中国区域IGS基准站坐标时间序列噪声模型建立与分析

选取ITRF2005框架下中国区域(包括台湾地区)11个IGS基准站1995-2010年的坐标时间序列,采用不同噪声模型组合对它们进行噪声分析,并计算大气压负载、非潮汐海洋负载、积雪深度及土壤湿度负载对测站位移的影响,得到地表质量负载改正前后各测站分量的最优噪声模型。结果表明,中国区域IGS基准站的噪声模型存在多样性,且各分量具有不同的噪声特性,主要表现为闪烁噪声+白噪声和带通幂律噪声+白噪声。噪声模型与地表质量负载及其测站速度、速度不确定度之间的定量分析表明地表质量负载会造成测站的噪声特性变化,主要表现为带通及随机漫步噪声特征。不同复杂噪声模型对测站线性速度及不确定度会产生一定影响,少数测站高程分量差异甚至超过1 mm/a。     

支持向量机在半干旱半湿润地区水文预报中的应用研究

支持向量机是近年来提出的一种机器学习新算法,采用结构风险最小化准则,把学习问题转化为一个二次规划问题来获得最优解,克服了BP神经网络方法中无法避免的局部极值问题。根据支持向量机的原理和方法,在介绍半干旱半湿润地区汾河水库上游流域自然及水文特性的基础上,建立了基于支持向量机的径流预测模型,利用1990-2005年的水文资料进行了检验,并与BP神经网络预测结果进行了对比,结果表明,支持向量机预报模型的精度比BP神经网络有提高,且月径流和非汛期日径流中的预报结果可以用于指导实践。     

基于交叉验证的多模式超级集合预报方法研究

利用AREM、MM5和WRF 3个中尺度有限区域模式,通过选取对短期天气预报影响颇大的积云参数化方案和边界层方案构成15个集合预报成员,以2003年7月汛期天气为研究对象,分别采用相关加权、多元线性回归以及支持向量机回归与"交叉验证"相结合的方法,开展有限区域模式的多模式短期超级集合预报研究.文中主要对上述3种方法的24 h降水和700 hPa流场的超级集合预报结果与多模式集合平均预报结果以及T213模式结果进行了对比分析,结果表明:(1)对于24 h降水,支持向量机回归方法的超级集合预报得到的均方根误差比多模式集合平均小,各降水临界值的TS异常评分比多模式集合平均高;并且它也较相关加权法和多元线性回归的超级集合预报效果好.(2)对于700 hPa流场,对比分析各预报结果经过向量EOF分析得到的风场第1模态和第2模态表明,多模式集合平均主要使风场强度变小,多元线性回归和支持向量机回归的超级集合预报可以较好地刻画风场的强度分布,其中支持向量机回归的超级集合预报对风场强度及其区域分布的预报效果最好.(3)对于700 hPa流场,超级集合预报明显优于同期T213模式预报,从相同的预报均方根误差意义看,支持向量机回归的超级集合预报至少较T213模式预报能提前12 h.     

处理非线性分类和回归问题的一种新方法(I)——支持向量机方法简介

简要介绍了近年来倍受瞩目的一种处理高度非线性分类、回归等问题的计算机学习的新方法——支持向量机（SVM）方法；分析了这一方法的特点及其在数值预报产品释用及气象研究业务中的应用前景。SVM是一种有坚实理论基础的新颖的小样本学习方法。它基本上不涉及概率测度及大数定律等，因此不同于现有的统计方法。从本质上看，它避开了从归纳到演绎的传统过程，实现了高效的从训练样本到预报样本的“转导推理”(transductive inference)，大大简化了通常的分类和回归等问题。SVM的最终决策函数只由少数的支持向量所确定，计算的复杂性取决于支持向量的数目，而不是样本空间的维数，这在某种意义上避免了“维数灾”。     

华北区域GNSS基准站高程时间序列的非线性变化分析

基于陆态网络全球卫星导航系统（GNSS）观测成果,采用功率谱分析法和最小二乘方法,以华北地区为例,研究了区域基准站高程时间序列的非线性变化特征,并分析了不同环境负载的影响.结果表明,GNSS基准站高程方向存在显著的周年和半年周期特征,且周年特征要显著于半周年特征.位于不同地区的基准站的振幅和相位存在差异,华北平原南部地区的周年振幅要大于北部地区,整体上华北地区周年变化在秋季时节振幅达到最大.不同环境负载效应对华北GNSS高程位移的影响不一致,利用三种环境负载修正GNSS序列后,水文负载的修正效果最好,非潮汐大气负载次之,非潮汐海洋负载修正结果不理想.      

SVM和Elman神经网络在乌鲁木齐污染物预报中的应用研究

选用2012年11月1日-2013年1月31日的逐6 h的空气污染物（SO2、NO2、PM10）和实况气象要素（温度、湿度、能见度、风速和气压）资料,利用支持向量机和Elman神经网络方法建立空气污染物预报模型。结果表明,支持向量机和Elman神经网络方法都可以得到较为理想的预测结果,支持向量机在泛化能力方面具有显著优势,预测结果更加准确。     

SVM方法在武汉市大雾预警预报中的应用

在简单介绍支持向量机(SVM)基本原理的基础上,根据2003-2006年武汉市探空和地面气象要素资料,使用支持向量机方法(SVM)和CMSVM应用软件平台,通过对训练样本进行交叉验证和模型核参数的逐渐逼近,建立了武汉市0～24 h大雾支持向量机预报模型.经过2007年试报,该模型的Ts评分为62.5%;同时,通过对2007年武汉市大雾特点和预警信号发布情况的分析发现,该模型所选取的建模时段和设计的输出产品时间均比较合理,能够较及时地为大雾预警预报提供参考依据.     

基于多时间序列Landsat-8遥感影像的珊瑚礁白化监测

近年来,受人类活动和全球变暖的双重影响,我国南海区域珊瑚礁生态系统退化,发生白化现象。利用遥感技术监测和掌握珊瑚礁的白化情况,对南海生态环境的保护和治理具有重大价值。首先通过多期海表温度数据获取珊瑚礁白化预警的区域,选定西沙群岛永乐环礁中的羚羊礁作为研究对象;然后,提出了一种新型的珊瑚礁白化监测模型,分别采取水深校正、珊瑚礁分类、反射率调整以及阈值选择等方式对2013-2018年的Landsat-8遥感影像开展了多时间序列的珊瑚礁白化监测研究。最终的结果显示,该模型能够较为准确地获取珊瑚礁白化区域,为南海珊瑚礁白化现象的长时间序列监测提供依据。     

利用特征点采样一致性改进ICP算法点云配准方法

针对传统迭代最近点算法(ICP)对点云初始位置要求高、收敛速度慢和易陷入局部最优的问题,本文提出了一种基于特征点采样一致性算法改进ICP算法的点云配准方法.首先使用体素网格法采样,通过法向量邻域夹角特性提取特征点并建立快速点特征直方图(FPFH)进行特征描述;然后使用采样一致性算法(SAC-IA)粗配准计算出点云的初始...     

RTK GPS在钻井平台对接定位引导中的应用

RTK GPS的主要功用是进行相对定位,移动台之间以及其与基站间的基线向量具有很高精度和稳定性。讨论了由RTK GPS组成的定位引导系统的组成及工作原理,并给出基线长和方位的求解公式,用以取代传统的海上光学交会测量,为海上对接工程提供更加方便快捷、稳定可靠和实时的高精度测量和定位引导,确保对接工程作业安全。