CMIP5多模式资料中气温的BMA预测方法研究

利用CMIP5的8个全球气候系统模式对气温的回报结果进行贝叶斯模式平均(简称BMA)试验,并采用均方根误差、距平相关系数、连续等级概率评分等对多模式集合平均(简称EMN)和BMA的回报结果进行检验、评估。结果表明,EMN的回报效果优于8个单模式的回报效果,而BMA的回报效果最好,其区域平均的均方根误差比EMN小0.5℃左右。在此基础上,利用中等排放情景RCP4.5下CMIP5模式中的年际年代际预估资料对2011—2035年的气温进行预估。研究发现东亚地区在2011—2035年气温将普遍升高,海洋上的增暖幅度较小,陆地上的增暖幅度较大,且增暖幅度随纬度升高而增大。青藏高原及中国北方大部分地区气温将明显升高,升温幅度在1℃左右,而南方的升温幅度较小,约为0.3~0.6℃。     

基于机器学习和多光谱遥感的银川平原土壤盐分预测

快速获取区域土壤盐渍化程度信息,对于盐渍化治理与生态环境保护具有重要意义。以银川平原为研究区,以盐分影响因子和盐分指数分别作为输入参数,建立支持向量机(SVM),BP神经网络(BPNN)和贝叶斯神经网络(BNN)3种土壤盐分预测模型,选取最佳模型进行研究区不同深度的土壤盐渍化预测。结果表明：(1)0～20 cm土壤盐分预测模型中基于影响因子变量组的BNN模型效果最佳,决定系数(R²)为0.618,均方根误差(RMSE)为2.986;20～40 cm土壤盐分预测模型中基于盐分指数变量组的BNN模型效果最佳,R²为0.651,RMSE为1.947;综合对比下,BNN模型的预测效果最好,可用于研究区土壤盐渍化预测。(2)银川平原主要是以非盐渍化和轻度盐渍化为主,0～20 cm土壤重度盐渍化及盐土共占总面积的11.59%,20～40 cm土壤重度盐渍化及盐土共占总面积的7.04%,20～40 cm土壤盐渍化程度较0～20 cm土壤盐渍化轻。     

顾及有色噪声影响的青海地区应变场分析

基于青海地区14个中国大陆构造环境监测网络(CMONOC)连续站10年的坐标时间序列数据,利用贝叶斯信息准则(BIC)确定各连续站的最优噪声模型,进而得出修正后的水平速度场,并在此基础上建立整体旋转与线性应变模型来分析青海地区的应变特征.结果表明:青海地区CMONOC连续站坐标时间序列各方向的噪声特性存在较大差异,东(...     

顾及组合导航闭环反馈的变分贝叶斯自适应滤波优化算法

多传感器组合的方式可以较好地应对全球导航卫星系统信号被遮挡、干扰等情况下的导航定位问题,滤波方法是导航定位中将多源数据融合最常使用的方法之一。在滤波过程中,组合导航的系统噪声和量测噪声无法实时精确地测定,常通过自适应滤波的方法进行时间更新和量测更新的平衡解算。贝叶斯自适应滤波方法在很多时候具有较好的效果,但是和其他的自适应滤波方法一样,该类方法都需要进行自适应因子的选取。本文根据组合导航对于实时性要求及其闭环反馈的特殊性,在变分贝叶斯自适应滤波的基础上进行了算法的优化,给出了一种调节因子的动态计算方法,并以GNSS和惯性导航系统组合系统为例,通过模拟和实测试验进行验证。试验结果表明,本文算法不需要通过迭代计算的方法就可以获取高精度组合结果,提升了计算效率;对于真实的动态场景中,本文算法的调节因子动态自适应确定,结果更具有优越性。     

贝叶斯判别准则在确定地震活动性参数空间分布函数中的应用

利用贝叶斯判别准则,提出了一种确定地震活动性参数空间分布函数的方法,并通过计算与比较,说明了该方法的可行性。     

地下水污染源识别的数学方法研究进展

地下水污染源识别模型可利用有限的观测资料估计污染源位置、污染物泄露强度及其泄露过程,是制定地下水污染修复方案的依据。在阐明地下水污染源识别基本问题基础上,综述了污染源识别研究的两大类数学方法,一类为直接方法,包括反向追踪法和基于正则化的方法;另一类为间接方法,包括基于优化的方法和基于概率统计的方法。同时指出了当前污染源识别数学方法应用中存在的主要问题:地下水污染源识别问题的复杂性、地下水有机污染问题和模型求解效率的低下性。对土壤-地下水的联合管理、基于物联网的地下水污染监测、对非水相流体（Non-aqueous Phase Liquid,NAPL）类污染源识别以及基于图形处理器（GPU）的异构并行计算将是未来研究的重点方向。     

贝叶斯框架的Copula季节水文干旱预报模型构建及应用

根据季节径流量相关特性,利用标准径流指数(SRI),通过优选Copula函数和径流量分布函数,构建贝叶斯框架的Copula季节水文干旱预报模型,并对阿克苏河西大桥水文站进行实证分析。结果表明：① Gamma、Lognormal、Normal、Gumbel、Exponential 5种分布函数中,Gamma、Gumbel能较好拟合夏、秋季径流量;② Gumbel-Hougaard、Clayton、Frank 3种Copula函数中,Clayton能较好联结夏、秋季径流量分布函数;③ 构建模型预报表明,2001~2009年秋季发生干旱概率较低(24%~38%),以轻微、中度干旱为主,而2010年发生干旱的概率极高(95%),发生异常干旱的概率偏高(81%),与实际发生的干旱情况基本一致;④ 贝叶斯框架下构建的Copula模型能准确预报季节水文干旱发生,减少预报的不确定性,为特定区域干旱预报提供了一条新的途径。     

无人机影像湿地典型要素分类方法对比研究

针对厘米级的无人机影像,选取无锡某湿地公园作为研究对象,首先对湿地影像进行多尺度分割并利用ESP工具获取最佳分割参数,再进行特征选择,选取决策树(DT)、贝叶斯(Bayes)、随机森林(RF)等3种分类方法对湿地典型要素进行分类,并对比分析不同方法的分类结果及精度。对比结果表明,随机森林算法在湿地典型要素分类中精度最高,决策树和贝叶斯分类算法精度逊色于随机森林。从分类效率来看,随机森林算法耗时最长且涉及参数设置调整,而贝叶斯算法效率大幅领先决策树和随机森林,且该算法操作简单、无参数设置,易于在生产中应用。     

基于贝叶斯框架和Gamma分布的SAR图像分割

图像分割作为图像处理的关键步骤之一,一种高精度的SAR图像分割方法在图像分析与解译中显得尤为重要。根据SAR图像的统计特性,本文主要研究基于贝叶斯框架和Gamma分布的SAR图像分割方法,分别以单一Gamma分布概率模型和Gamma混合模型定义像素属于聚类的或然率;此外,基于马尔科夫随机场理论定义像素与其邻域像素标号间相互作用关系,并以此作为先验概率;然后,根据贝叶斯定理得到像素属于聚类的后验概率。最后,分别基于上述两种方法对模拟SAR图像及真实SAR图像进行分割实验。结果表明,Gamma混合模型较单一Gamma分布能够更加准确地描述SAR图像分布特征,得到高精度的分割结果。     

机载X波段极化干涉SAR数据非监督分类方法研究

针对经典极化分类算法在处理机载X波段SAR数据时将过多地物分为体散射类型,并且容易受噪声影响,分类结果存在大量误分现象的问题,通过对机载X波段SAR数据非监督分类方法的研究,提出将极化干涉信息用于机载X波段极化干涉SAR数据的分类。通过运用极化干涉数据进行目标分解得到参数A1和A2对数据进行初始分类,然后结合改进的Wishart最大似然分类算法来进行地物的自适应分类。实验结果表明,该方法能有效避免平地效应的影响,抗噪性好,能正确区分三种典型散射类型,分类效果明显优于极化分类效果。