基于小波分析与Mann-Kendall法的岩溶大泉动态研究

研究地下水动态是认识地下水资源的有效手段。根据1956－2013年济南岩溶泉域大气降水及地下水水位动态监测资料,采用小波分析法、Mann-Kendall趋势检验、突变检验法研究了58个水文年泉水位对大气降水的响应,可以看出:（1）大气降水和泉水位呈现出多尺度的变化特征,长时间尺度上两者的变化周期基本相同,变化周期为16年和12年,说明大气降水对泉水位有直接影响;（2）在1956—2013年,济南泉域地下水水位具有0.65 m·（10a）-1的年际显著下降趋势,但降水具有12.65 mm·（10a）-1的不显著上升趋势,说明在人为因素影响下泉水动态的影响因素的权重发生了变化;（3）大气降水在1999年发生突变,1999年之后年降水为增加趋势;而地下水水位突变年份为1967年,1967年以后水位持续降低,2004年以后水位快速上升,泉水位未来趋势应与降水保持一致,呈上升趋势,说明大气降水并非泉水动态的唯一影响因素;（4）通过建立不同时段的多元回归模型,表明近58年来地下水水位的主要影响因素由大气降水到人工开采之间的转换,同时验证了小波分析和Mann-Kendall法研究地下水动态的适宜性和可靠性,也为济南市的保泉提供了参考依据。      

桂林毛村岩溶区与碎屑岩区檵木和马尾松凋落叶分解研究

为探究岩溶生态环境对凋落叶分解的影响,选用碎屑岩区相同树种作为对比,运用凋落物分解网袋法研究其凋落物分解初期动态,研究结果表明:（1）岩溶区檵木和马尾松凋落叶分解速率总体上均小于碎屑岩区相同树种凋落叶分解速率;（2）凋落叶分解速率k与凋落叶初始养分碳含量呈显著负相关（P<0.05）,与木质素含量呈极显著负相关（P<0.01）;（3）在凋落叶分解过程中,各养分释放规律具有一定的差异,凋落叶养分元素碳在分解过程中呈现出净释放;（4）岩溶区树种的碳释放速率比碎屑岩区慢,说明岩溶区两树种的凋落在一定程度上延长了C的循环周期      

小波去噪的广西加权平均温度插值研究

针对广西地区探空站稀少,难以获得精确的T_m问题,GGOS atmosphere提供了利用ECMWF的相关资料计算而得到的时间分辨率为6h(UTC 00:00:00,06:00:00,12:00:00,18:00:00)、空间分辨率为2.5°×2°的全球T_m格网数据可以在没有气象数据的情况下获得较高时空分辨率的T_m,该文利用GGOS atmosphere T_m格网数据对广西地区4个探空站插值T_m,并用无线电探空数据计算的T_m检验其精度;对误差进行分析后,选取最优小波基与尺度对其残差去噪,利用去噪后得到的曲线建立T_m的改正模型。实验结果表明,插值T_m经基于小波去噪的模型改正后,其RMSE为1.29K;Bevis模型的RMSE为10.71K;GPT2_1W模型的RMSE为3.56K;改正模型精度优于传统模型,可以达到地基GPS反演GNSS-PWV的精度要求。     

GPS高层建筑物动态特性的小波分析提取

针对高层建筑物GPS动态监测数据特点,该文将小波分析技术应用于高层建筑物动态特性提取,研究了数据处理时4种阈值选取准则的好坏,针对观测数据不同阶段振幅和频率不同,提出分段、分层处理数据的思想,为了获得更全面的观测信号,将小波包分析应用于数据处理。结果表明:自适应阈值准则更适用于高层建筑物动态数据处理,采用分段分层的处理方法,既能满足去噪要求又能提取丰富的变形信息,小波包分析能有效提取高层建筑物动态特性,保留更多的动态信息。     

基于小波变换与ARMA模型的建筑物沉降预报

对建筑物进行沉降监测并预报其变化趋势,能有效保障建筑物的安全性。本文提出一种基于小波变换的ARMA模型用于建筑物沉降预报。利用小波多尺度分析将沉降监测数据分解为高频信号和低频信号,并分别采用ARMA模型进行预测,然后将各序列预测结果进行合成,得到最终预测结果。并以青岛市某高层建筑物监测数据为例,分别采用传统ARMA模型以及基于小波变换的ARMA模型进行预报对比分析,结果表明基于小波变换的ARMA模型取得了较高的预报精度。     

基于改进等维信息灰色模型的高铁隧道沉降预测研究

等维信息灰色模型是对传统灰色模型的改进,但其模型背景值仍设定为0.5,为了使模型的预测性能得到提高,本文提出了基于粒子群PSO算法的等维信息灰色模型来优化模型的背景值,以消除灰色模型本身固有的偏差。根据已有的高铁隧道沉降监测数据,对其进行小波去噪处理,再分别建立传统GM(1,1)模型、等维信息GM(1,1)模型和PSO-等维信息GM(1,1)模型进行拟合预测,并与原始数据进行对比。预测结果表明,改进后的等维信息GM(1,1)模型的预测精度更高。     

磁法三维建模在龙王沟磁铁矿勘探中的应用

以龙王沟磁铁矿高精度磁测数据为基础,采用小波多尺度分解方法,对化极后的磁法数据进行多尺度分解,通过功率谱法计算小波多尺度分解后的各阶细节异常的场源深度。结合地形、地质及钻孔资料,采用2.5D人机交互反演对磁测剖面上的磁铁矿体进行拟合,利用Golden Software公司开发的Voxler软件,在虚拟三维环境下实现二维小波多尺度分解数据的可视化,建立三维地质体模型,直观的预测磁铁矿体的空间范围和分布形态,实现地质、物探和地上、地下信息一体化集成展示,进行专业分析评价和辅助决策,可以有效的提高地质找矿效果。     

积雪变化对中国森林凋落物分解影响研究进展

森林凋落物的分解对于维持生态系统物质循环和养分平衡具有重要意义,并受到不同积雪厚度下冻融格局的影响。冻融期（包括冻结过程期、完全冻结期、融化过程期）是冻土区凋落物分解的重要时期,该时期分解的凋落物量约占全年分解总量的一半。积雪减少通常会导致土壤温度降低、冻融循环次数增加,进而影响凋落物分解。通过综述近10年来积雪变化对我国森林凋落物分解影响的研究成果发现,积雪厚度减少在冻融期通常会抑制凋落物质量损失、碳元素释放和纤维素降解,生长季则起到促进作用,从全年来看多数表现为抑制作用。因此,冻融作用造成凋落物的物理破坏,对其分解的促进作用主要发生在后续生长季。积雪厚度减少在冻融期通常抑制氮元素释放,生长季和全年则无明显规律;磷元素和木质素目前研究还存在很大差异。最后,进一步阐述了积雪变化对凋落物分解影响研究存在的问题及未来研究发展方向。     

基于优化经验模态分解和聚类分析的滑坡位移智能预测研究

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。     

西藏雅江中西段流域夏季降水量变化特征

利用西藏雅鲁藏布江流域6个代表站降水资料,研究了雅江流域近53年的夏季降水量变化特征。主要结论包括:1963~2014年雅江流域6个站各站年平均降水量在286.2~447.9mm,夏季(6~8月)平均降水量在221.4~355.4mm,占年降水量的71%~85.5%。年最大降水量出现在拉萨,其次是日喀则和泽当,位于雅江偏西段的定日和江孜降水量最少;夏季降水量空间分布特征与年降水量的分布特征基本一致。雅江流域年降水量存在显著的年际和年代际变化特征,降水总量呈增多趋势。夏季降水量对年总降水量的贡献最大,占年降水总量的77%。夏季(6~8月)降水量变化与年降水量的变化趋势一致,即总体呈增多趋势。拉萨、定日、日喀则、浪卡子夏季降水量的变化趋势与雅江流域整体趋势特征一致,其中拉萨最明显,而泽当和江孜降水量呈减少趋势。雅江流域夏季降水量在1998年出现了明显突变,21世纪以来的十几年内存在短时间的突变现象。雅江流域夏季降水量主要存在2~4a和7~8a的变化周期。