Moving Average)对TEC值序列进行预报分析。以欧洲定轨道中心（CODE）提供的2008-2012年电离层TEC值为样本数据,分析了该方法在电离层平静期、活跃期预报高、中、低不同纬度电离层TEC值的精度以及TEC样本数据的长短对预报精度的影响等。实验结果表明：在电离层平静期和活跃期预报6天的平均相对精度可达83.3%和86.6%;而平均预报残差分别为0.18±1.9TECU和0.69±2.6TECU,其中预报残差小于3TECU分别达到90%和81%以上;而且两个时期都具有纬度越高相对精度越低而绝对精度越高的规律。此外,预报精度会随TEC样本序列长度增加而提高,但40天左右为其最佳样本长度,如超过此长度,其精度会逐渐降低;而相同样本数据的预报精度会随预报长度的增加而减小,初期并不明显,但超过30天其相对精度将随时间明显降低。     

城市地铁变形监测数据处理

为确保地铁施工安全进行变形监测是非常重要的手段,而变形监测的最终目的是预测,即对观测物的未来形态进行预报和分析。时间序列的原理是找出事物随时间变化的规律,从而对数据变化趋势做出正确的分析和预报。本文通过对时间序列的研究对长春地铁繁荣路站的变形监测数据进行了分析和预报。     

基于LSTM神经网络的青藏高原月降水量预测

青藏高原的降水量预测不仅为该地区水资源合理规划利用提供依据,同时对中国及周边国家气候变化研究有着重要的意义。论文利用1990—2016年青藏高原降水量数据,采用长短期记忆神经网络（LSTM）对青藏高原月降水量进行预测,主要包括：① 使用青藏高原86个测站1990—2013年的月降水资料,预测各个测站2014—2016年的月降水量,并与传统的RNN、NAR、SSA和ARIMA预测模型相比,平均决定系数R²分别提高了0.07、0.15、0.13和0.36,均方根误差（RMSE）和平均绝对误差（MAE）表现更低;② 分析了降水量预测精度的空间分布特征,将各模型的R²在青藏高原地区内插值,分析R²的空间分布特征,发现所有模型降雨稀少的干旱地区和降雨多的湿润地区R²较低,在气候稳定、降水规律性明显的地区R²较高,且LSTM模型R²≥0.6的空间范围远大于传统模型;③ 分析了不同预测长度对各模型预测精度的影响,发现所有模型会随着预测长度增加而预测精度降低,但在不同的预测长度下LSTM预测的RMSE值都低于其他模型。     

桂东南那卜地区古生代变质岩系的构造演化序列

桂东南那卜地区古生代变质岩系 ,主要由花岗质岩石 (宁潭超单元 )和古生界组成。岩石构造变形强烈 ,构造形迹复杂 ,根据不同尺度上观察到的各种构造要素的几何学、运动学、构造应力场以及相互叠加关系等特征 ,可将其组成不同的构造组合 (群落 )。依据各构造组合之间的相互关系、同位素年龄 ,并结合相应的变质事件和岩浆活动事件等 ,建立起 2个旋回和 4个世代的构造变形序列。并初步探讨了古生代变质岩系的构造演化过程。     

数据挖掘在高校学生管理决策中的应用模式分析

随着因特网的广泛应用,各高校在开展现代远程教育过程中记录了大量复杂的学生信息,基于这些历程信息,在高校学生管理决策中利用数据挖掘技术,提出了现代高校学生管理工作的新模式,并就几个管理决策的应用模式进行了实例分析.