Spatio-temporal point pattern analysis on Wenchuan strong earthquake

For exploring the aftershock occurrence process of the 2008 Wenchuan strong earthquake, the spatio-temporal point pattern analysis method is employed to study the sequences of aftershocks with magnitude M≥4.0, M≥4.5, and M≥5.0. It is found that these data exhibit the spatio-temporal clustering on a certain distance scale and on a certain time scale. In particular, the space-time interaction obviously strengthens when the distance is less than 60 km and the time is less than 260 h for the first two aftershoc...     

全球大地震丛集现象可用随机变化来解释

2004年以来发生的5次Mw≥8.5地震使目前的地震危险性看似高于长期平均水平,也引发了一场有关我们是否身处群发性地震危险境地的争论.作者利用3种统计检验来确定1900年以来M≥7的地震记录是否拒绝添加了局部余震序列的恒速情况下独立随机事件的零假设.结果表明,这些数据不能拒绝零假设.由此,全球大地震的时间分布可在添加了局部余震的情况下通过一个随机过程得到很好的描绘,表面上的丛集现象只是缘于随机变化.所以说,未来地震的风险并没有增大(持续中的余震序列除外),地震风险评估应该尽可能地利用最长时间的地震记录.     

面向对象方法的时间序列MODIS数据湿地信息提取——以洞庭湖流域为例

以洞庭湖流域为研究区,对大范围湿地信息遥感提取方法进行了研究。先基于时间序列MODIS EVI及物候特征参数,通过J-M(Jeffries-Matusita distance)距离分析,构建了MODIS(250 m)最佳时序组合分类数据;其次,通过Johnson指数确定了最佳分割尺度,采用面向对象的遥感分类方法(Random tree分类器)提取了洞庭湖流域的湿地信息,并验证该方法的适用性。研究结果表明,基于时序数据与面向对象的Random tree分类的总体精度和Kappa系数分别为78.84%和0.71,较之基于像元的相同算法的总体分类精度和Kappa系数分别提高了5.79%和0.04。同时,基于面向对象方法的湿地整体的用户精度与生产者精度较基于像元方法分别提高了4.56%和6.21%,可有效提高大区域湿地信息提取的精度。     

时空序列预测误差的敏感性试验分析

利用33模Lorenz系统得到的"理想"混沌时空序列,作为时空混沌序列"发生器".通过状态空间重构,建立"场时间序列"局域近似预测模型,对资料空间分辨率,资料的长度、噪音,以及模型的参数选取等因素进行敏感性试验分析,了解时空混沌序列预测中误差产生和增长的一些影响因素.得到以下初步结论:对于理想混沌时空序列(33模Lorenz系统)而言,与系统相适应的资料空间分辨率和较长的资料长度都将会提高预测精度;可预报时效与资料长度之间近似服从指数关系.另外,在建立预测模型时,适当的邻近点数目,以及采用二阶映射关系和迭代法都可以有效地改善预测精度.对于加入噪音的混沌时间序列,通过"场时间序列"的局域近似方法和4阶自回归方法的预测试验的对比表明,前者显示了更强的抗"干扰"能力.以上结论可以有分析地应用于短期气候预测中.     

时空结构对短期气候预测影响的初步分析

作者试图通过滤波以及分区等方法进行预测误差的订正,以便讨论滤波对短期气候预测的影响,在一定意义上,它代表了时空结构的变化对预测结果的影响.通过自然正交展开(EOF)和奇异谱分析(SSA)以及考察空间分辨率的变化,对500hPa月平均高度场进行不同形式的滤波后,利用"场时间序列"预测分析方法进行预测试验,结果表明,预测能力有所提高.另外,对原预测对象进行分区后的预测试验表明,分区有可能改善时空序列的"相容"性,并有利于提高预测精度.     

广西气温的气候变化分析

根据相关原理,采用插补方法,对广西的南宁,柳州沙塘,桂林3站1936年以来的气温序列进行了插补,然后利用多元线性回归议程将3站气温资料延长至1884年,并对广西近百年气温的气候变化特点进行了分析。     

模糊时间序列模型在短期气候预测中的应用

将模糊时间序列模型引入短期气候预报,利用重庆34个地面气象观测站的逐日观测资料(1971—2007年)和重庆市旱涝灾害监测预警决策服务系统计算的干旱指数和洪涝指数等资料,运用模糊时间序列模型分别对2001—2007年重庆市城口县1月降水、1月平均气温的预报结果(年度预测)和重庆市春旱指数的预报结果(年度预测)进行了模糊时间序列分析,预测了2004—2007年的发展趋势,用2004—2007年实测值与预测结果进行了比较,并与加权集成、人工神经网络集成、数据挖掘集成等模型进行了精度比较和分析.结果表明:模糊时间序列模型各项精度评定指标优良,并且计算简单,具有一定的实用价值.     

河北省城市热岛强度变化对区域地表平均气温序列的影响

按照大中城市站、城市站、国家基本/基准站与乡村站等类别,对河北省区域内55个气象站1961～2003年和1981～2003年时段月、季、年平均气温变化进行了对比分析.结果表明:近40年来,大中城市增温趋势最为显著,城市站、国家基本/基准站增温趋势较强,乡村站增温趋势最小,季节中以冬季增温为最大;城市热岛效应增强因素对大中城市站、城市站、国家基本/基准站年平均温度增加的份额分别占到44.7%、38.7%、39.7%.城市热岛效应增强因素对季节增暖的作用在夏秋季较大,冬季最小;近20年来各类台站增温趋势更加明显,但热岛增温效应对平均温度序列增温的相对贡献却在降低,说明近20年的迅速增温可能是由于大气环流和增强的温室效应引起的;近20年全省各类台站由于城市热岛效应引起的增温与1961～2003年整个时段相比表现不一,部分站城市热岛增温效应绝对量趋于增强,部分站城市热岛增温效应趋于弱化或消失.因此,城市热岛增温效应对台站和区域平均温度序列的影响比较复杂,它受到人口增长、城市化进程、乡村台站环境变化等多种因素的影响.     

巴州南部农区大风的年代际变化趋势

利用时间序列方法对巴州农区1960～2003年的春夏秋大风日数序列进行分析,计算5a滑动平均值,建立各大风日数5年滑动平均值序列的时间序列预报方程,并对大风日数的年际变化进行预测,预测值和实况值相关较好.