基于概率加权估计的中国极端气温时空分布模拟试验

引入一种计算简便、有效性高,并可代替极大似然法的优良参数估计方法--概率加权法(PWM),利用Gumbel分布对中国极端气温时空变化特征作"当前"与"未来"气候的模拟试验.结果表明,这种方法具有较高的拟合优度.利用适应性较强的Weibull分布拟合中国逐日高(低)气温的原始分布,在此基础上,借助于蒙特卡洛随机模拟产生未来平均气候情景下的极端高(低)气温统计概率特征.模拟试验表明,在未来气候条件下,若平均气温升高1.0℃,中国各大区域极端高(低)气温的概率有一定的变动规律可寻.     

中国季降水量的气候噪声和潜在可预报性估计

利用中国130个测站1961—2004年的日降水量资料,使用低频白噪声延伸法和方差分析法估计了中国季降水量的气候噪声方差和潜在可预报性。结果表明：中国季降水量的气候噪声方差由南向北、由沿海向内陆逐渐减小,且有明显的季节变化,夏季最高,其次是春秋季,冬季最小,而且内陆的季节变化比东南沿海的季节变化显著。季降水量的潜在可预报性有较大的季节和区域差异,但总体来说,全国大部分地区的季降水量是潜在可预报的。以绝对误差小于均方差0.68倍作为预测正确标准,全国大部分地区季降水量的预报正确率上限为50%-60%。     

融机器学习与WRF大气模式的PM2.5预报方法

针对当前我国重污染天气实时的空气质量预报问题,该文提出了一种融合随机森林算法与WRF大气模式的PM2.5浓度实时预报方法。该方法结合了北京市地面空气质量监测数据和WRF气象数据进行分析,将高层大气状态(如逆温层高度等)融入了预报模型中,建立了0~72h的PM2.5浓度实时预报模型。实验证明,该模型能够对0~72h单站点的PM2.5浓度进行较高精度的实时预报,且在24~72h的长时预报结果上较基于地面空气污染物数据与地表气象站数据的预报方法精度有明显提升,即该方法可以更好地模拟大气物理化学状态,从而更为精准地进行长时PM2.5浓度预报。     

变形信号与噪声的分离方法及其应用

在对变形体进行监测的时候会得到一系列不同时间的观测结果,比如对滑坡的位移监测,得到一系列的坐标,通过与首期观测数据的比较可获得变形量,然而测量中不可避免的含有误差,如何将变形信息和观测噪声分离是一个需要解决的问题。本文在变形是一个连续过程的假设下,以给定的验前方差为约束条件,通过三次连续逼近样条函数建立变形曲线,达到变形信号与噪声分离的目的,文中通过对某滑坡多年监测数据的分析验证了该方法的可行性。     

具有随机观测矩阵的线性系统的Kalman滤波

由于观测过程中各种随机因素的影响,观测方程的系数矩阵具有不确定性,在这种情况下,用标准的Kalman滤波方法将会出现较大的偏倚或者使滤波结果失真.主要讨论观测矩阵为随机矩阵时的Kalman滤波方法,并通过与标准Kalman滤波的比较得到这种Kalman滤波的优良性.     

随机优化算法的BDS卫星精密轨道确定

针对全球北斗地面基准站分布不均匀而影响北斗定轨精度的问题,该文采用格网控制的随机优化选站方法,兼顾测站的质量、分布和站点稳定性等因素,对全球分布的MGEX站均匀选取。运用加权GDOP指标评价选站的有效性,并全面分析了测站数量、分布和质量对定轨精度的影响。结果表明,该方法选取30个测站时,北斗卫星的GEO、IGSO和MEO卫星的精密轨道精度分别为221.56、12.59和6.81cm,比格网法选站有了较大提高。在一定范围内,测站数越多定轨精度越高,全部测站参与解算反而会使定轨精度降低。     

遥感蚀变信息检测中背景与干扰问题研究

在不同自然景观区的遥感蚀变信息检测中,背景与干扰是2个复杂而又容易混淆的研究对象。本文结合光谱混合模型理论与随机变量概率分布相关理论,深入分析了遥感数据的光谱空间几何结构特征(重点剖析二维散点图),系统研究了背景与干扰的关系、复杂度以及干扰地物类型的划分等问题。这些问题的探讨为遥感蚀变信息检测的最佳方案设计和蚀变信息潜在性评价与准确提取提供了技术思路。     

上海淀山湖水生高等植物现状及其近30年变化

于2009年8月至2010年5月调查淀山湖水生高等植物现状.并结合历史资料分析其近30年变化,探讨水生植被的发展趋势及退化原因.淀山湖现有水生高等植物29种,隶属18科,25属,栽培种、外来种比例较过去升高.30年来水生植被(尤其是沉水植被)面积严重萎缩,主要植被类型从沉水植物占优势转变为漂浮植物占优势,沉水植被主要优...     

带有变量中误差非正态模型中的Box—Cox变换

Ｂｏｘ－Ｃｏｘ变换主要用于得到近似正态分布的随机变量，线性模型中的响应（因）变量Ｙ（或经过变换的Ｙ）通常建立在精确测量无误差的独立变量集上，本文研究独立变量中的测量误差（即变量中误差）对Ｂｏｘ－Ｃｏｘ变换中参数估计影响，研究结果表明，忽略变量中的误差将产生变换参数估计的偏离，该结论由分析论证和随机模拟得以支持。     

一种可应用于联盟链的拜占庭容错混合共识机制

拜占庭容错(BFT)在提供分布式系统的可靠性方面将变得越来越重要,其中实用性拜占庭容错(PBFT)是目前用的最佳算法之一,但是面对具有众多节点的分布式系统,PBFT并不令人满意.由于PBFT共识失败率接近1/3,共识失败率较高会造成主节点切换频繁,拖慢共识效率,概率分组算法降低了共识失败率,从而提高了共识效率.为了防止...