便携式 Celercare M1分析仪 CRP 检测的性能验证

目的：对 Celercare M1分析仪定量测定 C-反应蛋白（CRP）的分析性能进行验证。方法根据美国临床和实验室标准协会（CLSI）标准方案,对 CRP 测定方法的线性范围、精密度、准确度、干扰试验以及方法比对等方面进行验证。结果 CRP 检测方法在0．5～200 mg／L 范围内线性良好,回归方程为Y ＝0．979X ＋0．456。CRP 低值和高值批内精密度变异系数（CV）分别为5．9％、2．0％;日间 CV 分别为6．3％、2．2％。准确度良好,CRP 低值和高值结果的相对偏差分别为2．3％、0．7％。当血清中胆红素水平不高于340μmmol／L、三酰甘油不高于10 mmol／L 和血红蛋白不高于8 g／L 时,对 CRP 水平的测定没有明显的干扰。Celercare M1分析仪（Y ）和 IMMAGE 800（X）测定 CRP 的回归方程为Y ＝0．944X ＋0．206,r2＝0．996（P ＜0．05）。Celercare M1分析仪在 CRP 3个医学决定水平（3、10、100 mg／L）的相对偏倚分别为1．0％、4．0％和5．0％,小于1／2总允许误差。结论Celercare M1分析仪定量测定CRP 的线性范围、精密度、准确度、干扰性等分析性能良好,可被临床所接受。     

地面站点叶面积指数观测的空间代表性评价——以CERN站网观测为例

在叶面积指数LAI(Leaf Area Index)产品真实性检验中,地面站点的多时相连续观测LAI数据是重要的验证数据来源。当站点观测范围与产品像元尺度不一致时,站点观测LAI直接用于产品验证可能为验证结果带来误差。因此,在验证之前需要分析站点观测对像元尺度的空间代表性,选择空间代表性好的观测来验证产品,从而减小尺度效应带来的验证误差。以往的研究只是简单的定性说明研究区域,并直接用站点测量数据对产品进行验证,缺少一套系统的站点观测在产品像元尺度内空间代表性评价的方法体系。本文提出了站点LAI观测的空间代表性评价方法,建立了评价指标DVTP(Dominant Vegetation Type Percent)、RSSE(Relative Spatial Sampling Error)和CS(Coefficient of Sill),构建了空间代表性评价分级体系。以中国生态系统研究网络CERN(Chinese Ecosystem Research Network)农田站和森林站LAI观测为例,对站点观测在1 km产品像元尺度内空间代表性进行评价,并分析评价前后站点观测对MODIS LAI产品验证精度的影响。结果显示,本文提出的方法能够有效地对不同站点LAI观测在产品像元尺度内空间代表性进行质量分级,且年际间的站点观测空间代表性较为一致。评价方法能够去掉在特定产品像元尺度下空间代表性不好的观测数据,一定程度上提高验证数据集对产品验证精度的可靠性。     

PALSAR和ASARPSI显著地表沉降探测与分析

永久散射体雷达干涉(PSI)已被广泛应用于城市缓慢沉降监测,但针对显著性地表沉降监测及PSI适用性的探讨较少。本文选取天津市与廊坊市城郊结合部的典型工业化城镇为研究区,分别以2007至2010年间的23幅L波段(23.6 cm)ALOS PALSAR影像和2007至2009年间的23幅C波段(5.6 cm)ENVISAT ASAR影像为数据源,使用基于相位空间相关性分析的PSI方法进行时空沉降提取,并对两个平台的结果进行对比分析和交叉验证。在此基础上,结合长短波SAR对沉降敏感性不同的特征探讨该PSI方法应用于显著沉降解算的可靠性,并结合地质条件及地下水开采信息对实验区沉降的时空分布进行深入分析和解释。研究表明,两平台的沉降结果十分吻合,在沉降漏斗区二者均方根误差(RMSE)为6.5 mm/a;实验区地表沉降呈现出显著的非均匀性,最大沉降速率超过200 mm/a,造成严重沉降的主要原因为地下水的大量开采;证实了PSI方法在显著地表沉降监测方面的有效性和可靠性。     

长春市水体覆盖变化的检核验证研究——以朝阳公园为例

水体覆盖变化研究是地表覆盖及变化研究的重要组成部分。本文以长春市朝阳公园为例,结合水体遥感影像数据,设计并开发了互联网检核验证系统,通过用户间的交流互动,完成水体数据检核,最终实现为用户提供服务的目的。     

春季陆面植被对长江流域夏季降水可预报性的影响分析

利用美国全球监测与模型研究中心(GIMMS)1982—2006年逐月归一化植被指数(NDVI)、美国国家海洋和大气局(NOAA)1854—2008年海温资料以及中国国家气候中心(NCC)1951—2006年160站月降水资料,通过旋转经验正交函数分解(REOF)和相关分析获得了长江流域夏季降水预报序列和植被、海温预报因子集。基于最优子集回归方法(OSR),并借助交叉验证(CV)以及空间重建等手段,构建了单独以前期春季海温为预报因子和同时引入前期春季海温与归一化植被指数为因子的两类预报模型,对比分析引入陆面植被因子前后长江流域夏季降水预报效果改善状况,评估春季陆面植被对长江流域夏季降水可预报性的影响及预报效果的稳健性。结果表明:(1)相对于海温因子,春季陆面植被因子对长江流域夏季降水预报具有同样重要性,引入春季归一化植被指数后,长江流域夏季降水预报得到明显改善,相关系数平均由0.49提升到0.66,提高0.17左右,模型解释方差提升平均60%左右,其中单纯海温因子预报效果较差的汉江—淮河地区和淮河流域地区,相关系数更是提高了0.20—0.30,模型解释方差提升1倍左右;(2)交叉验证预报表明,相对于仅考虑海温因子模拟情形,交叉预报相关系数下降较多,模型稳健性较低,引入归一化植被指数后,长江流域夏季降水预报稳健性得到明显提升,长江中下游及其以南的长江三角洲地区、洞庭湖—鄱阳湖地区改善尤为明显;(3)长江流域降水可预报性存在明显的区域差异,嘉陵江流域地区、汉江—洞庭湖地区预报效果最好,汉江—淮河地区、淮河流域地区、长江三角洲地区预报效果最差,但引入归一化植被指数后预报效果提高最明显,而洞庭湖—鄱阳湖地区虽然模拟效果较好,但预报稳健性较低,交叉验证相关系数降幅达到0.27,这也从侧面说明了长江流域夏季降水分区预报的重要性。     

基于AIS距离-多普勒投影的地波雷达CFAR检测验证方法

恒虚警(CFAR)检测是地波雷达船只目标探测的主要方法。目前基于船舶自动识别系统(AIS)信息的CFAR检测验证方法是一种间接验证方式,容易受地波雷达系统测向误差的影响,且不具备对错检与漏检目标的分析能力。本文提出了一种基于AIS信息的评价地波雷达CFAR检测结果的直接验证方法。该方法将有效的AIS信息转换到地波雷达的距离-多普勒谱中,通过在该谱中AIS信息与CFAR检测结果的关联分析,实现CFAR检测结果的直接评价。论文首先给出了方法的原理和处理流程,然后利用实测数据给出了该方法在CFAR检测结果评价中的实际应用,验证了方法有效性,而且该方法也为低可观测目标的CFAR检测提供了参数优化调整的依据。     

简易门禁系统控制器系统设计

介绍了一个以AT89S52单片机为主要处理单元,配合存储电路、复位电路以及其它元器件实现门禁地址的分配及存储判定的门禁控制电路,该控制器通过对串口数据的处理,能实时对PC进行通信并通过实时代码验证各项控制器操作.     

一种PKI信任链构建方法的分析与研究

针对传统信任链构建方法的缺陷,应用代数方法,提出了一种基于信任矩阵的PKI信任链构建方式的分析与研究.这种方式通过简单的信任矩阵运算,就可以验证用户证书是否可信.其验证过程完全与PKI的结构无关,克服了传统方法过于复杂的缺陷,提高了结构的响应性能.     

验证技术：选择地震属性和验证其结果的技术

为了更好地确定井间岩石属性，特别是进行府层研究的需要，已经导致不断利用地震首属性作为岩石属性的标记，加果在井位能够确定地震和岩石属性的有效的关系，可以大大地降低井间的不确定性。