利用人工神经网络方法反演大气温度廓线

高光谱大气红外探测仪AIRS(Atmospheric Infrared Sounder)资料能够显示小尺度的大气温度垂直结构,为数值预报和天气诊断提供了更加准确精细的初始场.目前处理数据主要使用晴空大气业务反演国际MODIS/AIRS处理软件包IMAPP (International MODIS/AIRS Preprocessing Package)中的特征向量统计回归算法,由于统计法算法简单,反演精度受到较大限制.现提出一种利用人工神经网络的算法来对晴空状况下AIRS模拟辐射值进行大气温度廓线反演的方法,并与特征向量统计法结果相比较.结果表明,神经网络方法与特征向量统计法反演所耗时间相当,减小了反演误差,各高度层温度反演精度均有不同程度的改进,获得了较好的反演结果.     

基于小波的地学纹理特征向量的提取与显示

对通过小波对遥感图像进行多尺度分解,在各个不同尺度不同方向的分量上,设定一定大小的窗口取得纹理信息,然后对其进行统计和分析的地学纹理特征向量提取与显示方法进行了研究,选用方差、能量和熵值三个特征向量来对不同的纹理特性进行定量的描述。这三个参量能够直观地体现该纹理的统计特性,能够体现纹理结构的变化,能为最优小波基的确定和遥感图像地学纹理分割提供有效的依据。     

采用主成分分析方法研究降水对地下水位的影响

基岩裂隙地下水的井水位变化是一个受综合因素影响的观测量。 文中采用主成分分析方法, 分析了福建晋江青阳基岩裂隙水观测井2007年3~8月的地下水位观测资料, 并分别与降水当天值和降水累加值进行了对比研究, 讨论了两种计算结果。 根据计算结果分析认为, 基岩裂隙水观测井的地下水位对当天降水值的响应不显著, 主成分分析中的第一综合量主要为水位本身的得分, 而第二种情况得到的结果则分别反映了3~8月份逐月降水累加值对水位的影响, 说明降水对水位的影响具有累加效应, 并对5~8月份造成这种累加效应不明显的情况进行了探讨, 给出了逐月水位与降水累加值的逐月第一与第二综合量曲线。     

人工神经网络法反演晴空大气湿度廓线的研究

高光谱分辨率大气红外探测器AIRS(Atmospheric Infrared Sounder)作为第一个超高光谱大气红外探测仪,开辟了卫星大气探测的新时代.以无线电探空值与SARTA(Stand-Alone Radiative Transfer Algorithm辐射传输模式)v1.05版的前向模式模拟出的AIRS辐射...     

Spatial-temporal modeling of initial COVID-19 diffusion: The cases of the Chinese Mainland and Conterminous United States

COVID-19 outbreaks in China in late December 2019, then in the United States (US) in early 2020. In the initial wave of diffusion, the virus respectively took 14 and 33 days to spread across the provinces/states in the Chinese mainland and the coterminous US, during which there are 43％ and 70％ zero entries in the space-time series for China and US respectively, indicating a zero-inflated count process. A logistic growth curve as a function of the number of days since the first case appeared in each of these countries accurately portrays the national aggregate per capita rates of infection for both. This paper presents two space-time model specifications, one based upon the generalized linear mixed model, and the other upon Moran eigenvector space-time filtering, to describe the spread of COVID-19 in the initial 19 and 58 days across the Chinese mainland and the coterminous US, respectively. Results from these case studies show both models shed new light on the role of spatial structures in COVID-19 diffusion, models that can forecast new cases in subsequent days. A principal finding is that describing the spatio- temporal diffusion of COVID-19 benefits from including a hierarchical structural component to supplement the commonly employed contagion component.     

主成分分析及地震活动参数的约简

选择从不同侧面反映地震活动时、空、强特征的地震频次N(MLge;3.0)、b值、eta;值、A(b)值、Mf值、Ac值、C值和D值8个参量进行主成分分析. 通过主成分分析方法可以得到反映地震活动时、空、强异常特征的综合指标W. 通常这8个参量之间具有一定的相关性,各参量在不同时段的变化各有所异,预报效果并不理想. 但是综合指标W在华北13次5.8级以上地震前出现明显的异常变化. 表明综合指标W可以较好地反映地震活动时、空、强异常特征. 本文还对主成分分析所得结论的有关问题进行了讨论.      

单站要素特征量在冰雹天气预报中的应用

对常规探空资料进行加工处理,形成多个单站要素物理特征量,利用郑州辖区7个观测站1990~2000年实况资料,寻找各要素特征量与冰雹天气的关联,选取相关性好的因子,建立冰雹天气单站物理特征量预报方程。经历史回代,方程拟合率均在70%以上。     

层次分析法及其地面沉降研究应用

层次分析法是系统工程中的一种决策分析方法。本文应用其基本原理与方法对上海地面沉降进行了分析。     

利用主成分分析法研究东北地震活动异常

选择与地震强度有关的地震频次N(ML≥3.0)、b值、η值、Mf值、A(b)值和AC值共6个参量进行主成分分析,实现对上述参量的有效约简。这6个参量之间有一定的相关性,在不同时段各参量的变化各有所异。根据主成分分析可以得到反应地震强度特征的综合指标W。1970年以来东北14次5级以上浅源地震前W都出现明显的异常变化,震后恢复。这表明综合指标W可以较好地反映地震活动的异常特征。     

支持向量机在地震与爆破识别中的应用

为研究天然地震事件和爆破事件识别算法,对上海测震台网记录的上海周边区域天然构造地震和爆破事件记录进行小波包分解,并提取特征向量,提出用支持向量机（SVM）识别天然构造地震和人工爆破的算法。结果表明,基于SVM算法的向量识别分类方法,在天然地震和爆破识别中是可用的,准确率预计达85%以上。