四川地区月降水量的一种预测模型

本文对1960～1979年四川地区48个测站的月降水资料,在稳斜因子分析的基础上,用ARIMA(p,d,q)模型进行随机建模。时间序列分别来源于PROMAX斜旋转解的因子得分。因子得分序列的主周期由周期图和方差分析方法求出,-维ARI-MA(p,d,q)模型识别用Box-Jenkins方法进行。对1980年的月降水量预测结果表明,距平预报的年平均准确率为58.33％。     

基于大数据的上海市共享汽车出行模式研究

共享汽车是城市交通发展的新潮流,论文基于2018年上海市共享汽车运营大数据和城市POI数据,研究共享汽车用户出行的空间、时间和频次特征,并对用户开展出行模式的K均值聚类分析,以期挖掘典型出行规律,为共享汽车运营优化提供依据。研究表明：① 工作日与休息日共享汽车使用行为差异显著,工作日共享汽车出行较集中于中心城区的混合功能区,早晚通勤高峰使用量大;休息日共享汽车出行空间布局较分散,使用量更高、平均单次使用时长更短且仅存在傍晚一个使用高峰。② 上海市共享汽车出行行为可分为工作日通勤的中高频模式,工作日夜间活动的高频模式,工作日偶尔用车晚餐及返家、偶尔用车远距离通勤和夜间长距离返家的低频模式,休息日日间休闲的高频模式、休息日傍晚离家休闲的中长途低频模式、休息日傍晚在休闲地之间穿梭的远距离低频模式、休息日日间加班的低频模式等10种模式。③ 中高频用户主要使用共享汽车实现远距离通勤和周末中长距离休闲活动,空间区域主要集中在中心城区和副中心区域;低频用户使用共享汽车多为夜间、长距离、休息日加班等公共交通难以满足需求、出租车成本过高的情景,空间分布也比较分散。可通过对用户提供差别化用车方案、优化车辆空间调度等方式推进超大城市共享汽车市场发展。     

陆地地震勘探随机噪声统计特性

在地震勘探随机噪声压制领域,噪声通常被假设为平稳、高斯随机过程的信息.然而,在某些情况下,这样的假设并不准确.本文应用现代统计检验方法对地震勘探随机噪声的平稳性、高斯性和线性进行了研究.结果表明地震勘探随机噪声并不是传统意义上认为的平稳随机过程,其平稳性受到噪声时长和采集环境复杂程度的影响.发现噪声时间越长,采集环境越复杂,随机噪声的平稳性越差,但是对于短时长随机噪声而言,其可以近似认为是平稳的.同时,采集环境的复杂程度也影响着随机噪声的高斯性和线性特性,环境条件越复杂,随机噪声高斯性越好,线性特性越差,但总的来说随机噪声可以归为线性非高斯随机过程.

     

夏季青藏高原上影响MCS东移的动力场特征研究

运用空间数据挖掘中的聚类方法（K-均值法和CLARANS法）,对影响夏季青藏高原上中尺度对流系统（MCS）东移的动力场空间分布特征进行了研究,得到了有利于MCS移动和传播的动力学条件。研究成果不仅为预测高原上MCS的移动趋势,揭示其发生、发展的机理提供了一种新的方法和思路,且对于提高长江流域暴雨和强对流天气预报的准确性具有重要的实际应用价值。     

热带季节内振荡与北大西洋涛动年际变化的关系

运用K均值聚类法将冬季北大西洋及欧洲地区的天气流型分为4种不同的流型。研究了不同阶段8种不同位相的热带季节内振荡（MJO）与这4种流型的年际变化的关系。通过一系列的对比试验发现,K均值聚类法划分得到的不同位相的北大西洋涛动（NAO）的天数能很好地反映NAO指数;无论是在1978～1990年（简称为P1阶段）还是在1991～2010年（简称为P2阶段）,MJO第3（6）位相影响NAO正（负）位相;但在P1阶段存在NAO的位相转换,当MJO处于第1位相时,NAO由弱的负位相转换为正位相,当MJO处于第6位相时, NAO由正位相转换为负位相;而在P2阶段NAO并没有明显的位相转换,当MJO处于第1位相时,NAO由偶极子结构转换为波列结构。     

样本数量不平衡下的建筑群模式识别方法研究

通过综合空间关系、几何、语义等多种特征对建筑群模式进行智能识别,在地图多尺度表达和数字化制图等领域有着重要的意义。将图卷积神经网络用于建筑群模式智能识别能够克服传统方法依赖人工经验设置参数、制定的规则过于严格等缺点。但是该方法往往存在样本比例失衡的问题,容易导致样本数量较少的类别无法正确识别。本文首先以建筑物质心作为样本进行聚类获得建筑群组。其次,将同一群组内的建筑物质心作为样本进行Delaunay三角剖分来构建建筑群的图结构,其中图节点特征选取能够描述建筑群几何特征的面积、大小、方向等相关指标。再次,通过图结构过采样的方式对样本数量较少的建筑群图结构进行增强,然后将样本数量较少的建筑群图结构增强前后的数据分别输入图卷积神经网络模型进行训练,并结合ROC曲线等多个评价指标对模型的性能进行了评测。实验结果表明,对样本数量较少的建筑群图结构增强之后,模型对于样本数量较少的建筑群识别准确率有了明显的提高。     

面向轨迹起止特征点数据的多比例尺可视化方法

本研究以北京市出租车GPS轨迹数据为例,建立了一种面向轨迹起止特征点(Origin-Destination, OD)的多比例尺可视化表达方法。首先,依据轨迹点描述信息提取OD特征点,并进行无效点清理与排除;然后,利用分布密度指标和辅助行政区划数据实施聚类分析,对OD数据分布空间进行区域划分;最后,定义参量统计各区域间OD数据隐含的流向特征,并设计专门符号进行可视化。其中,通过调整最小区域面积控制参数建立与街区、商圈、城区等不同层次地理单元相对应的区域划分,从而获得涵盖3种不同级别的OD数据多比例尺表达结果。试验结果表明,本文提出的方法能够对轨迹OD数据进行有效降维,获取不同尺度下区域间的车辆移动关系,对揭示车流人流时空交互模式及辅助决策有参考意义。     

地区综合实力的灰色聚类评价

根据灰色聚类分析的原理与方法,对金华市等县（市）社会经济发展进行了灰色聚类分析,确定了该地区各县（市）综合实力的等级,为进一步深化改革、持续发展提供重要的依据     

Abell团相关性-富度关系的统计研究

本文对D≤4,R≥0的Abell团样品和整个R≥3的Abell团样品的空间两点相关函数做了统计分析,结果表明R≥0,R=0和R≥3的Abell团的相关函数分别为175r~(-1.8),150r~(-1.8)和1900r~(-1.8)利用已有的R≥1和R≥2团的相关函数的统计结果,我们得到了Abell团的相关性幅度α与富度N之间的关系:α∝N~(1.6)。在相关性幅度的统计误差所允许的范围内,α与N之间的关系可以在宇宙弦理论中得到解释。     

模糊聚类和模糊模式识别的海图质量评价算法

针对数字海图的成图质量评价问题,提出一种模糊聚类和模糊模式识别相结合的数字海图质量评价算法。算法用于近似处理海图空间数据挖掘的模糊不确定性,减少不确定性对挖掘效果的影响。实例分析结果表明,本算法不仅能够有效地降低海图空间数据挖掘的不确定性,而且能够客观地对数字化作业员的成图质量进行评价,因此有良好的应用价值。