中国春季气温异常变率的非线性特征

运用一种基于神经网络的非线性主成分分析法(NLPCA)对中国1951-2003年53 a春季气温距平场进行分析,结果表明,春季气温异常变率具有显著的非线性特征,当非线性主元u分别取最大值和最小值时,对应的空间气温异常分布型具有显著的非对称性。     

表面气温内部变率估算方法的比较研究

本文利用37个CMIP5模式和CESM（Community Earth System Model）包含40个成员的超级集合试验的表面气温预估数据，比较了工业革命前气候参照试验、多项式拟合法和方差分析方法这三种目前在国际上运用较多的方法所估算的表面气温内部变率的异同，分析了内部变率的估算对气候预估中信号萌芽时间（TOE）的影响。结果表明:若采用CMIP5多模式集合，则工业革命前气候参照试验和多项式拟合法都是估算内部变率的合理方法，而方差分析方法则由于包含模式性能自身的影响会夸大内部变率故不推荐使用。内部变率的全球分布呈现出极向强化的现象，中高纬度地区的内部变率幅度远大于热带、副热带地区。内部变率受不同排放情景的影响较小，且随时间无显著变化，但方差分析方法估算的内部变率在热带地区容易受到排放情景的影响。若基于类似CESM这样的单个气候模式的超级集合模拟试验来估算内部变率，三种方法估算的结果相似。不同方法估算的内部变率对TOE的影响主要位于北大西洋拉布拉多海、南大洋威德尔海和罗斯海等邻近海洋深对流区。对于中国区域平均来说，基于CESM超级集合模拟试验，三种方法估算的内部变率与强迫信号之比都小于15%；对CMIP5多模式集合，采用工业革命前气候参照试验和多项式拟合法得到的结果与此接近，但若采用方差分析方法则显著高估内部变率的作用。     

韧性剪切带内流体作用及成分变化与体积变化

韧性剪切带中的大量流体活动,影响了变形机制和矿物成分的变化。由于流体的渗透,造成某些元素的迁移,形成剪切带的物质成分变化和体积变化。流体与岩石的相互作用则是剪切带发展过程中的重要作用。应用成分变化计算体积变化已成为研究的热点问题     

自然地理要素空间插值的几个问题

资源管理、灾害管理、生态环境治理以及全球变化研究的需要强化了部分自然地理要素空间插值研究的重要性。这些要素空间插值的核心是建立充分逼近要素空间分布特征的函数方程。对于给定的区域与要素样本值 ,插值函数可以有多种模型形式。各类模型的精度受其理论基础、模型算法、时空尺度效应、样本数据属性等因素的综合影响。通过对国际主要插值研究成果进行分析 ,文章认为各类模型插值精度的差异缘于模型对插值要素空间变异性与空间相关性的反映 ,具体应用中 ,只有对已知样本数据进行变异性与相关性分析才能选出适当的插值方法。     

Single/multiple input-single output transfer function with noise models for constituents of iron ores of Northern Goa, India

Parametric time domain time series models for different chemical constituents such as SiO ₂,Fe ₂ O ₃,TiO ₂,MnO, and P ₂ O ₅ of iron ores belonging to banded hematite quartzites in Bicholim Mine (Goa) have been utilized for forecasting Fe ₂ O ₃ assay values through single/multiple input—single output (Fe ₂ O ₃ ) transfer function with noise methodology. Statistically significant correlated chemical constituent inputs (say, SiO ₂,TiO ₂,MnO, P ₂ O ₅ ) along lateral (horizontal strike direction) and vertical (perpendicular to bedding planes) sections in this mine are useful in modeling as well as forecasting assay values of blocks of ore to be exploited. Parameters of transfer function—noise models are estimated by utilizing time domain methodology, and the usefulness of these models for optimization of mining operations is discussed.     

THE NONPARAMETRIC ANALYSIS OF VARIANCE AND MULTIPLE COMPARISONS PROCEDURES IN GEOGRAPHY*

Geographers employing the parametric F statistic in analyses of variance should consider that it can be highly sensitive to departures from normality. The Friedman and Kruskal-Wallis tests offer geographers nonparametric alternatives to the analysis of variance, for k dependent and independent samples respectively. Associated with the tests are little known methods for examining ordered alternatives and making multiple comparisons between samples, thereby permitting in-depth analysis of sample data. Both tests and these latter procedures are illustrated by examples drawn from population and urban retailing geography.     

On the joint robust estimation of parameters and variance

A method of joint estimation of the parameters and the variance σ² in the linear model is presented in this paper. The M-estimators with finite rejection points are adopted for estimating the parameters. In order to estimate the variance σ², the Grubbs statistics and the Kurtosis test statistics are adopted to test the residual sequence {;r_i};. And the sample variance of {;r_i}; after discarding the outliers is taken as the estimation of σ². This method of estimating σ² is less computational demanding and more accurate, compared with the well-known method which takes 1.483 med_i |r_i| as the estimation of σ. The breakdown point of the above estimation of σ² is more than 20%, while the brekdown point is less than 10%, if only the Grubbs statistics is used.     

基于方差分量估计的拟合推估及其在GIS误差纠正的应用

拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。     

航空矢量重力测量中光纤陀螺随机漂移误差实时补偿方法

光纤陀螺随机漂移误差是影响航空矢量重力测量系统姿态解算精度的关键因素。建立模型并在输出中对其补偿是抑制该项误差的有效方法。针对传统ARMA模型只能对平稳随机漂移误差建模,且模型无法满足实时滤波需求的问题,本文引入适用于非平稳随机漂移误差的ARIMA模型,同时给出详细的建模过程,并提出采用实时平均算法消除原始采样序列中常值分量的思路,实现了随机漂移误差的实时Kalman滤波估计。基于本文所提出的模型和实时滤波算法,对光纤陀螺实测数据进行分析,结果表明处理后信号中随机漂移误差的方差减小了46.5%。Allan方差分析结果表明,滤波后角度随机游走系数和角速率随机游走系数分别降低了约50%和40%。本文的结果说明ARIMA模型能够准确描述陀螺的非平稳随机漂移误差。基于实时平均算法的Kalman滤波可实现随机漂移误差的在线估计,有望提高航空矢量重力测量系统的姿态解算精度。     

顾及截断偏差影响的TSVD截断参数确定方法

TSVD通过截断参数截掉较小的奇异值来改善病态性对估计的影响,其本质是通过引入少量偏差来降低方差,以提高估值的稳定性和可靠性。截断参数是影响TSVD解算效果的关键因素,常用的广义交叉核实法(GCV法)和L曲线法未从TSVD改善模型参数估值质量的角度确定截断参数,稳定性和可靠性不足,而最小MSE法理论依据充分但受限于MSE计算的准确性。通过分析TSVD由小到大截掉奇异值后,相应的估值方差与偏差变化,本文提出了引入偏差量小于降低方差量来确定截断参数的思想,并通过估计出较大奇异值截掉后的偏差引入量建立偏差估值可信区间,利用可信区间内偏差估值与方差下降量进行比较,避免较小奇异值截掉后的方差下降量与偏差引入量的直接比较,从而解决参数真值未知截掉较小奇异值引入偏差量难以准确计算的问题。最后通过试验验证了新方法的可行性和有效性,相比于GCV法和L曲线法,新方法确定的截断参数稳定性和可靠性更高,可有效提高TSVD的解算效果。