气候变化背景下的贵州草海湿地降水量特征研究

贵州草海湿地对于气候调节、生物多样性研究等方面具有极其重要的作用。利用贵州省威宁国家基准气候站50 a降水量资料,采用数理线性回归,Man-Kendall检验法、最小平方法对降水量进行分析、预测,结果表明：年代际上,草海湿地降水量近50 a来呈减少趋势,趋势递减率为-12.24 mm/10a,减少趋势不明显。季节上,春季、夏季降水量呈增加趋势,趋势率分别为1.37mm/10a、6.15 mm/10a;秋季和冬季降水量呈减少趋势,其中秋季减少趋势较为明显,趋势率为-17.86 mm/10a。通过Man-Kendall参数趋势检验对近50 a降水量进行趋势突变检验,Z值为-0.788,其绝对值小于1.28,未通过0.9的信度检验,说明降水量呈减少趋势,减少趋势不明显,与数理统计结果相吻合。Man-Kendall非参数突变检验近50 a的降水量在1986年、1997年、2012年均存在突变。2019—2048年30 a间草海湿地降水量呈现增加趋势。     

三种不同层次的GPS接收机检验法

本文介绍了ＧＰＳ定位中的误差源，在此基础上作者提出了ＧＰＳ接收机的检验可分为三种不同层次的观点，并详细介绍了三种不同层次的ＧＰＳ接收机的检验方法和值得注意的问题。     

陕西年降水量变化特征及周期分析

以1959-2009年陕西省各气象站逐旬降水资料为基础,采用墨西哥帽小波函数,线性趋势分析以及Mann-Kendall检验法,对陕西省51 a降水的时空分布特征及趋势进行分析,揭示了陕西省降水变化的多时间尺度的复杂结构,分析了不同时间尺度下降水序列变化的周期和突变点,并确定了主要周期。结果表明：（1）陕西省年降水量年际变化大且时空分布极不均匀,降水量从北部向南部递增,呈南多北少特征,大致上为纬向分布。陕北、关中、陕南年降水量多年平均值依次为279 mm、563 mm、840 mm。三大区域年均降水变化相对较为平稳,近51 a来,研究区内年均降水总体呈北部和南部略微下降,中部微弱上升的变化格局,线性倾向率分别为-5.110 mm/10 a、-3.758 mm/10 a、1.908 mm/10 a;（2）陕西省年均降水量有3～7 a,10～17 a,17～30 a周期,以中时间尺度10～17 a的少-多交替最为明显。在微观尺度上,陕北、关中、陕南地区的周期均表现得零乱且不显著。中观尺度,关中和陕南的降水周期比较显著,为10～17 a,陕北的降水周期表现得不十分规律。宏观尺度,陕北的降水周期为23～30 a,关中和陕南较为相似,为18～25 a;（3）Mann-Kendall检验发现1993年是陕西省年均降水量增加的一个显著突变点,2009年以后陕西省将处于多雨期。     

1971—2017年土默特左旗气温变化与相关节气分析

文章利用1971—2017年土默特左旗的气温资料,采用线性趋势法、变异系数法、t检验法,对土默特左旗与农事活动相关的节气气温变化特征进行了分析。结果表明:年平均最高气温、年平均最低气温、年平均气温曲线的走势是一致的,但顺序发生了变化;谷雨、小满、夏至、小暑、立秋、处暑、白露的年平均气温呈显著的升高趋势,说明以上节气的年平均气温总体上是明显升高的,年平均最高气温的谷雨、夏至、处暑、白露节气呈极显著的升高趋势,年平均最低气温除大暑和处暑外呈极显著的升高趋势。20世纪70年代时谷雨节气的年平均最低气温变异系数最大,为0.41,80年代时小暑节气的年平均最高气温变异系数最小,为0.02。2010年以后,谷雨节气年平均最低气温的变异系数最大为0.21,夏至节气年平均气温的变异系数最小为0.02。     

基准点的组合后验方差检验法及应用

在大型工程中,定期分析控制网基准点的稳定性十分必要。介绍组合后验单位权检验对已知基准点进行稳定性分析的方法,并在三峡大坝的升船机控制网复测中得到实际应用,收到良好的效果。     

浙江省秋季降水趋势及旱涝年特征

用浙江省36站39a的降水资料及全国160站49a降水和气温资料研究浙江省秋季降水的变化趋势及旱涝特征。结果表明：浙江省秋季降水具有明显负趋势。还指出：浙江省秋季旱涝变化的主要形式是全省基本一致的趋势，但沿海与内陆的变化有一定差异；浙江省的旱涝与我国秋季的大尺度雨带的位置的关系密切；旱涝前期我国气象要素场有明显的异常特征。用蒙特卡罗（Monte Carlo)模拟方法和t检验法对气象要素的长期变化进行了统计检验。     

基坑边坡垂直位移监测回归分析

对于深基坑开挖前,为保证开挖及附近建筑物安全,需对加固的边坡进行形变测量.本文在对多期观测结果进行精度评定后,采用一元线性回归模型对成果进行分析,经T检验法验算了在显著水平α=0.05下回归效果显著.     

基于ARMA模型拟合分析方法的地磁监测数据研 究——以长春地磁台观测数据为例

ARMA模型也叫做自回归滑动平均模型,它是研究时间序列的重要方法,其中AR为自回归模型,MA为移动平均模型。长春地磁数据F分量的ARMA模型拟合分析是基于MATLAB平台,运用时间序列分析的研究方法,对2007—2018年长春地磁数据F分量进行ARMA模型拟合。按照不同ARMA模型相异的数据特性确定模型类别,判断其属于ARMA模型、AR模型或是MA模型。运用AIC准则法,找到使得AIC值最小的参数并确定为模型参数,最后对残差序列运用Q值检验法,根据检验结果判断模型的拟合优度。本文中的ARMA模型拟合方法是针对F分量的预处理分数据建立数学模型,运用一阶差分方法去除年变趋势,最终得出F分量变化幅度的近似拟合回归方程。通过ARMA模型拟合方程可初步预测F值增减幅度的变化趋势及极值范围,这将为地磁异常乃至其它地震异常定量分析和预测提供一种新思路,也将为地磁异常的判定核实及地震分析预报起到推动作用。     

基于目标对象检验法的四川省两种数值模式暴雨预报对比分析

根据2021年四川省31次暴雨过程预报偏差检验,选取ECMWF预报雨带明显偏西、CMA-MESO预报较好的3次个例,基于目标对象检验法对强降水落区(≥25 mm)从位置偏差、面积偏差、雨带走向和降水强度4个方面对两模式的预报偏差特征和主要原因进行对比分析。结果表明：ECMWF模式降水落区预报较实况偏西偏北,且偏西偏差距离(59.06～123.67 km)显著大于偏北偏差距离(8.23～53.59 km),而CMA-MESO模式雨带走向和位置预报与实况更为接近。两模式降水面积预报均大于实况,ECMWF模式较实况偏大7.0%～34.3%,CMA-MESO模式偏大25.2%～45.9%。两模式降水量平均值预报与实况偏差幅度为-3.5%～20.0%,但降水量极值预报较实况偏差较大,偏差幅度为50.1%～196.9%。检验分析表明,出现在副热带高压边缘,受高原涡或西南涡影响的四川暴雨过程,在ECMWF模式预报强降水落区(≥25 mm)偏西的情况下,CMA-MESO模式可以提供订正参考。