近百余年上海气温变化的若干特征

本文根据1873—1990年上海的年、冬、夏平均气温资料,并利用1956—1990年其郊区气温资料,对城市热岛效应对气温的影响作了处理,重建了近118a的上海气温序列。在此基础上对上海的气温变化特征进行分析,并与同期的北半球气温变化作了比较。结果表明,上海的气温变化有其明显的阶段性、跃变性和周期性。近百余年上海气温变化的总体特征与北半球相似,呈缓慢变暖趋势,但具体的变化过程和幅度有差别,尤其近20多年来的变化与北半球不一致,没有明显的增温现象。     

城市居民时空行为序列模式挖掘方法

通过问卷调查获得北京市500个家庭的活动日志数据.运用序列比对方法对时空行为序列数据进行序列模式挖掘,对每类序列模式通过频繁模式挖掘出其中潜在有用的行为模式.试验结果表明,序列比对方法与频繁模式挖掘相结合在城市居民行为模式分析中应用成功,其弥补了传统数据分析方法的不足,为复杂时空行为数据的分析提供了一种新视角.     

若尔盖盆地黄河出口段一级阶地沉积序列及其环境变化研究

对若尔盖盆地进行实地考察,选取盆地西端黄河出口段典型的一级阶地沉积序列为研究对象。通过沉积物粒度和端元特征分析及OSL测年断代,对若尔盖盆地出口段的环境变化进行研究。研究结果表明：阶地底部的河床相砂卵石与河漫滩沙层构成了二元结构沉积层,其中河漫滩沙层夹有5.0—4.2 ka B.P.期间堆积形成的浅洼地泥沼土透镜状层,表明该河段黄河一级阶地从5.0 ka B.P.开始形成。河漫滩上为高原强劲风力改造成的风沙层,夹有古洪水滞流沉积层组,表明4.2—4.0 ka B.P.期间气候恶化,黄河源曾发生多期特大洪水事件。4.0—2.8 ka B.P.期间气候湿润,阶地面浅洼地有淤泥质沼泽形成。其后沙尘暴搬运堆积的粗粉沙覆盖阶地面,形成了风成黄土,其上部经生物风化成壤改造,发育成为具有团粒构造的现代亚高山草甸黑土土壤层。     

基于Brown-Forsythe检验的水文序列变异点识别

当前在水文序列变异点识别中常采用的几种统计方法都对数据有较多假设,当假设不满足时,识别结果通常并不理想。本文根据统计学方差分析的原理,建立了基于Brown-For-sythe检验的水文序列变异点识别方法,并采用该方法对新疆开都河大山口站近50年年平均径流序列进行了变异点识别。研究结果表明,该识别方法继承了Brown-Forsythe检验的优点,对数据不做过多假设,且易于进行多变异点识别,在一定程度上具有比当前所用统计方法更优越的性能。     

2021年云南漾濞MS6.4地震异常跟踪分析

对云南漾濞M_S6.4地震前出现的前震序列、地震学、定点形变和流体观测异常进行系统梳理和回顾,结果表明:前震序列较为复杂,能找到一些地震学的异常特征,但难以通过这些特征对震后趋势进行正确判断;定点形变观测异常出现时间早、异常幅度大,可为震级预测提供依据;流体观测异常出现时间短、异常相对集中,为时间预测提供了更好的支撑;形变和流体异常与亚失稳后期阶段具有较为相似的时空特征,可能与亚失稳过程有关。前震序列的判断结合区域地震危险性,可能是提高判断准确性更好的方法,合理利用地震孕育不同阶段的异常特征,是做好综合预测需要提倡的方法。     

IGS测站的非线性变化研究

GPS位置时间序列中经常会出现信息中断,造成数据不连续,进而导致测站速度及其不确定度的估计有偏。因此,时间序列中断探测是动态大地测量数据处理的重要内容。在基于t-检验的序贯格局转换分析法(sequential t-test analysis of regime shifts,STARS)算法的基础上,顾及GPS位置时间序列的噪声特性,提出了一种考虑有色噪声的STARS算法(COL-STARS)。该算法首先利用一阶自回归模型(auto-regressive, AR(1))模型进行噪声\     

利用Sentinel-1影像监测土地回填导致的地表形变

在机场填海区地表稳定散射的范围内,本文运用合成孔径雷达干涉测量(InSAR)技术对机场地表形变安全性进行了监测分析,反演获得了研究区域范围内的年形变速率数据结果和高分辨率形变时序结果,并以此分析了香港国际机场的地表形变区在监测周期内的形变时空分布特征.为证明监测结果的精度和可靠性,本文采用全球导航卫星系统(GNSS)观...     

考虑海平面上升影响的极值水位计算

本研究基于非平稳序列极值理论,定量分析极端水位事件年超越概率受海平面上升的影响;以工程设计使用年限内极端水位发生概率作为控制条件,构建考虑海平面上升的极值水位计算方法;结合平均海平面的长期变化过程,推算海平面上升下的极值水位。基于全球10个验潮站历史水位观测资料,验证历史平均海平面长期变化与高、低水位耿贝尔分布位置参数变化的一致性以及构建方法的合理性。结合政府间气候变化专门委员会对海平面上升的预测,推算和对比分析不同海平面上升情景下的极值水位,并评估相应极值水位在当前极值分布中的重现期。     

顾及有色噪声的GNSS时间序列时域信号提取

随着大型地震的发生,GNSS时间序列中除线性趋势和周期信号外,还存在大量震后瞬态,准确地提取各项时域信号是运用GNSS时间序列进行地学研究的关键.为此,本文提出了顾及有色噪声的GNSS时间序列时域信号提取法.该方法首先基于白噪声（White Noise,WN）+闪烁噪声（Flicker Noise,FN）模型,使用最大似然估计（Maximum Likelihood Estimation,MLE）对震前GNSS时间序列进行参数估计,并根据参数估值来去除震后时间序列中的震前信号,以此获取残差序列;然后将残差序列作为求解特征时间尺度的观测量,WN+FN模型作为观测量的随机模型,并采取非线性最小二乘法（Non-linear Least Squares,NLS）法估计特征时间尺度;最后利用估计的特征时间尺度构建GNSS时间序列函数模型,并采用MLE估计其未知参数,进而实现时域信号的提取.经模拟数据分析,考虑有色噪声时,特征时间尺度估计算法的收敛性提高了25%,各项未知参数的标准差（Standard Deviation,STD）显著下降.最后,将该算法应用于日本区域实测数据,并与传统方法进行了对比分析.