西南极菲尔德斯GPS形变网监测数据的误差特性分析与处理

本文对西南极菲尔德斯形变网ＧＰＳ监测数据的误差特性进行分析，利用数理统计原理检验了数据中的系统误差，提出了削弱这类系统误差的方法。该方法有３个特点：１．以监测网中两个稳定点为基准；２．对监测网数据进行尺度因子改正与坐标变换迭代计算；３．归算后监测网点位结构不变。经改化处理后的数据，基本上消除了系统误差的影响。     

X2检验假设分布有效性的岩体工程应用

在工程地质问题中许多现象是不确定、且具有随机分布的特性，而这种随机分布特性往往可以采用某种形式的密度函数来描述。采用Ｘ２检验假设分布有效性是一个重要的方法，采用该法可以获得观测数据最佳拟合的概率模型，通过自编程序可以同时检验多种概率密度函数并选取最佳模型。本文将介绍这一方法，并通过一个实例加以说明。     

CAPPS模式在铜川空气质量预报中的效果检验

通过对2003年1-12月铜川市区、新区污染物监测值与 CAPPS模式预报值的对比分析发现,CAPPS模式预报正确率存在明显的要素差异,NO2预报正确率很高,年平均正确率在90%以上,SO2次之,年平均70%左右,PM10预报正确率较低,年平均55%左右;该模式预报正确率有明显的地域差异,铜川市区的预报正确率比新区明显偏低;同时该模式预报正确率存在明显的季节差异,冬半年比夏半年预报结果差,以SO2表现最明显.该模式空漏报率NO2最低,SO2次之,PM10最高,漏报率存在明显的季节差异,空报率季节之间差异较小,但在地域上空报率差异明显.分析了产生误差的原因.     

国家气象中心客观要素预报--MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理、建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度．温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面加以改进。     

辽宁汛期降水模糊聚类分析

运用1957～2000年辽宁24个测站的月降水资料 ,对辽宁汛期降水进行模糊聚类分析 ,将汛期降水异常分成若干相关较好的区域 ,并进行了信度检验。     

激光铅直仪在工程施工中的应用体会

介绍激光铅直仪在施工中的应用体会.     

T213产品在东亚中纬度地区预报精度检验

利用分型求预报场与实况场绝对误差和相关系数,对T213物理量场资料进行预报精度检验,结果表明:物理量场预报效果近期比远期好,绝对误差随预报时效延长而加大,相关系数随预报时效延长而减小;冬半年比夏半年预报精度高。物理量预报最好的是假相当位温,所有各型各时次各层次相关系数都>0.6;最差的是垂直速度,除冬半年西北气流型24h外,所有各时次各层次相关系数均<0.6。环流型预报最好的是冬半年西北气流型,最差的是夏半年台风型。     

基于全球超导重力仪观测研究海潮和固体潮模型的适定性

利用国际地球动力学合作观测网络中20个台站22个高精度重力潮汐观测系列综合研究了目前使用的海潮和固体潮模型的适定性. 对原始观测数据实施仔细的预处理, 利用国际标准算法计算了潮汐重力参数. 基于负荷理论和不同全球海潮模型获得了8个主波的重力负荷矢量, 用二维平面插值技术获得了14个小波的负荷改正值. 顾及不同潮波振幅特征, 提出了计算台站平均观测残差和剩余残差矢量的“非等权均值法”, 分析了海潮负荷改正的有效性和振幅因子与理论模型间的差异, 同时还讨论了仪器标定问题. 获得了经海潮负荷改正后全球各台站平均潮汐重力参数, 结果说明观测与理论模型间的差异小于0.3%, 最大仪器标定误差不超过0.5%. 另外文章还用地表重力实测数据证实了Mathews理论中相对于周日O₁波而言, K₁波相位滞后略呈正值的结论.     

连续光源原子吸收光谱仪——划时代的技术革命

原子吸收光谱仪经过半个世纪的发展已成为微量和痕量元素分析的重要常规设备,在农产品有毒有害元素和常规金属元素检测中发挥着主力军的作用。原子吸收具有方法简单,操作方便,结果稳定可靠和分析成本低的优点,在理化检验实验室中普及率很高。但在过去的几十年中,原子吸收使     

L1范数与IQR统计量组合的GNSS坐标序列粗差探测算法

GNSS坐标时间序列中不可避免地含有粗差,未剔除的粗差将会导致参数估计有偏。因此,粗差探测与剔除是GNSS坐标序列分析中一项重要的数据预处理工作。针对GNSS坐标时间序列特点,提出了一种将L1范数(L1-norm)估计与四分位距统计量IQR(interquartile range)组合的移动开窗粗差探测算法,称之为L1_Mod IQR。该方法的主要思想是,首先利用L1范数估计得到较"真实"的残差,然后再对残差采用IQR统计量进行粗差探测。将L1_Mod IQR法与"3σ"法、基于最小二乘的τ检验法等粗差探测算法进行了模拟计算与对比,验证了该算法的有效性。进一步采用L1_Mod IQR算法对中国区域10个IGS站的高程时间序列进行了分析,结果表明中国区域IGS站高程序列的粗差剔除率最小为0.1%,最大为2.6%。并且以WUHN站为例与SOPAC提供的结果进行了对比,结果表明SOPAC提供的"Clean"数据仍含有大量的粗差,而L1_Mod IQR算法能够有效地剔除粗差。