极移时间序列建模及预测

基于自回归滑动平均(auto-regressive and moving average,ARMA)模型以及一阶差分ARMA模型分别对极移的X分量和Y分量进行了模型拟合,并利用所拟合的模型对极移进行了预测.通过与国际地球自转服务发布的实测极移数据以及其他方法对比,证明了所建立的拟合模型在短期预报上的有效性.且X分量的A...     

基于积分回归的花生产量气候影响因子研究

采用正交多项式法对茂名化州市春花生实际产量系列进行模拟,分离出时间趋势产量和气候产量项,用春花生平均气候产量与花生生育期各生物时段的平均气温、日照时数、降水量进行积分回归分析。得出结论:平均气温在播种前期、荚果成熟期对春花生产量成正效应,尤其是在6月正效应显著;平均气温在幼苗期、开花结荚期对春花生产量成负效应。日照时数在播种前期、荚果成熟期对春花生产量成正效应,特别是在2月上旬正效应显著;日照时数在幼苗期、开花结荚期前期对春花生产量成负效应。降水量在开花结荚期后期对春花生产量成负效应。     

基于GRAPES四维变分的静止轨道微波观测系统模拟试验研究

地球静止轨道微波观测同时具有高频次、大视场和穿透云雨的全天候观测能力,因此中国在规划第二代静止轨道气象卫星“风云四号”系列时已经明确提出对静止轨道微波观测的需求。基于中国候选的50、118、183、380和425 GHz五频段静止轨道微波辐射计载荷方案,开展了地球静止轨道微波观测系统模拟试验,理解其观测时间分辨率、频段选取和观测误差对台风预报的影响。试验基于GRAPES全球四维变分同化系统,同化静止轨道微波模拟观测资料,以2018年台风“玛利亚”和“山竹”为例分析了静止轨道微波资料同化对台风预报的影响。试验结果表明,对于静止轨道微波资料同化应用,提高观测资料的时间分辨率、增加通道数量和降低噪声水平能够有效提升台风数值预报性能。      

基于扰动模式的四维变分资料同化系统框架的设计完善和数值试验

为了建立一个应用于区域数值预报的四维变分资料同化（4DVar）系统,在近期开发的扰动预报模式GRAPES_PF基础上,开发完善增量四维变分同化系统框架。该框架中暂不包含物理过程（长短波辐射、边界层过程、对流参数化和云微物理等）。对比业务使用的GRAPES 3DVar系统,增加了温度控制变量。将无量纲Exner气压与流函数的线性风压平衡方程直接在地形追随垂直坐标面上求解,且通过广义共轭余差法（GCR）求解扰动亥姆霍兹（Helmholtz）伴随方程。利用人造“探空”资料对2015年10月台风“彩虹”进行了理想数值试验。试验结果表明,所开发的扰动四维变分同化框架得到了预期的结果,即同化更多资料并反复受到模式约束的四维变分同化系统能有效改善初值质量,进而改善区域数值预报。建立的区域四维变分同化框架合理可行,为进一步发展包含完整物理过程的区域四维变分同化系统奠定了研究基础。      

基于层次分析法的上海地下水超采区划定研究

地下水超采区划定是落实水资源管理制度的重要措施,传统方法是采用水位动态法、开采系数法和引发问题法等进行地下水超采区划定,但各方法的划定结果不统一。本文利用层次分析法建立上海市地下水超采区综合划定框架,对水位变化、开采系数以及开采引发的问题进行综合分析,最终结果与上海市实际情况较吻合。这为后续制定地下水取用水总量、水位控制等指标及科学合理制定地下水资源保护措施提供了依据。     

室内楼层平面导航路网模型的自动生成

室内路网模型作为室内导航研究的基础,如何自动生成室内路网模型成为近年的研究热点.对于目前自动路网模型研究中出现的复杂环境适应度不够的问题,本文提出了一种室内楼层平面路网模型的自动提取方法.它将室内空间分为公共空间和专属空间两类,从而形成公共空间路径和专属空间路径,并用转换点将两类路径进行衔接;最终利用提取的公共空间路径...     

基于提升算法和百分位数软阈值的小波去噪技术

在地震勘探领域,随机噪声一直是影响地震信号信噪比的主要因素之一,如何从被干扰的地震信号中有效去除随机噪声并保护有用信号具有重要的意义.针对经典小波变换在计算效率方面的缺陷,本文推荐应用提升算法实现第二代小波变换的构建,分析和对比了提升算法(Lifting Scheme)下不同小波变换方法的特性,选取更加符合小波域去噪原理的CDF 9/7双正交小波变换作为基本算法,同时应用了简单、有效的百分位数(Percentiles)软阈值进行信噪分离.通过理论模型处理,本方法可以在去噪能力和保护有用信号之间找到很好的平衡点.实际剖面的处理效果表明,此方法不仅能有效的滤除随机噪声,而且很好地保护有用信号,提高地震数据分析的精确性.     

基于粗差探寻的回归分析法在沉降监测中的应用

沉降监测工作通常需要长时间进行测量,随着数据量的增大及监测环境的逐渐变化,有可能会导致监测数据出现粗差,以存在粗差的原始数据进行沉降监测分析时,会导致分析预测结果出现较大的错误。本文由正态分布特点出发,对沉降数据使用了粗差探寻的剔除方法,将原始数据中的粗差剔除,再通过回归分析模型进行沉降监测的预测分析。结果表明,粗差探寻能有效地剔除粗差,提高沉降监测的预测精度,平均相对误差由5.795%降低到5.009%。