点位落入误差椭圆的概率检验

在母体为一维正态分布的随机子样中,可以检验子样的方差、期望,将此方法推广至二维正态分布的子样检验.通过实测,得出一组随机点位(x,y).检验方法是:在给定的王信度下,检验(x,y)是否落入误差椭圆内,如果其值超过给定概率,则舍弃原假设.此检验适用于一组点位观测数据P(xi,yi)中剔除不合格的点位观测值.     

自回归模型在矿山变形监测中的应用

变形监测的目的是针对不同的监测数据采用合适的数据处理方式,建立适当的模型,做出正确的预报,以减小事故的发生。回归模型是研究一个随机变量(因变量)和另一个或一些变量(自变量)关系的统计方法,它通常设置一些可以测量的变量为自变量建立回归方程来预测另外一些变量的变化趋势,是一种静态数据处理方式,但是在时间序列情况下,回归应该根据该变量自身以前的规律创建预测模型,这就是自回归模型,是一种动态数据处理方法,它特别适合于短期监测预报。     

几种不同坐标变换方法问题的研究

三维或二维坐标转换常采用相似变换，然而相似变换只能解决不同坐标系统之间定义上的差异，坐标系统局部形变系统性误差往往未能反应到转换模型中，因此本文试图从多种变换方法展开讨论，提出了采用相似变换与正形变换的理论解决坐标系统局部形变系统性误差，同时对选择模型参数提出了统计假设检验方法。最后得出一些有益的结论。     

Bootstrap方法在遥感线性BRDF模型反演中的应用

在遥感反演中,通常假设反演参数和模型误差的先验分布服从正态分布,这个假设通常不太符合实际。为此,本文提出由Bootstrap方法估计反演参数和模型误差的先验分布的方案。同时对先验数据按照地物分类,统计假设检验表明将先验知识分类的合理性。最后,以RossThick-LiTransit核组合的线性核驱动BRDF模型为例,用NOAA-AVHRR观测数据对使用Bootstrap方法的反演算法进行试验,并与正态假设下的Tikhonov正则化反演和Bayes反演结果比较,说明对先验知识分类和使用Bootstrap方法的遥感反演方法能明显减小参数反演结果的不确定性,提高其可信度。     

基于大地测量资料的现代板块构造实体的统计检验方法

提出了应用足够密度的大地测量资料进行板块构造实体及刚性假设的测量统计检验模型，所建立的统计量在一定意义上可视为比较各块体刚性程度的一个数量指标．通过实算验证了有关全球大板块和中国区域构造的一些分析结论，从而证明了本方法在检验块体的刚性程度及边界划分等应用中的有效性．      

尺度驱动的空间聚类理论

空间聚类是探索性空间数据分析的有力手段,不仅可以直接用于发现地理现象的分布格局与分布特征,亦可以为其他空间数据分析任务提供重要的预处理步骤。空间聚类有望成为大数据认知的突破口。空间聚类研究虽然已经引起了广泛关注,但是依然面临两大最根本的困境:"无中生有"和"无从理解"。"无中生有"指的是:绝大多数方法,即使针对不包含聚类结构的数据集,仍然会发现聚类;"无从理解"指的是:即使同一种聚类方法,采用不同的聚类参数就会获得千变万化的聚类结果,而这些结果的含义不明确。造成上述困境的根本原因在于:尺度没有在聚类模型中被当作重要参数而恰当地体现。为此,笔者受到人类视觉多尺度认知原理的启发,根据多尺度表达的"自然法则",建立了一套尺度驱动的空间聚类理论。首先将尺度定量化建模为聚类模型的参数,然后将空间聚类的尺度依赖性建模为一种假设检验问题,最后通过控制尺度参数以自动获得统计显著的多尺度聚类结果。在该理论指导下,可以构建适用不同应用需求的多尺度空间聚类模型,一方面降低了空间聚类过程中的主观性,另一方面有利于对空间聚类模式进行全面而深入的分析。     

典型城市环境空气中总悬浮颗粒物源项分析实例研究

采用回归分析和假设检验结合的方法,分采暖期和非采暖期对吉林省4个典型城市环境空气中总悬浮颗粒物和各类污染源中的无机组分进行了研究。结果表明:受体与污染源具有同源性。在采暖期,吉林市、白城市、通化市和四平市大气污染的主要来源是道路尘和土壤风沙尘,而建筑尘和煤灰对空气质量的影响较小;在非采暖期,4个城市的主要污染源分别是道路尘、土壤风沙尘和扬尘,而煤灰和建筑尘对4个城市空气质量的污染较小。研究结果有利于制定相应的大气颗粒物污染防治规划,以便提高污染防治的针对性、科学性和有效性,为大气污染防治规划提供科学依据。     

粗差的拟准检定法(QUAD法)

以往对付粗差的各种方法都是以余差（残差）为研究对象的。本文提出一种全新的研究思路和方法,从真误差入手。真误差与观测值有确定的解析关系。但关系式的系数阵是秩亏的。本文借鉴周江文的“拟稳平差”思想,提出“拟准观测”的概念,附加“拟准观测的真误差范数极小”的条件,解决了关于真误差的秩亏方程组求解定解的问题,推导了粗差的拟准检定法算式。该方法依据真误差估值的分布特征,检测粗差准确可靠。不仅能有效地同时定位     

基于假设检验的地震动强度(烈度)速报方法

地震发生后数分钟内,快速、可靠地判别出地震动强度(烈度)的空间分布,用以估计不同地区的受灾程度,可以为政府开展应急救援并合理分配救援力量提供决策依据,保证救援人员及时、准确地到达极震区并展开搜救,以减少生命财产损失。本文基于统计学中的假设检验方法,对历史震害资料进行统计,提出了一种利用强地震动参数判别地震动强度(烈度)的方法。比较结果表明,本方法所确定的地震动强度(烈度)与实际震害烈度对应较好,能较真实地反映实际震害情况。     

水准数据粗差探测的组合分析方法

为有效提高水准数据粗差探测水平,提出利用水准网环闭合差分析和Baarda探测法进行粗差探测的组合分析方法。通过对Baarda探测法的限差选择、不同粗差的探测等进行试验分析发现,该方法能够有效探测水准观测数据中的粗差,提高探测结果的准确性。