气候变化对中国古代财政平衡的影响北大核心CSCD

以当代历史和经济史著作为资料,建立与历朝财政盈亏状态相关词汇的语义分级标准,重建了中国自秦朝至清末(220 BC^1910 AD)10 a分辨率的财政等级序列,并分析其与气候变化的关系。结果表明,秦朝至清末的财政平衡大体经历了4个相对充裕阶段(220 BC^31 BC,441~760 AD,961~1210 AD,1381~1910 AD)和3个相对匮乏阶段(30 BC^440 AD,761~960 AD,1211~1380 AD)。财政危机在寒冷-干旱的气候背景下爆发的可能性最大。财政平衡与温度和降水变化均成正相关,财政平衡的趋势性变化受长期的温度和降水变化影响较为明显。但受多因素的复杂反馈环节影响,两者在某些时段呈现反相位关系。     

GPS时间序列分析软件CATS的安装与使用

介绍了GPS时间序列分析方法与理论,并对时间序列分析软件CATS的安装、使用及其基本原理进行了详细阐述。CATS主要使用的两种计算方法:频谱分析法和最大似然估计法;不同的噪声模型(主要是白噪声加有色噪声)来分析时间序列中的噪声以及它们对速度误差的影响。利用CATS可以方便的为研究者获得参数,进行上层研究。     

基于NDVI时间序列数据的江西省水稻种植制度变化研究

利用Savitzky-Golay滤波对覆盖江西省范围的SPOT VGT NDVI时间序列数据进行平滑处理的基础上,结合坡度数据,通过非监督分类的方法提取了江西省2000、2005和2010年水稻种植范围,并根据NDVI的年内动态变化,从水稻种植范围、水稻生长季起始时间、水稻复种指数和NDVI最大振幅等分析了江西省水稻种植和生长情况,探讨2000~2010年江西省水稻生产的变化。     

L1范数与IQR统计量组合的GNSS坐标序列粗差探测算法

GNSS坐标时间序列中不可避免地含有粗差,未剔除的粗差将会导致参数估计有偏。因此,粗差探测与剔除是GNSS坐标序列分析中一项重要的数据预处理工作。针对GNSS坐标时间序列特点,提出了一种将L1范数(L1-norm)估计与四分位距统计量IQR(interquartile range)组合的移动开窗粗差探测算法,称之为L1_Mod IQR。该方法的主要思想是,首先利用L1范数估计得到较"真实"的残差,然后再对残差采用IQR统计量进行粗差探测。将L1_Mod IQR法与"3σ"法、基于最小二乘的τ检验法等粗差探测算法进行了模拟计算与对比,验证了该算法的有效性。进一步采用L1_Mod IQR算法对中国区域10个IGS站的高程时间序列进行了分析,结果表明中国区域IGS站高程序列的粗差剔除率最小为0.1%,最大为2.6%。并且以WUHN站为例与SOPAC提供的结果进行了对比,结果表明SOPAC提供的"Clean"数据仍含有大量的粗差,而L1_Mod IQR算法能够有效地剔除粗差。     

国内外前寒武纪条带状铁建造研究现状

条带状铁建造(BIFs)主要发育于早前寒武纪时期(3.8~1.8Ga),记录了早期地球演化的重要信息且蕴含丰富的铁矿石资源。本文梳理总结了国内外BIF相关领域的研究认识及存在问题:1统计对比显示,BIF沉积事件与地幔柱、地壳增生等重大地质事件相关;2稀土元素及Nd同位素示踪表明,Fe来源于海水与海底高温热液的混合溶液,其中高温热液与海水比例为1:1000;3 BIFs缺乏负Ce异常且富集重Fe同位素,暗示沉积时古海洋整体处于缺氧环境以避免Fe~(2+)发生氧化;4一些重要科学问题尚未解决,例如Si的主要来源、沉淀机制及条带成因等;5华北克拉通BIFs多形成于约2.54Ga,BIF类型、形成时代与富矿成因等问题有待深入研究。本文认为,加强国内外典型BIFs的对比研究并适当应用现代先进测试技术,有利于探索BIF沉积的精细过程及古老克拉通的早期演化。     

探讨1886-2012年期间全球二氧化碳浓度及城市化效应对于香港温度趋势变化的格兰杰因果关系

因果关系在许多科学领域中是一个重要课题。在气候变化研究中,一个关键的问题是天气和极端事件的变化是否或在何种程度上可以归因于全球变暖的人为因素。归因分析主要依赖于气候模型,但其在描述非线性系统中存在一定的局限性。本文应用长期观测数据并使用统计方法来探讨此问题。更具体地,本文应用格兰杰因果关系检验方法分析全球二氧化碳浓度与城市化效应对香港气温演变的影响。基于香港1886年至2012年的温度数据,我们发现其夏季平均、最高和最低气温以及酷热天气、热夜日数皆增加趋势。同时可以发现日温度的统计分布变化。格兰杰因果关系分析的结果表明,全球二氧化碳浓度的变化和城市化效应皆对香港气温的演变有所贡献,对于不同的时间滞后性这种效应同样存在。通过与非城市地区的比较,我们发现城市化效应对于夏季气温的升高大概贡献40％。根据初步的结果,文本所引入的方法可以作为一种新的角度来评估局部地区温度升高的原因。本文的分析方法可以扩展至研究其他温室气体对极端天气事件的影响,以及气候变化和社会影响之间的联系。     

慢特征分析法在气象上的应用进展

气候系统具有非平稳特征,根本原因在于其外强迫随时间发生改变,因此外部驱动力的分析对于理解气候系统的动力学特征至关重要,而如何有效提取系统外部驱动信息是一个亟待解决的前沿科学问题。最近几年,在生物神经学领域中应用的一种提取非平稳信号中外强迫信息的方法——慢特征分析法(Slow Feature Analysis,SFA),在气象领域中也得到了初步成功的尝试,结果显示出此方法对气候系统的外强迫信息分析及有关动力学机制的探究有较好的应用前景。本文主要介绍SFA方法的理论思想及实施步骤,并通过一个理想的非平稳时间序列检验其提取外强迫信息的能力,结果证明在衰减的Logistic模型中,可利用SFA算法提取出模型中的外强迫,且与真实外强迫的相关系数可达0.99;此外,还介绍将该方法应用于Arosa臭氧时间序列,分析其提取的外强迫信息的动力学特征;并介绍了在气候时间序列建模中引入外强迫因子的预测效果。     

基于 DTW 距离的时序 NDVI 数据植被信息提取--以秦巴山区为例

秦巴山区是我国重要的生态屏障,对该区的植被信息提取开展研究,可为区内生态服务功能及自然资源开发利用提供基础数据。通过加窗处理改进DTW距离相似性算法,结合临近度模糊分类方法对2005—2014年的MODIS NDVI时序数据进行植被信息提取。首先利用S-G滤波对MODIS NDVI时序数据进行重建;再利用2013年的采样数据构建各类植被的标准NDVI时序曲线,逐像元计算与标准NDVI时序曲线的加窗DTW距离,利用临近度模糊分类实现植被信息提取;最后验证提取精度。结果表明,算法具有较高的运行效率,可避免错误匹配,以较高的精度(总体精度83.8%,kappa系数0.77)实现长时间序列的植被信息提取。     

西沙海域新生代生物礁序列的沉积构成:以西科1井为例

生物礁是由原地的固着生物所建造的块状碳酸盐岩沉积。西沙海域自中新世以来发育了厚层生物礁地层。通过对最新全取心钻井西科1井岩心的宏观观察和微观分析,结合古生物及岩心测试成果,发现西科1井中新世和第四纪为主要造礁期,形成了两套分别以珊瑚藻和珊瑚为主要造礁生物的生物礁序列,底栖有孔虫为主要的附礁生物,而上新统为一套滩相沉积。生物礁序列发育骨架岩、粘结岩和障积岩三种礁相岩石,以骨架岩含量最高,非礁相岩石包括泥灰岩、颗粒灰岩和生物碎屑灰岩三种。白云岩地层以晚中新世到上新世早期最为发育,多为准同生白云石化作用所致,并受热液活动的影响。对生物礁序列的沉积分析,可为后期南海油气勘探以及生物礁储层分布研究提供一些基础材料。     

多元时间序列分析的滑坡演化阶段划分

滑坡的时间-位移曲线一般具有3个阶段特征,即初始变形阶段、等速变形阶段和加速变形阶段,不同演化阶段加速度具有不同的变化特点.目前往往是依据对加速度曲线特征的分析来人为划分演化阶段,缺少相应的理论支持和定量计算.针对上述问题,选取月降雨量、月库水位高程变化量对滑坡的累计位移建立多因素的时间序列预测模型.然后利用Chow分割点检验理论,以所建模型中F和LR统计量最大值点作为分割点对滑坡演化阶段进行划分.以新滩滑坡和三峡库区白水河滑坡为例,利用累计位移、降雨及库水位变化数据进行计算验证.结果表明,对多元时间序列模型进行Chow分割点检验可对滑坡的演化阶段进行准确划分,为滑坡的临滑预警预报提供重要判据.