村落的形成时间及空间分布特征研究——以广州市增城区为例

主要研究我国村落的形成及空间分布特征.村落形成初期主要集聚在平原、河流沿线等水域丰富、地形平缓地区,后期因其他因素往沿海地区不断迁移.本文实例研究中,以广州市增城区自然村落为研究对象,梳理了自唐代至新中国成立期间在增城开村数量的变化及其在空间上的分布特征.增城村庄开居经历了慢速发展、稳定发展、快速发展、平稳发展和阻滞发展等5个发展时期.从迁移地看,前期主要从中原地带迁来,后期主要从广东及周边城市迁来等特征;从空间分布上看总体上呈现出南密北疏、平原密山区疏的分布特征.     

GPS周解坐标时间序列粗差剔除的策略分析

针对地震、地质构造活动或测站更换接收机或天线等原因导致时间序列中存在粗差的问题,该文通过对站点位置的时间序列的研究分析,可以获取板块运动规律、地球震荡周期变化等信息,这对维护和更新地球参考框架,探究和揭示大地构造变形运动过程、动力学机制及地震活动等相关科学问题具有十分重要的意义。对全球分布的34个IGS站周解坐标时间序列,分别采用3RMS准则和IQR准则进行粗差的剔除,得出低高纬度更适合3RMS准则,中纬度比较适合同时应用两准则结论,为后续研究提供了良好的数据基础。     

GNSS基准实现及其稳定性分析

为了实现全球IGS核心站与我国区域GNSS基准网联测,采用长基线解算和平差软件GAMIT/GLOBK获取基准站的常年坐标分量时间序列,并采用时间序列分析方法对其稳定性进行分析,从而获取更精确的基准坐标和速度,这是大区域GNSS基准建立和维护的最佳方法.本文讨论了基准实现的方法,重点研究了长时间、多周期大规模GNSS基准...     

顾及钟差随机项的GPS卫星钟差预报

针对卫星钟差呈趋势项和随机项变化的特点,提出了基于GM(1,1)与自回归求和移动平均的组合预报模型。该模型首先采用GM(1,1)模型预报钟差的趋势项部分,然后利用ARIMA模型对GM(1,1)的模型残差序列进行建模和预报,最后将GM(1,1)和ARIMA模型的预报结果对应相加即得到钟差的最终预报值。此外,采用IGS公布的精密卫星钟差进行预报试验,通过与卫星钟差预报中常用的二次多项式模型和修正指数曲线法模型预报结果的对比分析,结果表明:该方法可以对GPS卫星钟差进行高精度的中短期预报。用12 h钟差建模时,预报未来6、12、24和48 h的平均预报精度分别为0.71、1.17、1.93和4.38 ns,相比于二次多项式模型的平均预报精度分别提高了29.70%、43.75%、67.62%和76.21%;相比于修正指数曲线法模型的平均预报精度分别提高了18.39%、33.90%、61.40%和70.49%。     

基于厄米特插值和时间序列模型在沉降监测中的应用

针对沉降监测中用时间序列分析数据样本较少、处理精度不高的问题,本文引入厄米特插值,提出用厄米特插值法对数据进行插值,增加数据样本,然后用时间序列对数据进行建模分析。为了验证用厄米特插值后的数据建模精度,将上述理论运用到工程实例中,用时间序列分析分别对厄米特插值处理后的数据和原始数据进行建模分析,得到用厄米特插值处理后的数据进行时间序列分析建模的平均绝对误差比原始数据建模的平均绝对误差高0.083 8 mm。说明厄米特插值和时间序列组合模型精度比较高。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

环境因素对山东GPS基准站垂直位移的影响分析

基于山东地壳运动GPS观测网络(CMONOSD)提供的连续观测结果,经过GAMIT/GLOBK软件处理,再采用GRACE,LAD,SG及GLDAS分析陆地水引起的重力变化,分析证明,在该地区陆地水导致的空间重力变化可达100.12±0.7 nms-2量级,采用LAD模型会导致重力长期以微小趋势上升,反之采用GLDAS模型会导致重力长期以微小趋势下降。通过研究大气负荷、陆地水和非潮汐海洋对山东省各基准站垂直位移的影响,发现大气负荷对台站垂直位移的影响最大为8 mm,陆地水次之,非潮汐海洋的影响最小。     

基于互信息量与BP神经网络的中长期径流预报方法研究

针对中长期径流预报因子的选择问题,采用互信息量方法筛选预报模型输入因子,在BP神经网络模型中,分别用均方误差和互信息量作为目标函数,衡量因子复合相关关系,优化选择最终预报因子并应用于碧流河汛期径流预报中。结果表明,基于互信息量筛选的预报因子与BP神经网络模型相结合,可有效识别多个预报因子与预报量间的复合相关性,对中长期径流预报因子的选择有很好参考价值。     

区划方法在无资料地区水文预报中的应用研究

区划方法是目前国际上解决无资料地区水文预报问题的常用方法,是近20年水文学界热点问题之一。本文通过介绍当前国际应用区划方法解决无资料地区水文预报问题的研究进展、存在问题和应用前景,为国内无资料地区水文模拟研究提供借鉴和参考。文章将区划方法分为3类:临近流域替代法、水文相似流域替代法和回归法。通过文献梳理及案例分析,本文指出各类方法的问题、适用范围及不同资料条件下方法选择。最后,通过对国际上无资料地区水文预报的总结分析,提出我国无资料地区研究亟待解决的5个问题。     

双时间步法在二维浅水方程求解中的应用

针对传统算法效率低的问题,将隐式双时间步法应用于求解二维浅水方程,建立了非结构网格下高效的有限体积模型。在应用双时间步法时,虚拟时间层中的定常问题采用高效的隐式LU-SGS（Lower-Upper Symmetric Gauss-Seidel）方法进行迭代求解。通过模拟计算4个典型算例以及与传统显式算法进行比较,对模型精度、效率及处理实际问题能力进行检验,分析了时间步长、内迭代次数对模型性能的影响。结果表明,双时间步法放宽了稳定性对时间步长的限制,时间步长可取到显式格式10倍以上,计算耗时减少了50%以上,模型具有良好精度与适应性,具有较好的推广应用价值。