加权多变量灰色模型在变形监测中的应用

在变形监测过程中,监测因子较多,难以对监测因子进行合理的取舍。首先利用灰关联度分析方法,将监测因子根据灰关联度进行关联排序,为合理选择监测因子提供理论依据;然后,利用得到的关联度进行平滑处理,并将其作为权值建立加权多变量灰色模型,推广了传统的多变量灰色模型,提高了预测精度;最后,以南充水库土石坝沉降数据为例,验证了模型的正确性。算例结果表明,加权多变量灰色模型的平均相对误差比传统灰色模型小,模型精度也比传统模型高。     

变窗宽核加权估计下的变形趋势拟合方法

变形监测数据处理的方法有很多,但这些方法对数据量及数据的采集方式有特定的要求,或者计算过程复杂。针对这些问题,提出了基于变窗宽核加权估计的变形趋势拟合方法,即先用较大窗宽的核加权估计去拟合变形的整体趋势,再用较小窗宽的核加权估计去拟合残余变形量——局部趋势。并针对这一新方法,提出了一种新的窗宽计算方法,即时序间隔标准差窗宽。以某大坝某一监测点32期的高程变形拟合为例,比较了不同的窗宽以及不同变窗宽组合的核加权拟合效果。结果表明,采用时序间隔标准差窗宽的核加权拟合比经验窗宽的拟合精度高;而基于变窗宽的核加权拟合比前两者精度更高。     

Using multilevel modeling and geographically weighted regression to identify spatial variations in the relationship between place-level disadvantages and obesity in Taiwan

Objectives

We examined whether and to what extent the relationship between township disadvantages and obesity varied across geographical areas.

Methods

A cross-sectional analysis of a population-based sample of Taiwanese adults (N = 25,985) from the 2005 Social Development Trend Survey on Health and Safety was performed. Multilevel models integrated with geographically weighted regressions were employed to analyze the spatially varying association between area disadvantages and obesity. The dependent variable was body mass index calculated from respondents’ self-reported weight and height. The key explanatory variable was a township disadvantage index made of poverty level, minority composition, and social disorder. Other individual socio-demographic characteristics were included to account for the compositional effect.

Results

The association between township disadvantages and elevated obesity risk in Taiwan was found to be area-specific. In contrast to results from the commonly used global regression, geographically weighted regression model showed that township disadvantages elevated obesity level only in certain areas.

Conclusions

We found heterogeneity of place-level determinants of obesity across geographical areas. Adoption of population approach to curb obesity would require area-specific strategies for most needed areas.     

近40年内蒙古候降水变化趋势

基于1964—2003年内蒙古44个站日降水量数据,进行了前20年 (1964—1983年)、后20年 (1984—2003年) 候降水变化的聚类分析,得到了最佳聚类数和各聚类的台站组成及其空间分布情况,对前20年和后20年候降水中值的变化情况、候最大降水量出现时间、各聚类的整体特征等进行了分析,并进行了候 (5 d) 和11 d降水中值极图的对比。结果表明:内蒙古不同地区的候降水变化格局存在经向地带性,但站点海拔的差异使这种地带性有所模糊;前、后两个20年候降水的变化格局较为复杂,大多数站点在一些候降水有显著变化,既有降水显著增加的候,也有降水显著减少的候;候最大降水出现的时间和量值有一定变化。     

基于构造导向的叠后处理技术——以渤海湾盆地A油田为例

对地震资料进行叠后解释性处理时,往往只是单纯的数学运算很少受到地质条件的约束。当地下岩层为水平地层时,这种方法会获得较好的效果。但地下岩层具有一定的倾角,这时就可能会发生分辨率降低、信噪比下降或资料失真等现象。针对这个问题,引入构造导向体来约束叠后资料的处理过程。首先根据原始地震资料生成包含倾角和方位角信息的构造导向体;其次在构造导向体的控制下以相似性为判断条件对原始地震资料进行构造导向的中值滤波或扩散滤波;最后通过原始地震资料和相干体等对处理前、后的资料品质进行了综合的分析对比。方向信息的引入使运算沿着构造的走向进行,消除了地层倾斜的影响,最大程度保证资料真实性的同时使资料的品质得到极大地提高,有效指导了A油田井位的设计和实施。     

三维坐标转换的稳健加权总体最小二乘算法

针对当前加权对称相似变换中仅考虑观测值含有随机误差,而不考虑观测值含有粗差的情况,基于加权对称相似变换进一步验证其不具有抗差性,并在此基础上采用选权迭代法进行稳健加权对称相似变换。由中位数法求解具有抗差性的单位权中误差,构造标准化残差,求解权因子,进而求得可靠的参数解。实验结果表明,当观测值含有4~6个粗差时,采用该方法能够探测出更多可能存在粗差的数据,给出的权因子更合理,所得参数解精度更高、稳定性更强。     

改进灰色马尔科夫模型在基坑预测中的研究

基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要。针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进。该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测。在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据。将该模型用于基坑沉降预测,并通过实例进行验证。实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%。     

知识引导的稀疏时间序列遥感数据拟合

在多云多雨的地区,光学遥感存在着获取无云数据困难的难题,这会导致时间序列应用中可用数据匮乏。因此,本文面向稀疏时间序列遥感数据,根据噪声造成遥感影像上归一化差分植被指数(NDVI)被低估的事实,提出了一种知识引导的拟合方法。首先,在遥感影像预处理的基础上,利用先验知识和时序差分法对噪声进行识别和剔除;然后,采用高斯二阶模型对原始数据进行拟合;最后,根据拟合残差更新权重,进行迭代拟合,重复上述过程直至获得稳定的结果。本文以Landsat 8 OLI作为数据源,对浙江省杭州地区的森林数据进行拟合,结果表明:在稀疏时间序列数据的情况下,本文方法与MODIS数据拟合结果的相关系数达到0.92,关键时点(如NDVI峰值点等)的时间误差在5 d;相比当前主流方法的0.88与8 d具有更高的精度。     

变异函数模型参数的非线性加权总体最小二乘法

针对球状模型和指数模型两种变异函数模型线性化后的系数矩阵具有非线性形式,系数矩阵元素含有随机误差等问题,该文使用非线性加权总体最小二乘法估计变异函数模型参数。以高程异常数据为例,利用变异函数值的点对数定权法和系数矩阵中距离值的方差-协方差传播律定权法迭代解算参数,并与最小二乘法,加权最小二乘法和非线性总体最小二乘法进行对比分析。实验结果表明:非线性加权总体最小二乘法能够得到更高精度的变异函数模型参数。