基于EEMD-SARIMA的对流层延迟预测模型研究

在无气象数据的条件下,提出一种基于集合经验模态分解（EEMD）和季节性自回归移动平均模型（SARIMA）的对流层延迟（ZTD）预报新方法,并分别选取长春、上海、乌鲁木齐3个地区4个季节的ZTD数据进行预测分析。结果表明,基于EEMD-SARIMA的ZTD改正预报模型能够满足不同地区、不同季节下的ZTD估计需求,是一种高精度的ZTD预报方法。     

气压对巴伦台钻孔倾斜的影响特征及机制研究

以巴伦台钻孔倾斜及分量应变辅助观测气压数据为研究对象,运用相关及小波分析研究气压对巴伦台钻孔倾斜的影响特征。结果表明,气压对巴伦台钻孔倾斜影响表现为准线性关系,对NS向的影响大于EW向。气压对NS向影响的显著频段有2 048～8 192、32 768～65 536 min,对EW向影响的显著频段为2 048～8 192 min。探讨了气压对巴伦台钻孔倾斜的影响机制。     

斯堪的纳维亚半岛及周边地区城镇发展适宜性评价

城镇发展适宜性研究有助于了解城镇发展的优势条件,为确定城镇建设规划的扩展方向提供依据。在北极与亚北极开展研究对中国开展在城镇化、重大基础设施、廊道建设方面的国际合作有重大意义。本文使用多源数据,在采样的基础上利用逐步法的思想进行变量筛选,共筛选出5个显著指标,用logistic方法拟合出最终的模型进行城镇发展适宜性评价,最终得到研究区城镇发展适宜性分级图。研究结果表明：筛选后的显著指标对研究区城镇分布的影响作用大小排序为,温度（正向）、交通网密度（正向）、海拔高度（反向）、人口密度（正向）、距港口距离（反向）;温度、交通网密度、海拔高度、人口密度、距最近港口距离增加1个单位,城镇发展的几率分别比原来增加了38.4%、16.7%、9%、0.4%、0.1%;研究区的Ⅰ（不适宜）、Ⅱ（中度适宜）、Ⅲ（高度适宜）的城镇发展适宜性均值分别为0.03、0.16、0.68（分别约占研究区总面积的76.82%、21.82%、1.37%）;城镇发展适宜性总体呈现出随纬度升高而降低、随经度升高而增加的趋势,适宜城镇发展的气候地理条件是温带大陆性湿润气候带和温带海洋性气候带以及平原与低地地区;研究区的城镇发展适宜性俄罗斯西北部为0.08、瑞典为0.07、芬兰为0.06、挪威为0.03。俄罗斯西北部城镇发展适宜性整体上呈现出北低南高,南部呈现两边高中间低的空间布局;瑞典呈现出西北低东南高,沿海大于内陆的空间布局;芬兰呈现出北（高原）低南（沿海）高,中部次高的空间布局;挪威呈现出南部沿海高,西部沿海次高,其他区域低的空间布局。     

近20年京津唐地区不透水面变化的遥感监测

不透水面是衡量城市化程度的重要指标之一,对京津唐城市群的不透水面进行深入研究,可以量化城市群扩张过程及其影响,对该区域多城市协调发展及规划布局具有重要意义。本文结合高分辨遥感影像、生长季及落叶季的Landsat TM遥感影像和夜间灯光数据等,采用分类和回归树（Classification and rRegression Tree, CART）算法,构建了适于京津唐地区不透水面盖度提取的技术方案,获取了京津唐地区1995-2016年共5期地表不透水面盖度专题信息,并分析了地表不透水面的时空演变规律,结论为：① 适于京津唐地区不透水面盖度提取的CART算法的最佳输入变量组合为：生长季和落叶季的Landsat TM图像以及对应的夜间灯光数据;其次为生长季Landsat TM遥感图像和夜间灯光数据组合方案。利用该组合方案,ISP估算输出结果的交叉验证精度R值可以达到约0.85,可以满足地表不透水面纵向对比分析的需要。② 从地表不透水面总面积数量值来看,1995-2016年京津唐主体城市区域整体上呈增长趋势,其中2011-2016年地表不透水面积增加愈加明显;③ 从地表不透水面盖度值的高低来看,1995-2016年京津唐中、高盖度不透水面的占比都是在不断增长的,低盖度不透水面占比存在少量下降现象,且京、津、唐3城市的主体城区各阶段变化差异较大,反映出了各城市扩张具有各自不同的时空演变特征。     

基于小波与包络线的土壤有机质高光谱估测

以陕西省横山县为研究区,对小波分析法与包络线去除法融合应用于土壤有机质高光谱估测的有效性进行了探究。利用陕西省横山县84个土壤样本的光谱反射率和有机质含量数据,采用小波分析法去除了部分噪声,通过光谱一阶微分变换,提高光谱反射率与有机质的相关性,采用包络线去除法提取建模因子,减少数据冗余后最终采用回归分析法建立土壤有机质的估测模型。结果表明,与未采用小波分析法建立的模型比较,建模因子的相关性提高了0.1~0.25,模型的判定系数可达0.932,提高了0.207,检验样本的均方根误差RMSE为0.107,减小了0.116。总体而言,小波分析与包络线去除法联合应用于土壤有机质高光谱估测是有效的且所建模型精度较高,但数据质量对模型精度有重要影响。     

2005～2015年中国高校科研人才的时空变化及影响因素分析

基于2005~2015年全国统计年鉴数据,采用统计地图法和空间自相关分析,分析中国高校科研人才的时空分布特征（不包括港澳台数据）,并采用面板负二项回归模型,识别高校科研人才空间分布的决定因素。研究结果表明:①中国的高校科研人才分布表现出较强的空间不均衡性,总体趋势为东南密集,西北稀疏,科研人才高度集中在北京、天津、上海;②高校科研人才分布具有一定的空间集聚特征,其热点地区为北京、天津、上海和江苏等沿海省市,冷点地区集中分布在广大的西部地区和黑龙江省。2005~2015年,高级职称人才的空间集聚程度有所减弱,而中初级职称科研人才的空间集聚程度有所加强;③人才政策、高等教育规模和层次、公共服务水平和信息化水平是所有高校科研人才空间分布的主要影响因素。从职称差异的角度来看,薪酬和失业率等经济因素仅对初级职称科研人才的分布有影响,医疗、文化公共服务水平和人才政策仅对中高级职称科研人才的分布有影响,高等教育的规模与层次对各种职称人才的分布均有影响;从地区差异的角度来看,西部地区高校科研人才受到经济因素影响更为明显,而中东部高校科研人才受到公共服务水平影响的更为明显。     

民间信仰载体的地域格局及其影响因素——以兰州市榆中县祠庙文化为例

以祠庙祭祀为主体且祠庙保存良好的民间信仰是甘肃陇中地区民间文化的重要组成。甘肃陇中地区的民间信仰具有很强的趋同性,本文以陇中地区的榆中县为例,以各村的祠庙为民间文化载体,通过核密度分析、Logistic回归等方法探讨榆中县民间文化载体的空间分布及其影响因素对于探讨陇中地区人地关系,保护和弘扬民俗文化有着重要意义。研究结果表明：（1）根据已有研究将榆中县民间信仰归纳为山神信仰、水神信仰、天地信仰、女性信仰、英雄崇拜和祖先崇拜,祖先崇拜的祠庙数量占有重要地位;（2）榆中县祠庙主要分布在西北黄河南岸、中部陇海铁路沿线及南部风景名胜集聚区,村级层面空间差异不显著、乡镇空间差异相对较大。通过核密度分析,不同类别民间信仰空间分布热点各有不同;（3）榆中县民间信仰空间分布受到区位条件限制,民间信仰的祠庙多位于海拔高度较低、人口密度较大、交通可达性较好的地区,坡度和到水源的距离成为山神信仰和水神信仰祠庙空间分布显著的影响因子,榆中县祠庙呈现出山神信仰类祠庙“依山”,水神信仰类祠庙“傍水”的空间特点。     

近60a来新疆不同海拔气候变化的时空特征分析

全球变暖是当前全球气候变化研究的热点之一,新疆深居亚欧大陆内陆,地形气候复杂,探讨该区域气候变化与海拔的关系对全球气候变化研究具有重要的参考意义。基于1958—2017年新疆41个气象站的月和年平均气候数据,采用一元线性回归、Mann Kendall（M-K）趋势分析和突变检验等方法分析该地区气候变化的时空分布与海拔的关系。结果表明：1958—2017年新疆年均气温、年均降水量均呈上升趋势,但增加幅度具有时间和空间差异。在时间上,北疆四季平均气温增温幅度均大于南疆（冬季除外）,四季降水量增幅北疆大于南疆（夏季除外）;在空间上,北疆气温和降水的增幅均大于南疆。研究区各个站点气温呈现出南部高而北部低的空间格局,年均降水量北部多,南部低。各个站点气温倾向率总体随海拔增加而减少,年均降水量变化率随海拔升高而增加,在不同海拔带内部存在差异。综上所述,受全球气候变暖的影响,近60 a来新疆年均气温和年均降水量均呈上升趋势,尤其是北疆对全球气候变暖的响应较为敏感。     

耦合土地利用回归与人口加权模型的PM2.5暴露风险评估

PM_2.5已成为人群健康的重要威胁之一,科学精准的暴露评估是PM_2.5风险防控的前提,为提升PM_2.5暴露精准评估,本文利用土地利用数据、道路数据、气象数据等构建PM_2.5土地利用回归反演模型,实现了2013年12月1日-2014年2月8日（冬季）广佛都市区PM_2.5时空动态演变监测,在此基础上将PM_2.5反演结果与人口密度数据耦合,分别从PM_2.5污染浓度与人口加权PM_2.5浓度2个方面,评估广佛都市区PM_2.5污染暴露风险。研究结果表明：① 土地利用回归模型能够较好的反映研究区域内PM_2.5的空间分布特征,R²大于0.78;② 2013年12月1日-2014年2月8日,广佛都市区PM_2.5浓度平均值呈现波动变化趋势,研究时段内,最高平均浓度为97.91 μg/m³ （12月29日-1月11日）,最低平均浓度为53.40 μg/m³ （1月26日-2月8日）,全时段PM_2.5浓度超WHO健康标准的面积占比达99.8%;③ 广佛都市区PM_2.5的空间分布具有异质性规律,其高值区分别位于广州市天河区、越秀区、番禺区北部、花都区北部及佛山市禅城区、南海区中部、三水区中部,低值区主要位于广州市白云区、番禺区东南部及佛山市顺德区南部。人口加权暴露风险存在2个高值中心,分别位于广州市和佛山市的主城区;④ 耦合人口加权模型前后,广佛都市区PM_2.5暴露风险高风险区空间分布发生变化,未考虑人口加权模型时,广佛深高值区较为分散,主要位于南海区、天河区、越秀区、禅城区,考虑人口加权模型后,高值区更加集中于广州市和佛山市的主城区。     

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%。