抗差Helmert方差分量估计及其应用

本文讨论了当观测值中含有粗差时对Helmert方差分量估计结果的影响，为减弱这种影响，提出了抗差Helmert方差分量估计。试算结果表明，抗差Helmert方差分量估计具有一定的抵御粗差污染的能力，可用于具有多类或多种精度观测值的一并平差问题中。     

综放开采地表移动变形规律实测研究

为了研究综放开采条件下地表移动变形规律、指导矿井生产，鲍店煤矿专门在1310综放工作面上方设立地表移动观测站。通过对观测资料的分析研究，获得该区条件下综放开采时的地表移动变形规律和有关参数，为矿区“三下”采煤提供可靠的依据。     

用激光测距资料解地球定向参数的模型改进

详细介绍了与SLR观测资料的高精度相适应的解EOP模型的改进，并且在复弧法中使用这个改进模型。当轨道参数为全局量，EOP参数为子弧量时，其中解极移运动Xp，Yp和日长变化率DUTIR的模型的更新，提高了解EOP的精度，特别提高了解DUTIR的精度；同时也提高了整个弧段的定轨精度。在EOP的改进模型中，以周日和半周日为周期的分量虽然对提高EOP本身的精度没有什么帮助，但是对整个弧段定轨精度的提高还是有益的。本文用1995—1999年LAGEOS-1的资料解得的EOP序列精度：Xp达0．43mas，Yp达0．41mas，DUTIR达0．022ms。90天弧长定轨残差好于2cm。     

半参数回归与模型精化

就一般情况给出了半参数平差的算法,并结合一种特定的情况,讨论了正规化矩阵半正定时的计算方法,给出了相应的公式。最后构造了一个模拟的平差问题,对半参数法和最小二乘法的计算结果进行了比较。计算表明,半参数法能够发现并识别模型误差或观测值中的系统误差     

全国国土资源信息网络系统安全管理规定（试行）

本规定由国土资源部信息中心提出。本规定由国土资源部归口。本规定起草单位:国土资源部信息中心。本规定主要起草人:周俊杰 李晓波 刘志刚 叶兴茂 祝孔强 咸容禹本规范于2002年3月1日首次发布。本规范由国土资源部信息中心负责解释。 第一章总则 第一条为了保证全国国土资源信息网络系统的安全,根据中华人民共和国有关计算机、网络和信息安全的相关法律、法规和安全规定,结合全国国土资源信息网络系统建设的实际情况,特制定本规定。 第二条 各单位应据此制订具体的安全管理规定。 第三条本规定所指的信息网络系统,是指由计算机(包括相关和配套设备)为终端设备,     

模式动力过程与物理过程耦合及其对台风预报的影响研究

中国南海台风模式是基于GRAPES的热带中尺度模式,采用半隐半拉格朗日时间差分方案,借助Helmholtz方程进行隐式求解,然后计算物理过程,并把各物理量反馈到动力预报场,实现动力过程与物理过程耦合。为了探讨耦合方案对预报精度的影响,在原方案的基础上,设计了新的技术方案,主要包括两项技术改进。其一是考虑温度、水汽的物理反馈对气压场影响,将间接导出的气压反馈值返回动力场;其二是在第一项技术改进的基础上,将物理反馈值作为模式Helmholtz方程的右端项参与隐式求解,物理反馈在动力约束条件下实现与动力过程耦合。针对新方案对台风路径预报的影响开展个例和批量试验研究。个例试验研究表明,新方案明显地提高了台风预报水平,特别是提高了移动速度的预报准确率;2013年批量试验结果分析,如文中给出的台风路径预报、等压要素预报准确率对比分析,说明新技术方案整体提高模式预报精度。     

吉林省一次低涡天气的云雨微物理特征

针对今年吉林省春夏之季雨水偏多的特点,我省对各种天气系统的降水进行了几次有目的的飞行探测。本文主要利用其中一次低涡天气降水过程的云雨特点,系统分析了云体微物理特征,为今后更好地了解云雨结构打基础。     

梅雨降水季节预测的多方法比较

基于1961—2000年逐月降水观测资料和全球大气再分析资料,分析了6—7月长江中下游(108°～123°E,27°～33°N)梅雨的时空分布特征。通过观测诊断和数值试验确定了影响梅雨异常偏多的3个前期因子:4—5月平均的西北太平洋海平面气压正异常;3月至5月北大西洋海平面气压负变压倾向;1月至4月西伯利亚的2 m温度负倾向。利用这3个具有物理意义的影响因子构建了梅雨季节预测模型,该模型在训练期(1961—2000年)和独立预测期(2001—2022年)均具有显著的预测技巧(相关系数分别为0.79和0.77,均方根误差分别为0.59和0.68)。同时,基于相似的潜在预测因子,对比了利用偏最小二乘回归方法和5种机器学习方法(随机森林、轻量级梯度提升机、自适应提升、类别型特征提升、极端梯度提升)建立的预测模型的技巧。虽然训练期(1961—2000年)偏最小二乘回归和机器学习建模拟合效果更高,但在独立预测期(2001—2022年)上述模型的预测技巧显著降低(相关系数均低于0.44,均方根误差均大于0.93),出现了明显的过拟合问题。本研究强调梅雨的短期气候预测应建立在物理机制基础之上,而使用机器学习方法需谨慎。