基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演

表层海水二氧化碳分压是评估海洋碳源汇强度的关键参数,但其实测数据较少、时空分布极不均匀,导致二氧化碳交换通量的估算有很大的不确定性,海洋源汇特征就不能确切获取。为了解决这个难题,在收集的表层大洋二氧化碳地图(Surface Ocean CO₂ Atlas,SOCAT)实测数据集基础上,运用广义回归神经网络建立二氧化碳分压与经纬度、时间、温度、盐度和叶绿素浓度间的非线性关系,构建了1998?2018年间全球1°×1°经纬度的表层海水二氧化碳分压格点数据,其标准误差为16.93 μatm,平均相对误差为2.97%,优于现有研究中的前反馈神经网络、自组织映射神经网络和机器学习算法等方法。根据构建的数据所绘制的全球表层海水二氧化碳分压的分布与现有研究有较好的一致性。     

基于拉格朗日拟序结构的吕宋海峡表层水交换研究

黑潮通过吕宋海峡入侵南海呈现明显的瞬态特征。以往的研究通常将黑潮在吕宋海峡附近的流态分为几种不同类型。本文基于表层地转流计算得到的有限时间李雅普诺夫指数场（FTLE）,展示了拉格朗日视角下的吕宋海峡上层水交换特征。从FTLE场提取的拉格朗日拟序结构（LCSs）很好地识别了吕宋海峡附近的典型流态和旋涡活动。此外,这些LCSs还揭示了吕宋海峡周围复杂的输运路径和流体域,这些特征得到了卫星跟踪浮标轨迹的验证,且从流速场中是无法直接识别的。FTLE场显示,吕宋海峡附近表层水体的输运形态主要可分为四类。其中,黑潮直接向北流动的“跨越”形态和顺时针旋转的“流套”形态的发生频次明显高于直接进入南海的黑潮分支“渗入”形态和南海水流出至太平洋的“外流”形态。本文还进一步分析了黑潮在吕宋海峡处的涡旋脱落事件,突出强调了LCSs在评估涡旋输运方面的重要性。反气旋涡旋的脱落个例表明,这些涡旋主要源自黑潮“流套”,涡旋脱落之前可有效地俘获黑潮水。LCS所指示的输运通道信息有助于预测最终被反气旋涡所挟卷水体在上游的位置。而在气旋涡的形成过程中,LCS的分布特征表明,大部分气旋涡并未与黑潮水的输运路径相连通。因此,气旋涡对从太平洋到南海的上层水交换的贡献较小。     

一种利用浮标站资料改进海浪模式有效波高预报的方法

基于浮标站海浪历史数据,利用回归分析方法建立了海浪数值模式有效波高预报产品的一元二次回归方程订正统计模型。通过2017年7月1日-2018年10月10日期间业务试运行结果发现:订正方程能有效改善有效波高数值预报产品的预报精度,且预报时效越短订正效果越显著。其中,第6~11 h预报时效内的订正前后平均绝对误差值减小0.17~0. 241 m,第6~18 h预报时效内订正前后均方根误差减小幅度为0.103~0. 28 m。这说明应用订正统计模型对海浪模式输出产品进行订正,也是改进海浪模式预报准确率的一种有效途径。     

基于SVR和LSTM算法反演散射计下有效波高研究

有效波高反演对于海洋工程及海洋环境安全具有重要意义.我国海洋二号(HY-2A)卫星载有散射计和高度计等获取海洋要素的仪器.散射计可获取海洋风场数据但无法直接获取有效波高数据,高度计可获取海洋有效波高数据但覆盖区域狭小.本文将散射计与高度计各自优势结合,利用支持向量回归(SVR)和长短期记忆(LSTM)智能算法反演散射计...     

天津市地面沉降区地下水开采指标综合评定方法研究

实行地面沉降控制和地下水资源的统一管理,是天津市地面沉降防治工作的特色。本文针对地下水超采是影响天津市地面沉降主要因素的现状,通过对多年地面沉降监测以及地下水资源开发利用数据的分析,首先在全市范围内初步确定各乡镇2007年地下水开采指标或维持2005年实际开采水平,或选用一元回归分析方法建立地面沉降预测模型。在建模过程中,应用地质系统科学理论,综合考虑2001～2005年各年度地面沉降和地下水水位动态,将天津市划分为若干个子系统,每一子系统作为一个回归分析单元。为了将各计算单元的预测结果具体到各乡镇地下水资源开采指标制定中,结合各乡镇地面沉降现状和地下水替换水源条件,并根据计算单元内各乡镇地下水开采强度、地下水超采程度、沉降敏感度以及地下水位超限程度等因素进行压采规模的综合分级。这一方法已得到我市相关水资源管理部门的认同,并取得了较好的实践效果。     

松嫩典型黑土区耕地黑土层厚度数字制图方法比较

黑土层厚度与农田土壤肥力和质量密切相关,准确刻画东北松嫩典型黑土区耕地黑土层厚度的空间分布对黑土地保护和农业可持续发展具有重要意义。然而,常用的预测模型在平原漫岗地区进行数字制图具有较大的难度,如何准确预测黑土层厚度的空间分布特征是亟待解决的问题。选取东北地区松嫩典型黑土区作为研究区,以研究区内106个剖面点和45个环境因子为基础数据,通过因子重要性排序和相关性剔除法筛选变量,利用多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、梯度提升树(Gradient Boosting Decsion Tree,GBDT)、极端梯度提升(Extreme Gradient Boosting,XGBoost)、随机森林回归克里格(Random Forest-Regression Kriging,RF-RK)和堆叠泛化模型(Stacking)对黑土层厚度进行空间预测制图,评估不同模型预测精度并研究影响黑土层厚度空间分布的最优协变量,并基于较优模型绘制东北黑土区耕地黑土层厚度分级图。结果表明：(1) Stacking组合多种模型的...     

贫困村空间分布及影响因素分析——以乌蒙山连片特困区为例

针对目前贫困分布研究以大尺度为主而缺乏对小尺度的关注和致贫因素分析忽略个体效应或背景效应的不足,基于空间贫困视角,以乌蒙山片区为研究区域、贫困村为研究对象,运用空间点模式分析方法探究贫困村空间分布特征,并设计多层线性回归模型从贫困村和县域两个层面综合定量剖析贫困影响因素。研究发现：① 贫困村的空间聚集特征较为明显,总体分布呈现大分散小集中、散点-极核-轴带-团块并存的空间格局。② 贫困村的贫困程度受多层因素的显著影响。其中,村级影响因素为：人口密度、通路率、劳动力比例、遭受自然灾害频次、安全饮用水比例;县级影响因素为：人均地方生产总值、高中阶段毛入学率、植被覆盖率。③ 农村贫困来源于贫困村与县域的双重作用。因此在精准扶贫工作中,政府及相关部门可针对不同尺度对象有针对性地施策,合理配置扶贫资金。     

中国高技能劳动力与一般劳动力的空间分布格局及其影响因素

基于2000和2010年全国人口普查分县数据和地级行政单元数据,采用不均衡指数和空间自相关分析等方法,刻画中国高技能劳动力和一般劳动力的空间分布格局及其变化,并采用空间滞后模型,识别高技能劳动力与一般劳动力空间分布的决定因素及其变化。结果表明：① 两类劳动力总体的空间特征均为东南密集,西北稀疏;② 2000—2010年,高技能劳动力在空间分布上呈集中化的趋势,而一般劳动力呈分散化的趋势;③ 十年间高技能劳动力集聚区虹吸作用加强,其分布越发集中于沿海特大城市群,而一般劳动力集聚区回波作用加强,其分布越发均衡;④ 空间回归分析结果表明,职工平均工资、是否直辖市或省会、每万人在校高校学生、是否沿海城市、常住人口数和空间溢出效应在十年中一直都是决定高技能劳动力和一般劳动力空间分布的主要因素,而失业率、中学生师比、二氧化硫排放量和绿地率在2010年也成为影响两类劳动力空间分布的主要因素。对比两类劳动力的模型结果可得,高技能劳动力的空间分布受行政因素、高校因素和地区生活舒适度的影响更大,而一般劳动力的空间分布受劳动力市场因素的影响更大。     

1985年以来中国大陆沿海集装箱港口体系位序-规模分布及其网络联系

21世纪以来,中国大陆众多沿海城市纷纷转型为港口城市,港口区域化态势明显,港口发展呈现新的竞合关系。运用位序-规模法则与复杂网络模型,从规模结构、航运网络两方面刻画1985年以来中国大陆沿海集装箱港口体系的区域化特征。结果表明：① 港口体系日趋完善,位序-规模分布更加明显;发展演化呈低级均衡,明显集中化及相对分散化三个阶段,围绕世界级枢纽港形成区域集聚和群内扩散的空间格局。② 港口航运网络小世界特征得到强化,不同类型港口航线网络特性变化差异明显。枢纽港以广度上升深度下降、中转功能上升为主;大型港口变化较为复杂,超过一半的大型港口腹地引致特征明显,中转功能较弱;地方港呈现两极分化态势,大部分港口在航线网络深度、广度与辐射能力等多方面得到提升,少部分港口则明显萎缩。③ 以班轮航线为载体的物流网络推动港口区域化内在联系更加紧密,轴-辐特征得到强化,整个网络效率大为提升。从社会网络分析软件（UCINET）呈现的最强联系航线看,沿海集装箱航运网络已由局部网络转变为统一的双层轴-辐网络,全国性的港口网络联系水平大幅提升,区域航运网络与港口群存在空间错位而非一一对应。     

2005～2015年中国高校科研人才的时空变化及影响因素分析

基于2005~2015年全国统计年鉴数据,采用统计地图法和空间自相关分析,分析中国高校科研人才的时空分布特征（不包括港澳台数据）,并采用面板负二项回归模型,识别高校科研人才空间分布的决定因素。研究结果表明:①中国的高校科研人才分布表现出较强的空间不均衡性,总体趋势为东南密集,西北稀疏,科研人才高度集中在北京、天津、上海;②高校科研人才分布具有一定的空间集聚特征,其热点地区为北京、天津、上海和江苏等沿海省市,冷点地区集中分布在广大的西部地区和黑龙江省。2005~2015年,高级职称人才的空间集聚程度有所减弱,而中初级职称科研人才的空间集聚程度有所加强;③人才政策、高等教育规模和层次、公共服务水平和信息化水平是所有高校科研人才空间分布的主要影响因素。从职称差异的角度来看,薪酬和失业率等经济因素仅对初级职称科研人才的分布有影响,医疗、文化公共服务水平和人才政策仅对中高级职称科研人才的分布有影响,高等教育的规模与层次对各种职称人才的分布均有影响;从地区差异的角度来看,西部地区高校科研人才受到经济因素影响更为明显,而中东部高校科研人才受到公共服务水平影响的更为明显。