时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

多变量分位数回归构建印度洋大眼金枪鱼栖息地指数

以0～300m水层加权平均水温、50～150m水层的温差和氧差及其交互变量为影响因子,运用分位数回归法,寻找出环境变量与大眼金枪鱼(Thunnus obesus)延绳钓钓获率的最佳上界分位数回归方程,计算出栖息地指数(HSI),并应用地理信息系统(GIS)软件绘制各月HSI空间分布图。研究表明:大眼金枪鱼延绳钓钓获率(HR)依加权平均水温(x)、温差(y)、氧差(z)与的最佳上界分位数回归方程为HR0.70=-15.596+2.124x-0.003x3+0.033xyz-0.036y2z+0.107yz2-0.337z3;HSI空间分布为:16°S—10°N印度洋海域HSI高于0.7,HSI>0.8的海域随季节发生显著变化,马达加斯加外海至100°E、16°S—26°S海域常年存在一片HSI<0.4的区域,26°S—40°S海域的HSI介于0.4～0.5,40°S以南海域HSI<0.4,东非外海季节性地出现一片HSI<0.6的海域。利用多个环境变量的栖息地指数模型来预测分析大洋金枪鱼资源分布效果较好。     

Skeletal linear extension rates of the foliose scleractinian coral Merulina ampliata (Ellis & Solander, 1786) in a turbid environment

Skeletal linear extension rates of a foliaceous, IndoPacific, skiophilous, heterotrophic, scleractinian Merulina ampliata (Ellis & Solander 1786) were obtained along a sediment/nutrient load gradient at the southern islands of Singapore. Measurements were made during November 1999– November 2000 using the alizarin red‐S staining technique. Suspended particulate matter concentration (r²_adj = 0.76), turbidity (r²_adj = 0.59), the organic content of suspended sediments (r² = 0.50), and nitrite‐nitrate concentration (r²_adj = 0.50) were significant predictors of the skeletal linear extension rate of M. ampliata. Maximum linear extension growth rates of M. ampliata (mean ± SD: 1.43 ± 0.67–3.26 ± 0.59 cm·year^?1) were comparable to 15‐year‐old accounts at the same research sites, indicating adaptation to low‐light, high‐sediment waters.     

The influence of light availability and predatory behavior of the decapod crustacean Nephrops norvegicus on the activity rhythms of continental margin prey decapods

The day–night cycle is one of the strongest geophysical cycles modulating species' behavioral rhythms. However, in deep-water continental margins, where light intensity decreases over depth, interspecific competition may alter behavioral responses to day–night cycles. The burrowing decapod crustacean Nephrops norvegicus is a large-size predator in benthic communities, exerting despotic territorial behavior. In this study, we analysed how the effect of light intensity cycles on decapod behavioral rhythms is reduced as one moves from shelves to slopes. In the Western Mediterranean, the predatory behavior and interspecific competition for substrate use of Nephrops increases moving from the shelf (100–110 m) to the slope (400–430 m). Vector fitting and generalized additive models were used to assess the effect of light intensity and behavioral rhythms of N. norvegicus on the temporal variation of prey decapods co-occurring in trawl tow catches carried out on the shelf and the slope during October 1999 and June 2000. The combination of diel variations in light intensity and N. norvegicus abundance influences the activity rhythms of prey decapods in a depth- and seasonal-dependent manner. Light modulation is stronger on the shelf and weaker on the slope, where Nephrops population size is greater. Although present regression analysis does not necessarily imply a direct cause–effect relationship between rhythms of predators and prey, we suggest that Nephrops alters the temporal patterning in the behavior of its prey on the slope, where light intensity is reduced. This alteration is stronger in endobenthic species than in benthopelagic species; the former rely on bottom substrate for the expression of behavioral rhythms, experiencing stronger interspecific competitions with Nephrops at time of activity.     

台风对海洋叶绿素a浓度影响的定量遥感初探

研究台风对海洋水色环境的影响,是目前海洋遥感技术又一应用领域。由于台风期间天气恶劣,遥感资料较少,国际上主要针对个别典型台风,研究其对海表温度、海洋叶绿素a浓度及初级生产力的影响,很少通过遥感资料系统地对这一影响进行定量分析和建模。自2000到2007年,过境中国近海以及西北太平洋海域台风近百次,作者通过系统地分析这期间MODIS,SeaWiFS的3A级叶绿素a浓度数据,结果发现:(1)台风促进了相应海域叶绿素a浓度的大幅增长,总体上平均增长约1.426倍,个别区域在5倍以上,同时,该增长一般延后3~6d,在7~10d后恢复到原来的水平;(2)进一步对这些数据进行一元统计线性回归,发现叶绿素a浓度增长比(R_chl-a)与台风影响因子(Tsub>w)满足如下关系:R_chl-a=0.0012Tsub>w+1.017,其相关系数达0.8;(3)台风期间叶绿素a浓度与无台风时叶绿素a浓度之间有很强的线性关系,其关系满足:C_chl-a=1.2367C_0chl-a+0.0636,且相关系数高达0.98。这一初步研究结果对进一步通过遥感手段深入研究台风对海洋水色环境的影响有借鉴意义。     

基于Gabor变换和支持向量机的手写体字符识别算法

针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,将支持向量机SVM方法用于手写字符的识别.算法首先采用Gabor变换提取手写字符图像的特征参数,然后采用提取的特征训练SVM分类器.再应用SVM分类器分类和判别手写字符.实验表明这种方法具有良好的车牌识别效果,较强的鲁棒性,较大的应用价值.     

���ڻع�����������Ľ�������μ��㼰��άģ��

?????????????μ????????μ???????????÷?????????????е????????????е???С??????????????????????????????????????????????????????????ι???????????????÷?????????С?     

复杂线-线对象的拓扑关系描述与计算方法

空间拓扑关系是GIS中空间查询和分析的基础。针对当前空间拓扑关系模型在表达较复杂对象间拓扑关系存在局限性的突出问题,以线对象为实例,根据点集拓扑理论,重新定义和区分线对象的复杂性;以9I模型为基础,提出一种适合二维复杂线对象的拓扑关系的线性序列描述模型,将复杂线-线的拓扑关系表示成基本拓扑关系的组合。分析不同情形下线之间拓扑关系不同的计算方法。为实现复杂线-线拓扑关系的计算,提高扫描线算法的效率,探讨包络矩形粗滤、线节点重合或共线的斜率坐标判断法等改进方法,提出判断线-线是否相交的矢量叉乘法,具有快速高效的特点。最后,通过实验系统导入线坐标串,进行图形绘制、拓扑关系计算并输出结果,从而验证该模型和算法的可行性。     

基于支持向量机的岩石薄片图像分割

支持向量机是对传统学习分类方法的一个良好替代,特别是小样本、高维的情况下,有着良好的泛化能力,利用支持向量机良好的分类特性,将图像分割的问题转化为分类问题,对岩石薄片图像进行分割实验.通过实验表明：支持向量机对于分割颜色分布不均匀、边缘模糊的岩石薄片图像,有很好的应用前景.     

使用支持向量机识别地震类型的影响因素分析

对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。