集成奇异谱分析和自回归滑动平均预测日本近海海平面变化

本文从日本沿岸选取了28个验潮站及联测的GPS站,利用奇异谱分析（Singular Spectrum Analysis,SSA）和SSA+自回归滑动平均（Auto Regression Moving Average,ARMA）方法预测了2014—2018年的近海海平面变化和地壳垂直变化.并用同时段的验潮及GPS的实际测量值进行验证,结果显示,SSA+ARMA预测的相对海平面精度为0.0357~0.0607 m,地壳垂直运动的精度为0.0049~0.0077 m,绝对海平面的精度为0.0433~0.0683 m,且三者SSA+ARMA的预测结果均优于只用SSA预测的结果.在此基础上本文利用SSA+ARMA预测了日本沿岸2019—2023年的近海绝对海平面变化,结果显示,2019—2023年的平均海面高较往年（2014—2018）升高0.0353 m,2003—2023年绝对海平面的变化率为0.0039 m·a^-1,预测结果较为理想.     

珠江三角洲东部常平地区景观异质性研究

本文以１９８８年－１９９６年６个时段景观遥感类型图为主要信息源,利用信息熵法和空隙度指数法对珠江三角洲东部常平地区的景观异质性进行了研究。重点探讨了景观组分的空间分布差异和异质性动态变化情况。结果显示,开发区主要呈宏观异质性分布,果园,农田和林地呈微观异质性分布,城镇和水体的异质性分布特征均出现显著变化。     

Improvement of spatial interpolation accuracy of daily maximum air temperature in urban areas using a stacking ensemble technique

ABSTRACT

The reliable and robust monitoring of air temperature distribution is essential for urban thermal environmental analysis. In this study, a stacking ensemble model consisting of multi-linear regression (MLR), support vector regression (SVR), and random forest (RF) optimized by the SVR is proposed to interpolate the daily maximum air temperature (T_max) during summertime in a mega urban area. A total of 10 geographic variables, including the clear-sky averaged land surface temperature and the normalized difference vegetation index, were used as input variables. The stacking model was compared to Cokriging, three individual data-driven methods, and a simple average ensemble model, all through leave-one-station-out cross validation. The stacking model showed the best performance by improving the generalizability of the individual models and mitigating the sensitivity to the extreme daily T_max. This study demonstrates that the stacking ensemble method can improve the accuracy of spatial interpolation of environmental variables in various research fields.     

On smoothing techniques for the removal of periodic noise of known period

This paper is concerned with the analysis of the linear modely(n)=X(n)+S(n)+(n) for the data sequencey(n) (n=1, 2, ..., N) whereX={x _IJ} is a knownJ × M matrix of full rankM. Here, the(n) are unknown vectors, which we wish to estimate for eachn; S(n) (n=1, 2, ..., N) is a periodic component (which we wish to estimate or remove) superimposed on the linear structureX(n); and(n) is an error vector which is specified as having zero expectation (with possible further properties). Such models commonly occur in geophysical data analysis.Modified from Technical Report No. 33, Computer Centre, The Australian National University.     

导航卫星的单星定轨

本文对导航卫星的单星定轨进行了初步探讨，针对单星定轨时卫星钟钟差和接收机钟钟差难以处理的特点，提出了定轨的同时解算测站距离偏差和采用平均距离变化率进行定轨两种方案，采用GPS的实测数据试验计算表明，两种计算方案均能初步完成单星定轨任务。     

数字滤波技术在潮汐观测中的应用研究

潮汐是重要的海洋物理要素。瞬时变化的海面高度信息除了包含潮汐信息外,还包括波浪等高频干扰信息,因此需要对干扰信息进行滤除。如何从获取到的海面瞬时高度变化中提取出潮汐信息就成为一个关键问题。海洋学中通常是通过低通滤波来获取低频的潮汐信息。通过分析常用的3种低通数字滤波的方法,即滑动平均法、快速傅里叶变换法和小波变换法,对3种低通滤波方法应用于潮汐数据处理的效果进行了比较分析,得出滑动平均法在潮汐信息提取中具有较高应用价值的结论。     

中国区域加权平均温度的时空分析及模型研究

加权平均温度(T_m)是全球卫星导航系统技术反演大气可降水量的关键参数,影响着水汽反演的精度。针对传统的Bevis模型运用在中国区域精度不高的问题,该文提出新的增加时空参数的T_m多元线性回归模型。根据2013—2015年中国86个探空站点的探空资料,分析了T_m的时空特征;然后根据2013年站点资料,利用线性回归建模方法建立了中国区域的T_m单因子回归模型和增加了时空参数的T_m多因子回归模型,并利用2014—2015年的探空数据进行验证。T_m单因子回归模型和T_m多因子回归模型的精度分别为3.1 K和2.6 K,比Bevis模型(精度3.3 K)分别提高了约6.0%和21.2%。考虑到季节对T_m的影响,将T_m多因子回归模型按季节分段,得到按季节分段的T_m多因子回归模型,其精度与T_m多因子回归模型大致相当,但能更细致表达出不同季节T_m的精度情况。结果表明增加了时空参数的T_m多因子回归模型更加适合中国区域的加权平均温度T_m的计算。     

应用于被动氢钟的简单滤波器实现

在被动型氢原子钟数字伺服电路中,使用FPGA对误差信号进行数字信号处理。设计了一种简单的低通滤波器,与传统的FIR滤波器相比,节省了FPGA的使用资源,并且性能优于传统滤波器,能够很好地应用于被动型氢钟。     

汶泗河冲洪积扇松散层现场热响应试验数据分析及应用——以兖州市南郊试验场为例

现场热响应试验是获取岩土体热物性参数的主要方法之一,可为试验场区地源热泵工程地埋管换热器类型及长度的选择,浅层地热能评价和开发利用提供基础数据。该文系统介绍了现场热响应试验的目地任务、试验装置、原理、内容和步骤,数据处理方法,并以位于汶泗河冲洪积扇中上流地区的兖州市南郊试验场松散层现场热响应试验为例,介绍了试验场区水文地质条件,试验过程、试验数据分析及应用。     

ERA-Interim气温数据在中国区域的适用性评估

运用中国756个观测站点的逐月平均气温数据,对比分析了ERA-Interim再分析资料的误差。结果发现:ERA-Interim再分析资料能够很好地反映观测值的年际变化,相关性达到0.955~0.995。ERA-Interim在580个站点的冷偏差或暖偏差小于1℃,占站点总数的76.7%,可信度较高。64个站点的冷偏差或暖偏差大于5℃,可信度较低。ERA-Interim在东部地区的暖偏差多于西部地区,冷偏差的高值主要集中在西部地区的高海拔站点。海拔低于200 m的站点偏差最小,适用性好,多数海拔3 000 m以上的站点呈现较大冷偏差,适用性较差。通过回归分析发现,观测站点与ERA-Interim格点的高度差是导致误差的主要原因,因此通过高程校正能够有效降低误差,提高ERA-Interim适用性。