三轴剪切总应力强度指标的回归求值

工程勘察三轴试验的总应力强度指标的计算,运用解析几何原理导出任意两个应力圆公切线切点坐标计算公式,尤其是直接计算切线斜率.各切点通过线性回归建立合切线(包线)的直线方程,进而计算凝聚力Cu和摩擦角φu.采用数据直接计算方法,替代了以前手工图解或计算机交互图解,计算速度快,精度高.     

有色噪声情况下状态预测值修正的Kalman滤波

利用线性最小方差估计方法,以正交投影理论为工具,推导了动态线性系统在状态噪声为有色噪声情形下的状态预测值及其相应的协方差阵.在形式上,此预测值比经典Kalman滤波预测值多出一项,该项包含了前一时刻的新息.对新预测值进行分析,得出了有色状态噪声条件下Kalman滤波的新算法,扩展了经典Kalman滤波的应用范围.最后通...     

基于量子计算机的海洋环流模拟算法

对海洋环流进行准确且高效的模拟是海洋科学的一个基本任务,也是一个众所周知的难点,因为它涉及求解多变量的非线性偏微分方程组.本文首次提出一种基于量子计算机的海洋环流模拟算法,可以提供指数级的量子算力加速.本文算法从海洋动力学原始方程出发,经过空间和时间离散化得到若干具有稀疏系数矩阵的线性方程组,然后利用变分量子线性方程求解器求解,从而使算法更容易在近期量子计算机上运行.这一算法属于量子-经典混合算法,为此我们发展了一套基于量子存储器和l_∞范数态层析的数据流控制方案,以完成量子计算机与经典计算机之间的数据交互.我们在MATLAB、量子虚拟机和真实量子计算机等多种计算平台上验证了算法的有效性,并讨论了测量次数和量子门噪声等因素对算法输出结果准确性的影响.结果表明,误差缓解技术可以有效提高输出解的精度.我们的算法是利用量子计算机模拟海洋环流这一挑战性问题的一个重要进展,随着量子计算科技的迅速发展,它有望在不久的将来获得应用,从而有力地促进海洋科学的发展.     

面向线性光谱混合分解的邻域像元集螺线型构建方法

高时间分辨率遥感影像在地表景观破碎区域易形成混合像元,难以发挥其高时间维度优势。现有方式多是基于线性光谱混合模型,借助邻域像元所构成的像元集合组成线性方程组,求出组分光谱值的最小二乘解,提高其空间分辨率。然而,现有方法依赖窗口形式来构建邻域像元集合,在某些区域易造成方程组无解的欠定问题。本文在分析其问题原因的基础上,引入阿基米德螺线代替传统的矩形窗口,对邻域各像元依次遍历,构建空间邻近、组分相近的邻域像元集合来解决该问题。在GlobeLand 30数据上的试验表明,螺线型构建方法对5种混合尺度上多种类型地物均具有稳定的精度,与传统窗口构建方法相比,可从构建邻域像元集合方面将总体理论精度提高2%,分解结果精度提高近1个数量级。     

基于极轨卫星的贵州日最低气温遥感推算初探

日最低气温是判断作物是否遭受低温冷害的主要因子,开展日最低气温推算在作物低温冻害保险理赔服务中具有实际应用意义。本研究以贵州省为例,选取了2016年2月10、2023年1月31日（代表冬季）和2017年4月1日（代表春季）贵州省范围内的小时气温、遥感反演的夜间地表温度、地表高程、遥感水汽含量等多源数据,对数据进行预处理和质量控制后,采用相关分析法分析了不同数据与日最低气温的线性相关关系,利用相关性显著的地表温度、经度、纬度、水汽含量和高程数据构建了3个不同日期的日最低气温线性推算模型。经验证数据验证,使用线性显著参数构建的最优多元线性回归模型推算的2016年2月10、2017年4月1日和2023年1月31日的最低气温平均绝对误差（MAE）分别为1.224℃、0.894℃和1.727℃,均方根误差（RMSE）分别为1.518℃、1.201℃和2.132℃。表明采用夜间过境的卫星遥感地表温度对推算当日的日最低气温具有较好的效果,该工作对于低温农业保险应用具有一定的实用前景。     

三维坐标转换的多元线性回归模型及粗差剔除

将三维直角坐标转换归结为多元线性回归模型,导出其矩阵方程形式及精度评定公式;通过实例研究多元线性回归和7参数解法的异同,得出重要结论;提出一种构造r统计量逐点剔除观测值粗差的有效方法.     

Re-evaluation of linearity and precision of Gas Bench II-IRMS system and potential implications for carbon and oxygen isotope measurements on small-sized carbonate samples

In this study, the δ^13C and δ^18O values were systematically measured on NBS-18, NBS-19 and IAEA-CO-1 with different sample sizes, with the objective to examine the stability and reproducibility of previously developed linearity correction strategy especially for small-sized samples （e.g. 〈50 μg）. Firstly, the δ^13C and δ^18O values of NBS-19 standards （6-10 samples per run） with sample sizes scattered below -100 μg were determined in three different runs. The logarithmic regressions were performed on the plots of δ-values vs. peak area （sample size） for each run and the correction was applied using peak area of the first peak. Results show that two of the three data sets have almost the same regressive equations for both δ^13C and δ^18O values. The maximum difference in δ^13C values calculated by three equations when sample size varies between -10 and -100 μg is better than 0.15‰, compared with the maximum 0.82‰ for δ^18O values. Since alteration of phosphoric acids could not influence carbon isotope, the 〈0.15‰ difference in calculated δ^13C values should reflect the stability of mass spectrometer conditions. In contrast, the large difference in regressive equations for δ^18O values may be attributed to changed oxygen isotope in phosphoric acids due to exchange with atmosphere through time. It means that standards with sample sizes properly distributed should be arranged in every run for subsequent linearity correction of δ^18O values of small-sized samples （e.g. marine ostracode）.     

三种插值方法对区域自动气象站日气温缺测数据插补的适用性研究

为解决气温观测记录缺测的问题,选择反距离权重插值(Inverse Distance Weighted,IDW)、普通克里金插值(Ordinary Kriging,OK)和多元线性回归(Multiple Linear Regression,MLR)三种方法,以湖北省2020年为例,对全省逐日平均气温(T)、最高气温(T_max)和最低气温(T_min)进行空间插补,并采用平均绝对误差(Mean Absolute Error,MAE)对3种方法的插补结果进行检验。结果表明:用MLR插补得到的Tmax、Tmin、T的MAE最小,分别为0.41℃、0.31℃和0.20℃,其中T的插补误差在1℃以内的站点比例高达100%;相比IDW和OK,MLR插补结果的MAE空间分布均匀,其不仅随海拔高度变化较小,随季节变化也相对较小。单站试验结果表明,当用于MLR模型的样本数量越多、时间离散度越大时,MLR对气温的插补效果越好。总体上,对日气温缺测数据的插补效果,MLR最优,IDW次之,OK最差;对于建立气象站点长时间连续气温数据集而言,MLR更适合解决区域自动气象站...     

利用线性融合方法进行金花茶自然保护区植被覆盖度时空变化研究

在利用高空间分辨率影像研究小区域植被覆盖度（FVC）变化时,传感器、成像条件及云量的影响会导致连续的长时序影像数据缺失或数据质量较差,同时影像的低时间分辨率也限制了对小区域连续时序FVC变化的研究。针对该问题,本文采用线性融合方法融合出连续的长时序FVC影像,解决了在研究FVC时空变化时云量和条带影响导致的Landsat影像连续时序数据缺失和低时间分辨率问题;利用Sen+Mann-Kendall进行趋势分析发现,金花茶自然保护区的FVC在2000-2016年整体呈增加趋势,FVC显著增加的区域约占37.32%,不显著增加的区域约占58.56%。线性融合方法得到的FVC影像可以精细地表征地表FVC的变化,较好地解决了高空间分辨率影像FVC连续时序数据缺失的限制,有利于小区域FVC的长时序时空变化研究。     

支持向量机在砂土液化预测中的应用研究

介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法——支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法，建立了砂土液化预测模型，并且运用Matlab语言编写了程序。通过试算和分析比较得到了最佳模型，最佳模型的预测结果与实际液化情况基本上一致。认为支持向量机算法无论在学习或者预测精度方面都有很大的优越性，而基于支持向量机理论建立的砂土液化预测模型是可行的，且可以较为准确地实现砂土液化的预测。