GIS中一般曲线的不确定性模型

本文对ＧＩＳ中一般曲线的误差进行了研究。曲线的误差由构成该曲线的任意点之误差描述。曲线上任意点的误差由端点及距离误差传播导出的误差之加权平均值的协方差表示,本文分别给出了垂直方向误差（εσ）及最大方向误差（εｍ）的计算模型。以三次Ｂ样条曲线为例,给出了其建模及可视化结果,进一步地将该结果与折线及圆曲线的情况进行了比较。     

土地利用规划环境影响评价中不确定性分析

在分析土地利用规划环境影响评价中的不确定来源、特点及其对决策的影响基础上,提出了降低环境影响评价中不确定性的方法。通过研究认为:土地利用规划环境影响评价中的不确定主要由土地利用规划方案的不确定、环境信息的不确定和环境影响程度的不确定引起的,这些不确定性具有客观性、传递性、累积性,对决策会产生较大的干扰,但是可以通过使用基于情景分析的预测方法、多方协作的方式以及广泛开展公众参与等方法来降低。     

不同测算方法下行程时间不确定性对可达性的影响分析

行程时间不确定性导致了可达性随时间的变化,相关研究表明忽略行程时间不确定性会高估可达性水平。既有可达性研究往往用行程时间可靠性表示行程时间不确定性,但未考虑不同可达性模型结果的差异以及行程时间可靠性价值。本文结合各OD之间的行程时间分布特征,构建方差型的行程时间可靠性来描述行程时间不确定性,并进一步将行程时间可靠性纳入到广义出行时间成本中,建立了时间距离模型、潜力模型、累计机会模型和高斯模型4种基于位置的可达性测算方法,以比较在不同测算方法下,行程时间不确定性对可达性的影响。深圳的案例研究表明：(1)忽略行程时间不确定性会使全区域的可达性至少被高估5.04%,最大被高估95.04%。潜力模型、时间距离模型、累计机会模型和高斯模型的高估幅度由低到高;(2)行程时间不确定性对可达性的影响存在阈值效应,阈值越高,可达性受影响的程度越小;(3)从空间分布来看,行程时间不确定性对可达性水平高和低的区域都有一定影响。若不考虑行程时间不确定性,可达性高的区域高估值大,而在可达性低的区域,可达性高估的百分比较大,高估百分比中位数的差异程度最大可达77.1%;(4)行程时间不确定性对潜力模型可达性分类的...     

多边形统计数据空间分析的不确定性研究——以北京市海淀区人口普查数据为例

普查数据是地理学空间分析的重要数据源。由于受到数据与计算机处理能力的限制,以往的研究对普查数据空间分析的不确定性未给予足够重视,也未形成成熟的研究方法。在建筑物单元的人口普查数据支持下,本文基于多边形统计数据的可塑面积单元问题(Modifiable areal unit problem,MAUP)特征,设计了一种该类数据空间分析不确定性的研究方法,采用不同的尺度(Scale)及分区(Zoning)系统对多边形的统计数据空间分析的准确性进行了分析。实验引入尺度与形态指数,利用可视化分析和数据拟合的研究方法,对尺度及分区对空间分析结果的影响模式进行了模拟。研究结果表明:(1)以统计小区的空间分析,其结果受统计小区空间形态的影响较大,不确定性强,不能充分反映统计数据本身的空间特征;(2)规则格网能较好地保持原始统计数据的空间分布特征,但仍然受尺度及分区影响;(3)规则格网的空间分析结果及其准确性与尺度有较好的拟合关系,不同尺度下的分析结果不确定性是原始数据不同尺度特征的体现;(4)分区效应受空间分析方法的计算尺度影响,两者共同对空间分析结果产生影响。对于固定尺度的规则格网,其邻接多边形数目是分析结果不确定的主要原因。本文研究结果表明,在多边形统计数据空间分析时,应该对其使用规则格网重新聚合,并根据实际应用的需求选择多尺度分析方法,以达到实际应用目的。     

高空大气温度变化趋势不确定性的研究进展

IPCC第4次评估报告指出：近50年来,全球对流层温度趋于升高、平流层趋于下降;同时强调了研究结果中普遍存在的不确定性,造成不确定性的主要原因是原始资料、台站选取和不同均一化方法。从理论基础入手,系统地总结了国内、外近年来高空大气温度长期变化趋势的研究成果及其不确定性产生的主要原因,详细介绍了高空大气温度序列的质量控制和均一化方法,并对我国探空台站温度序列的不确定性进行了探讨。利用静力学方法进行质量控制,以最大资料缺测率30%作为序列取舍标准,用两相回归法和再分析序列均一化处理116个中国探空站高空温度序列。研究结果表明,1958年以来我国对流层中低层趋于升温,其中1980年以后升温尤为明显;而平流层下层显示降温。      

基于CMIP5多模式集合资料的中国气温和降水预估及概率分析

选用国际耦合模式比较计划第五阶段（CMIP5）提供的30个全球大气-海洋耦合模式（AOGCMs）在典型浓度路径（RCPs）情景下气温和降水量的预估结果,采用扰动法,用站点观测资料作为气候背景场替代AOGCM模拟的气候平均,尝试校正气候预估结果的系统性偏差。通过集合方法,用概率的形式给出中国平均气温升高1 ℃,2 ℃和3 ℃以及降水量增加10%,20%和30%概率的空间分布,讨论了中国未来平均气温和降水量可能的变化。结果表明：经过扰动法处理后的气温和降水量预估集合保留了当前气候的局地信息。预估平均气温在中国均有上升,北方地区尤其是青藏高原地区变暖的程度大于南方地区,北方大部分地区平均气温升高的趋势为0.28 ℃/10a。在21世纪初,中国北方地区年平均气温升高1 ℃的可能性超过50%。到了21世纪末期,中国大部分地区平均气温升高2 ℃的可能性超过60%,新疆北部以及青藏高原南部地区气温升高3 ℃的可能性超过50%。预估中国降水量普遍增多,中国北方地区降水量增多的程度要明显大于江淮流域及其以南地区,尤其是西北地区降水量增多非常显著,降水量增多30%的可能性超过70%以上。     

草原生态系统模式中参数不确定性导致的模拟结果不确定性研究

基于五变量草原生态系统理论模式,应用与参数有关的条件非线性最优扰动(CNOP-P)方法,探讨了由参数不确定性导致的草原生态系统模式模拟结果的不确定性问题。参数的不确定性可能来源于观测和（或）对物理过程描述等的不确定性。选取了五变量草原生态系统模式中具有物理意义的32个模式参数进行数值试验。试验结果表明,对所考察的32个模式参数,在一定的不确定性和给定的优化时刻范围内,单独优化每个参数所得CNOP-Ps的联合模态与同时优化32个参数所得CNOP-P的模态并不相同。比较了上述两类参数误差以及随机参数误差对草原生态系统模拟的差异。随机参数误差与上述优化方法所得参数误差的不确定性范围大小相同。数值结果表明,同时优化32个参数所得 CNOP-P 类型参数误差使得草原生态系统模拟的不确定性程度最大。这种影响表现在使得草原生态系统转变为沙漠生态系统,或者使得草原生态系统转变为具有更多生草量的草原生态系统。上述数值结果不依赖于优化时间和参数不确定性程度的大小。这些数值结果建议我们应当考虑多参数的非线性相互作用来研究草原生态系统模式模拟的不确定性问题,并且揭示出CNOP-P方法是讨论上述问题的一个有用的工具。     

The Combined Effect of Initial Error and Model Error on ENSO Prediction Uncertainty Generated by the Zebiak-Cane Model

Initial errors and model errors are the source of prediction errors. In this study, the authors compute the conditional nonlinear optimal perturbation （CNOP）-type initial errors and nonlinear forcing singular vector （NFSV）- type tendency errors of the Zebiak-Cane model with respect to El Nifio events and analyze their combined effect on the prediction errors for E1 Nino events. The CNOP- type initial error （NFSV-type tendency error） represents the initial errors （model errors） that have the largest effect on prediction uncertainties for E1 Nifio events under the perfect model （perfect initial conditions） scenario. How- ever, when the CNOP-type initial errors and the NFSV- type tendency errors are simultaneously considered in the model, the prediction errors caused by them are not am- plified as the authors expected. Specifically, the predic- tion errors caused by the combined mode of CNOP-type initial errors and NFSV-type tendency errors are a little larger than those caused by the NFSV-type tendency er- rors. This fact emphasizes a need to investigate the opti- mal combined mode of initial errors and tendency errors that cause the largest prediction error for E1 Nifio events.     

初值不确定性对暴雨数值预报影响的初步研究

为了研究初值不确定性对我国南方暴雨数值预报的影响,依据历史降水资料的统计分型,选取华南暴雨型、江淮暴雨型和黄淮暴雨型等三类型中具有代表性的暴雨过程,采用AREM模式以不同资料分析场(常规观测资料、NCEP和ERA40同化分析资料)作为初值进行暴雨预报对比试验。试验结果表明,对于各类型暴雨,不同资料初值的差异都会引起暴雨数值预报结果的较大差异;在此基础上,采用经验正交函数(EOF)分析方法,分析了各类暴雨初值误差及其变化信息,从中提取出主要的误差分量,并对这类误差的数值预报影响进行了敏感性试验和预报验证,结果显示,寻找和消除主要的初值误差,对改进暴雨数值预报结果具有重要作用。     

多模型方法在非点源污染负荷中的应用展望

对非点源污染进行定量化和有效控制的方法是通过非点源污染负荷模型对各类非点源的形成、迁移转化以及负荷量进行模拟。然而,流域非点源污染模型的不确定性是单一模型模拟污染负荷面临的重大挑战。借鉴多模型方法在降低水文模型不确定性方面的优越性,通过分析水文模型与非点源污染模型的相通性,提出多模型方法在非点源污染负荷中应用的基本思路并分析了多模型方法在非点源污染负荷估算中面临的挑战,总结了多模型方法在非点源污染负荷应用中的重点和难点问题。