基于逻辑回归的四川青川县区域滑坡灾害预警模型

四川省青川县滑坡灾害群发,点多面广,区域滑坡灾害预警是有效防灾减灾的重要手段,预警模型是成功预警的核心。由于研究区滑坡诱发机理复杂、调查监测大数据及分析方法不足等原因,传统区域地质灾害预警模型存在预警精度有限、精细化不足等问题。文章在青川县地质灾害调查监测和降水监测成果集成整理与数据清洗基础上,构建了青川县区域滑坡灾害训练样本集,样本集包括地质环境、降雨等27个输入特征属性和1个输出特征属性,涵盖了青川县近9年（2010—2018年）全部样本,数量达1 826个（其中,正样本613个,负样本1 213个）。基于逻辑回归算法,对样本集进行5折交叉验证学习训练,采用贝叶斯优化算法进行模型优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。其中,ROC曲线也称为“受试者工作特征”曲线;AUC值表示ROC曲线下的面积。校验结果显示,基于逻辑回归算法的模型训练结果准确率和泛化能力均较好（准确率94.3%,AUC为0.980）。开展区域滑坡实际预警时,按训练样本特征属性格式,输入研究区各预警单元27个特征属性,调用预先学习训练好的模型,输出滑坡灾害发生概率,根据输出概率分段确定滑坡灾害预警等级。当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。     

矿石体重回归分析在新疆乌宗布拉克矿区的应用研究

在资源储量估算的过程中,矿石小体重的准确与否将直接影响到资源储量估算的客观程度。对矿石小体重的准确预测将需要通过大量的统计分析工作,传统的方法是利用矿石小体重的算术平均值进行估算矿床资源储量,并没有考虑到多矿种对矿石小体重的影响程度。本文利用Excel软件"数据分析"的"回归"功能模块,对实验室所测定的矿石小体重值与其对应品位进行二元线性回归分析,快速、准确地构建矿石体重与其品位的数学模型,从而为资源储量估算提供了更客观、更科学的矿石体重模型。     

中国东部夏季降水与气温的联合EOF分析

采用JEOF等方法分析中国东部夏季降水和气温的协同变化时空分布特征,结果表明:当时间系数为正时,第1典型场降水型态从北向南(下同)呈"++-"分布,气温表现为冷异常,500 hPa回归场在中纬度地区呈显著低压异常,SST回归场表现为太平洋海域呈西北-东南的分布;第2典型场降水呈"+-"分布,气温则呈"-+"分布;第3典型场降水分布呈中间型,气温场呈"-+"分布。     

面向带电作业的手臂末端输出力评估方法

为了解决带电作业时手臂末端输出力的准确控制,提出一种基于表面肌电信号（sEMG信号）和支持向量机回归（SVR）实现对手臂末端施力的评估方法.通过手握机械手臂末端的手柄,做往复推拉运动,记录此时手柄处的力传感器的数据F,同时利用3组肌电信号传感器同步采集手臂的肌电信号.将肌电信号提取特征后,与力F组合成样本集合S,在样本集合中随机抽取50%的样本数据作为训练集,分别训练BP神经网络、GRNN神经网络以及SVR神经网络.最后用训练好的神经网络对整个样本集中的力F进行预测,并用均方根误差和相关系数评估模型的预测效果.结果显示,SVR神经网络的预测效果较好,其均方根误差为3.074 0,相关系数为0.951 7.     

基于偏最小二乘回归的区域换式风速预报订正技术研究

利用偏最小二乘回归技术,将预报产品作为自变量,相应的自动气象站观测资料作为因变量,对2013-2016年冬季浙江省中尺度区域模式预报近地面风速进行订正和评估。所选956站中多数站点风速订正后有所改善,通过定量分析可知浙江西部地区整体改善效果最好,其中效果明显站点占91.7%;中部地区改善效果明显站点占86.5%;东部沿海地区改善效果略差,明显改善的站点占67%。各地级市整体表现均不错,除舟山地区为49.9%外,其他地区风速改善比例均超过50%。选取2017年1月20日浙江东北地区沿海大风过程分析发现订正后的风速与观测风速更为接近,在定海大岛站点(靠里)中表现尤为明显,订正后的结果具有显著参考价值。     

我国华南江南春季雷暴气候特征分析

基于我国华南江南地区274个基本地面气象观测站数据、全国闪电定位数据以及欧洲中心的全球大气再分析数据(ERA-Interim),对1981—2017年华南江南地区的春季雷暴日采用经验正交函数分解方法(EOF),并与气象要素场做回归分析。得出以下主要结论:(1)我国华南江南地区春季雷暴活动高发区主要在广西东部至广东西部;其高峰期在下午18:00和凌晨4:00左右,且大多数雷暴活动持续时间不超过3 h;山区雷暴活动主要在傍晚至夜间;平原雷暴活动主要在白天,高峰在17:00及06:00前后;(2)华南江南地区的雷暴活动存在着3~5年的短周期和16年左右的长周期变化;(3)雷暴日距平EOF分析的前3个主成分累计方差贡献达到72.3%。按其向量场的方差贡献分型,Ⅰ型表现为华南江南雷暴活跃特征呈现较统一的变化规律。深厚西南低涡槽前、上干下湿的水汽层结、上冷下暖的温度层结为华南江南地区发生大范围雷暴天气提供良好的动力、水汽和位势不稳定条件,是华南江南雷暴活跃异常的主要模态;Ⅱ型表现为从华南南部到江西与浙江南部有一条西南-东北向、下宽上窄的雷暴活跃正距平异常区,而两侧为负距平异常区。其环流特征表现为温度整层偏冷,水汽整层偏湿,而西南槽前动力抬升有利于水汽抬升凝结触发对流形成雷暴;Ⅲ型表现为华南和江南地区雷暴活跃特征呈南北反位相异常,其分界线在26 °N附近。其环流特征表现为较强的干冷空气南下与南方暖湿空气在南岭山区对峙形成异常的垂直环流圈。在其上升支,低层干冷空气被卷入中高层使得中高层暖湿空气凝结释放潜热形成对流,造成华南地区多雷暴发生,而江南地区处于垂直环流的下沉支,整层湿度偏干,造成江南地区雷暴相对偏少。      

冬小麦农田不同高度极端气温预测[ ]

利用2019年1月—2022年6月冬小麦农田小气候自动观测站观测的数据和齐河县国家基本气象观测站同期观测资料,采用多元线性回归和BP神经网络方法,建立冬小麦农田30 cm、60 cm、150 cm日最高和日最低气温预测模型。结果表明:两种模型对农田气温的预测效果均较好,阴天条件下150 cm最高气温预测效果最好;晴天条件下30 cm最高气温预测效果最差。两模型模拟结果分层次看,农田气温的模拟精度150 cm>60 cm>30 cm;分天气类型看,多元回归模型农田各层气温的模拟精度阴天>多云>晴天,BP神经网络模型农田30 cm、60 cm最高气温的模拟精度多云>阴天>晴天,农田30 cm最低气温的模拟精度多云与阴天相同,均大于晴天,农田60 cm最低气温的模拟精度晴天>多云>阴天,农田150 cm最高及最低气温的模拟精度晴天与多云相同,均大于阴天;分要素看,30 cm最低气温的模拟精度高于最高气温、60 cm和150 cm最高气温的模拟精度高于最低气温。通过比较,BP神经网络模型的预测精度比多元线性回归模型的预测精度高。两种模型均能满足冬小麦农田气温的预测需求。     

基于多元线性回归分析的页岩气有利区评价新方法 ——以上扬子地区五峰组—龙马溪组海相页岩为例

本文以四川盆地及其周缘五峰组—龙马溪组页岩气评价为例,总结了页岩气有利区优选的储层参数、保存参数和压力系数等参数,量化了各关键参数平面分布,运用多元线性回归分析方法计算了参数权重,通过多参数加权叠加公式建立了多元线性回归模型:有利区=-0.317+0.75×埋深+0.285×TOC+0.148×RO+0.093×孔隙度...     

Dissolved organic carbon in the southern Baltic Sea: Quantification of factors affecting its distribution

During a cruise of r/v ‘Oceania’ in May 2006, seven vertical dissolved organic carbon (DOC) concentration profiles were produced against a background of CTD, chlorophyll a (chl a) and phaeopigment concentration profiles. The results indicate distinct vertical and spatial DOC fluctuations, ranging from 248 ± 7 μmol C dm⁻³ at 70 m depth at the westernmost station G/06 to 398 ± 5 μmol C dm⁻³ at 5 m depth at station A/06 in the western Gulf of Gdańsk. DOC concentrations were the highest at 10 m depth, where phytoplankton activity was relatively intensive, as reflected by the active chl a concentration distribution. DOC concentrations decreased towards the sea bottom.     

Econometric analysis to differentiate effects of various ship safety inspections

This article provides a refined technique to measure and interpret variables associated with the quality of an inspection—be it port state control or vetting inspections towards the probability of a very serious, serious or less serious casualty. It concentrates on filtering out the effect of variables such as detention, the port state control regime that inspected the vessel, time in-between inspections, deficiencies found during an inspection and the effect of vetting inspections. The consensus amongst policy makers in the shipping industry is that data cannot be combined to target vessels. While this article does demonstrate that the decrease in the probability of casualty is stronger for the South American Region, the Indian Ocean Region and Australia versus North Europe, North America or the Caribbean, it also demonstrates that the data can be combined to target vessels for inspections. Since the time in-between inspections and detention is mostly not significant towards decreasing the probability of casualty, these results reflect the lack of coordination amongst port state control regimes and industry inspections. Due to this lack of coordination and trust, a ship might be inspected in several regimes during a relative short time period where the benefit of an inspection can be easily saturated. Our recommendation on direct policy implication is to promote the harmonization of inspection databases across port state control regimes, preferably with the coordination of the development of the Global Integrated Ship Information System (GISIS) of the International Maritime Organization (IMO), to review the policy of a release of a vessel from detention and to increase cooperation amongst regimes with respect to the follow up of the rectification of deficiencies.