三峡库区水质数据时间序列分析预测研究

阐述了时间序列分析的概念、种类及分析方法,以三峡库区水质各指标的水期时间序列数据为研究对象,采用Holt-Winters时间序列预测模型进行了水质预测的试验研究.     

视景仿真中实体云的建模与渲染技术

在视景仿真中对云的建模和实时渲染是一项十分重要的工作.全面研究了视景仿真中3维实体云的建模与绘制技术,并根据视景仿真对云景仿真的需求,采用分形技术和粒子系统技术实现了一种既能获得良好的视觉效果,又能实时绘制的实体云建模与仿真技术.通过视点相关技术、层次细节技术、动态视点替用等技术大大提高了实体云仿真的实时性,使其在一般的微机平台上可以流畅运行.     

SAS/ETS在变形监测数据处理中的应用

在综合考虑数学模型的预测精度与编程实现的可操作性基础上,提出了利用模块对变形监测数据进行时间序列分析,并概括介绍了该模块的3个主要命令使用方法,解决了时间序列分析在监测数据处理中实现起来非常繁琐的问题。最后通过与环境下动态灰色模型综合比较,证明了时间序列分析在变形监测数据处理中操作简单,模拟精度和预测精度都较高。     

Cartographic Symbol Design Considerations for the Space–Time Cube

The cartographic representation of geographic phenomena in the space–time cube comes with special challenges and opportunities when compared with two-dimensional maps. While the added dimension allows the display of attributes that vary with time, it is difficult to display rapidly varying temporal data given the limited display height. In this study, we adapt 2D cyclic point symbols to construct 3D surfaces designed along a helical path for the space–time cube. We demonstrate how these complex?3D helical surfaces can display detailed data, including data reported daily over 100 years and data reported in four-hour intervals over a year. To create the point symbols, each value is plotted along the curve of a helix, with each turn of the helix representing one year or week, respectively. The model is modified by varying the radii from the time axis to all points using the attribute value, in these cases maximum daily temperature and four-hourly ridership, and then creating a triangulated surface from the resulting points. Using techniques common to terrain representation, we apply hue and saturation to the surface based on attribute values, and lightness based on relief shading. Multiple surfaces can be displayed in a space–time cube with a consistent time interval facing the viewer, and the surfaces or viewer perspective can be rotated to display synchronized variations. We see this method as one example of how cartographic design can refine or enhance operations in the space–time cube.     

Re-examining urban region and inferring regional function based on spatial–temporal interaction

Urban system is shaped by the interactions between different regions and regions planned by the government, then reshaped by human activities and residents’ needs. Understanding the changes of regional structure and dynamics of city function based on the residents’ movement demand are important to evaluate and adjust the planning and management of urban services and internal structures. This paper constructed a probabilistic factor model on the basis of probabilistic latent semantic analysis and tensor decomposition, for purpose of understanding the higher order interactive population mobility and its impact on urban structure changes. First, a four-dimensional tensor of time (T)?×?week (W)?×?origin (O)?×?destination (D) was constructed to identify the day-to-day activities in three time modes and weekly regularity of weekday/weekend pattern. Then we reclassified the urban regions based on the space clustering formed by the space factor matrix and core tensor. Finally, we further analysed the space–time interaction on different time scales to deduce the actual function and connection strength of each region. Our research shows that the application of individual-based spatial–temporal data in human mobility and space–time interaction study can help to analyse urban spatial structure and understand the actual regional function from a new perspective.     

基于EMD方法的地心运动时间序列分析

针对时间序列混有的高频信息会影响地心运动规律分析的问题,采用网平移法对IGS提供的GNSS周解进行解算,得到2007-2017年地心运动时间序列,对其进行分解重构,剔除高频项,并利用重构时序对地心运动规律作进一步分析探讨。结果表明：本文解算的地心运动在T_x、T_y和T_z方向的精度均为毫米级。EMD方法重构的时序保留了原序列的基本信息,且抑制了高频项的影响,提高了周期贡献率,3个方向的贡献率分别提高了12.3%、16.7%及6.3%。通过分析重构后的时序发现,周年项振幅为各周期对应振幅的最大值,分别为2.32、1.89和2.07 mm;T_y和T_z方向长期变化趋势较T_x更为明显,分别为0.13和-0.27 mm/a;半年项较小,且在T_x和T_y方向上具有时变性。此外,还发现了一些其他较小的年际变化。     

城市专题地图指标内容的分析和处理

专题地图指标内容的选择是专题地图设计和制作的前提。本文从分析城市专题统计数据的内容、特点出发,综合考虑专题地图表达的可行性和多样性,形成了一套完整的城市专题地图指标内容分析和处理方法。提出并使用了＂指标——空间——时间＂模型来描述专题地图指标内容,该方法的确立是选定专题地图主题和确立专题内容结构的基础。     

基于非等时距数据序列的高层建筑沉降预测

将泊松曲线引入到高层建筑的沉降预测分析中。采用牛顿插值平均法将非等时距数据转化成等时距数据,通过三段计算法求解模型系数,并结合高层建筑沉降监测工程实例计算分析,结果表明:泊松曲线预测与实际沉降数据吻合较好,拟合曲线精度较高,预测效果明显好于传统的双曲线法和指数曲线法,具有较高的实际应用价值。     

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。     

基于时序InSAR的东营地区地表沉降研究

黄河携带大量泥沙入海,河口三角洲覆盖20~50m厚的沉积层。沉积层的自然压实导致该地区的地表沉降。此外,黄河三角洲油气资源的开发和地下水的开采也加速地表的下陷。InSAR作为一种有效的空间大地测量工具,可以提供几十公里范围内的高精度地表形变场。时序InSAR技术在多幅雷达影像组成的干涉网络基础上,识别永久散射体(PS)等雷达回波信噪比高的像素。与传统的InSAR技术相比,时序InSAR技术削弱雷达影像去相干效应的影响,实现长期的形变序列提取。文中利用两组雷达影像:19幅ERS卫星1992年12月至1996年1月的SAR影像,17幅ENVISAT卫星2003年5月至2008年3月的SAR影像。影像主要覆盖山东省东营市及其周边部分区域。结果显示,东营地区存在每年15mm以上的地表沉陷,该地区的地表沉降与油气开采活动有关。