时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

赤道潜流变化及其与ENSO的关系

应用TOGA/TAO实测海流和SODA全球海洋再分析资料,分析研究了热带太平洋赤道潜流的变化特征及其与ENSO循环的关系,初步探讨了赤道潜流变化对两种不同类型(中部型和东部型)ENSO事件的影响。对赤道潜流距平场的EOF分解表明,第一模态为"东太平洋潜流模态",特征向量主要反映东太平洋赤道潜流的变化情况;第二模态为"中太平洋潜流模态",特征向量主要反映中太平洋赤道潜流的变化情况;这两个主要模态基本可以反映赤道潜流距平场的主要信息。这两个模态对应的时间系数有明显的年际变化特征,并且与NINO指数都有较好的负相关,最大相关均通过99.9%的信度检验。相关分析表明潜流第一模态的变化滞后于NINO指数变化,而第二模态的变化则提前于NINO指数变化,即ENSO事件对东太平洋赤道潜流的变化有一定影响,而中太平洋的潜流变化又会对ENSO事件产生影响。通过个例分析表明,中太平洋赤道潜流的变化对两种不同类型ENSO事件的发生有重要影响。在东部型ENSO事件发生前,中太平洋赤道潜流增强,这样西太平洋暖池的异常海温在潜流的引导下快速向东传播,直接到达东太平洋形成东部型ENSO事件;中部型ENSO事件发生前,中太平洋赤道潜流明显减弱,西太平洋的异常海温不能迅速东传速,在中太平洋堆积上升到达海面,使得中部型ENSO事件爆发。     

Impacts of soil fauna on litter decomposition at different succession stages of wetland in Sanjiang Plain, China

Litter decomposition is the key process in nutrient recycling and energy flow. The present study examined the impacts of soil fauna on decomposition rates and nutrient fluxes at three succession stages of wetland in the Sanjiang Plain, China using different mesh litterbags. The results show that in each succession stage of wetland, soil fauna can obviously increase litter decomposition rates. The average contribution of whole soil fauna to litter mass loss was 35.35%. The more complex the soil fauna group, the more significant the role of soil fauna. The average loss of three types of litter in the 4mm mesh litterbags was 0.3–4.1 times that in 0.058mm ones. The decomposition function of soil fauna to litter mass changed with the wetland succession. The average contribution of soil fauna to litter loss firstly decreased from 34.96% (Carex lasiocapa) to 32.94% (Carex meyeriana), then increased to 38.16% (Calamagrostics angustifolia). The contributions of soil fauna to litter decomposition rates vary according to the litter substrata, soil fauna communities and seasons. Significant effects were respectively found in August and July on C. angustifolia and C. lasiocapa, while in June and August on C. meyeriana. Total carbon (TC), total nitrogen (TN) and total phosphorus (TP) contents and the C/N and C/P ratios of decaying litter can be influenced by soil fauna. At different wetland succession stages, the effects of soil fauna on nutrient elements also differ greatly, which shows the significant difference of influencing element types and degrees. Soil fauna communities strongly influenced the TC and TP concentrations of C. meyeriana litter, and TP content of C. lasiocapa. Our results indicate that soil fauna have important effects on litter decomposition and this influence will vary with the wetland succession and seasonal variation. Foundation item: Under the auspices of State Key Development Program for Basic Research of China (No. 2009CB421103), Key Program of National Natural Science Foundation of China (No. 40830535/D0101), Knowledge Innovation Programs of Chinese Academy of Sciences (No. KZCX2-YW-BR-16, KSCX2-YW-N-46-06)     

参数带椭球约束平差算法的应用

针对实际工程应用中遇到的参数带有范围约束的情形,提出带椭球约束的平差算法,并给出其具体模型和解算步骤。数值模拟实验和病态测边网数据计算表明,在处理病态问题时,最小二乘平差（least-squares,LS）已不适用,而与岭估计、奇异值分解法（singular value decomposition,SVD）以及不等式约束相比,本文算法精度更高。     

基于自适应峰值分解的广义局部频率时频分析方法

往复压缩机振动信号具有复杂的多源冲击特性,表现较强的非平稳性,传统的时频分析方法难以提取有效的故障特征.以傅氏变换为基础的传统频率概念和以希尔伯特变换为基础的瞬时频率概念存在固有缺陷,提出一种广义局部频率的概念,并结合自适应峰值分解方法,实现信号时频分布的构造途径;与HHT时频分析方法进行仿真对比,并应用到往复压缩机振动信号故障特征提取.结果表明,基于自适应峰值分解的广义局部频率方法有效揭示往复压缩机不同故障的多源冲击振动信号时频特征,为往复压缩机故障诊断提供一种新的手段.     

Alternative Fuzzy Cluster segmentation of remote sensing images based on Adaptive Genetic Algorithm

Remote sensing image segmentation is the basis of image understanding and analysis. However, the precision and the speed of segmentation can not meet the need of image analysis, due to strong uncertainty and rich texture details of remote sensing images. We proposed a new segmentation method based on Adaptive Genetic Algorithm (AGA) and Alternative Fuzzy C-Means (AFCM). Segmentation thresholds were identified by AGA. Then the image was segmented by AFCM. The results indicate that the precision and the speed of segmentation have been greatly increased, and the accuracy of threshold selection is much higher compared with traditional Otsu and Fuzzy C-Means (FCM) segmentation methods. The segmentation results also show that multi-thresholds segmentation has been achieved by combining AGA with AFCM.     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

排序对模糊度解算中降相关性能的影响分析

针对不同排序算法对模糊度解算存在降相关性能影响的问题,从理论上分析了自然升序法、对称旋转法及扰动升序法的降相关原理,并基于模拟数据和实测数据,从降相关时间、搜索时间、总体耗时、Bootstrapping成功率及条件数5个方面对3种算法进行对比分析。结果表明,降相关效率与搜索椭球压缩程度呈负相关关系,搜索椭球压缩程度越高,降相关效率越低;对于不同的排序算法,提高降相关性能的关键在于减少降相关时间及对条件方差按一定方向排序,进而提高搜索效率。     

一种自适应匹配子空间亚像元目标探测方法

为了克服基于线性混合模型的高光谱遥感影像亚像元目标探测方法的缺陷, 提出了一种基于全限制性线性分解的自适应匹配子空间探测方法。首先利用交叉相关光谱匹配技术求得各个像元所含端元类别信息, 然后根据端元类别信息和全限制性分解的结果构造自适应匹配子空间探测算子, 利用端元类别信息在探测中动态选择端元, 降低端元数目估计偏差对探测结果的影响, 提高探测器对目标与背景的可分性。实验证明, 该方法与其他基于线性混合模型的亚像元目标探测方法相比, 可以更好地克服端元数目估计偏差对探测结果的影响, 无论是端元个数低估还是     

基于VMD和WinLSP相结合的GNSS-R海平面高度估测模型

全球导航卫星系统反射（Global Navigation Satellite System-Reflectometry,GNSS-R）技术是一种新兴的监测海平面高度变化的技术。本文依据GNSS-R技术中的信噪比分析法的原理,通过分析其分离趋势项和提取振荡频率的过程,建立了新的估测模型以提高反演精度。针对传统模型存在的信号分离不佳的问题,本文提出使用变分模态分解（Variational Mode Decomposition,VMD）算法替换传统的最小二乘拟合法（Least Squares Fitting, LSF）进行趋势项分量的分离。在此基础上,本文引入基于凯塞窗函数改进的LSP(Lomb-Scargle Periodogram)频谱分析法（记为WinLSP）来减弱因频谱泄露带来的反演误差。在瑞典翁萨拉的GTGU站和美国阿拉斯加州的SC02站开展的海平面高度反演实验结果表明,本文建立的估测模型相比于传统模型具有更高的反演精度。基于VMD+WinLSP估测模型得到的GTGU站反演结果的均方根误差（RMSE）、相关系数和反演点数分别为4.70 cm、0.98和5 647。与传统的LSF+L...