通用客观预报工具设计

通用客观预报工具设计是根据预报人员在制作预报过程中的基本经验为基础。借用逐步回归的教学方法。从Micaps系统中提取上游气象要素实况、数值预报产品和预报站点的天气实况等气象要素作为样本序列．建立预报回归方程．从而作出预报站点的客观天气预报产品。作为预报业务的初始天气预报的程序实现。它具有时间、空间、各气象要素预报的通用性、自动化。     

基于正交多项式逼近法的岩土参数概率分布推断

针对岩上参数样本容量较大的情况,基于数值分析中的逼近原理,直接根据试验样本值,运用勒让德正交多项式来拟合岩土参数的概率密度函数,并用K-S检验法从理论上证明所求的密度函数的正确性和实用性。     

地理国情普查外业调查与核查探讨

地理国情普查主要是查清我国地形地貌、地表覆盖等自然和人文地理要素的现状和空间分布情况,建立普查成果数据库,为开展常态化的国情监测奠定基础。正确理解吉林省地理国情普查技术设计和作业指导书,以及国情普查的内容与指标,进行外业核查与遥感影像解译样本采集工作,为最终形成地理国情要素数据、地表覆盖分类数据和遥感影像解译样本数据库奠定基础。     

MASNUM-WAM海浪模式集合Kalman滤波同化研究-I.风场扰动对海浪模拟影响

模式集合样本的代表性和观测信息的可靠性是制约数据同化效果的重要因素,而前者对海浪模式同化的影响尤为显著。由于海浪模式对初始场的敏感性较弱,来自大气的风输入源函数是海浪的重要能量输入,如何合理地对风输入进行扰动,构造海浪的集合模式运行,是实现和改进海浪模式集合Kalman滤波同化的关键问题。为了实现海浪模式集合运行,本文提出了风场的三种集合扰动方案,分别为：纯随机数、随机场和时间滞后的风场扰动方法。本研究利用2014年1月ECMWF全球风场,基于这三种风场扰动方法开展了集合海浪模式的集合运行实验,并统计分析了海浪特征要素（有效波高）和二维波数谱对风场扰动的响应。结果表明,随机场集合扰动方案所构造的风场集合效果最佳,所得海浪模拟结果的集合样本发散度适中,能够较为合理地反映背景误差的统计特征,可用于进一步的集合Kalman滤波海浪数据同化实验。     

粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...     

一种正样本单分类框架下的高分辨率遥感影像建筑物变化检测算法

高分辨率遥感影像建筑物变化检测对于城市规划、城市执法等方面具有非常重要的意义。文中提出一种基于正样本单分类器学习框架下的建筑物变化检测算法。首先提取影像形态学建筑物指数特征(MBI),通过卡方变换将其与光谱特征进行融合;然后利用一种单分类器完成建筑物变化初始判定;最后利用改进的长宽比形状特征完成最终建筑物变化判定。通过与现有建筑物变化检测算法、传统的多分类器算法对比,本文算法精度有一定提升并具有更强的鲁棒性。     

小样本岩土参数下土质边坡可靠度分析的条件概率法

岩土勘察取样数量有限是土工参数统计不确定性的重要来源,小样本条件下参数估计偏差向可靠度计算环节传递,导致分析结果呈现不确定性.针对小样本岩土参数X,围绕样本平均值(X-)构造具有不同随机偏离程度的一系列假想参数总体均值μ*,以μ*i的不同取值为发生条件P(Bi)、对应的可靠度计算结果Pfi为条件概率P(A|Bi),基于...     

基于模糊聚类的海水水质监测技术研究

海水水质监测数据纷繁复杂,为了在海量的数据中提取有效数据进行分析,采用模糊聚类实现对监测数据的分析处 理。对监测数据分析结构做了简要说明,接着分析模糊聚类C 聚类均值算法（FCM） 不足之处,提出了基于不完整数据样本 的FCM 算法,最后采用海水赤潮数据不完整样本进行实例仿真,实验证明,该算法在处理不完整样本数据时有一定的优势。     

长沙节约集约用地不完全样本图

方向：新农村建设 通过归并零散地块、平整土地、改良土壤,加强道路、沟渠等配套设施建设,分片有序地推进田水路林村的综合整治,以增加有效耕地面积,改善农业生产条件。     

基于样本与因子优化的黄冈南部地区地质灾害易发性评价

为对比信息量模型中灾害数量和灾害面积2种样本的适用性，以黄冈南部地区作为研究对象，探讨了评价因子的优化组合形式，采用信息量模型，根据研究区工程地质条件和地质灾害的特征初选评价因子，结合成功率曲线确定2种样本的因子优化组合，进而通过灾害比率及典型地质灾害点验证易发性评价结果。结果表明:①在单因子评价结果中，2种样本的单因子评价结果的AUC值排列顺序不尽相同，但呈现出一定规律性；②各叠加因子评价结果的准确度均达到因子优化组合的94.9%以上，变化幅度相对较小，且呈现出随因子数量增加而增大的趋势，但并不是越多越好；③2种样本的易发性评价结果都显示出高、较高易发区主要集中于研究区中部及北部地区，低易发区和较低易发区多集中于长江沿岸以及研究区南部，与灾害分布位置相符；④2种样本均为地质灾害易发性评价中信息量模型的有效计算样本，且面积样本的准确度明显优于数量样本。