基于PSR-WSVM模型的边坡位移预测

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。     

相空间反演方法在表层水温预报中的应用

利用相空间理论及方法对渤、黄、东海共4个站位近十几年的旬平均SST进行分析。结果表明：表层水温具有混饨特性，其吸引子关联维数平均约为1．23、嵌入相空间维数为6（渤、黄海）和7（东海178号站位）、二阶Renyi熵平均约为3．7×10-4（1／d）及平均可预报时间尺度平均为27个点；基于以上分析结果运用相空间反演方法建立了旬平均SST的反演模型，并且在试预报的前5旬的最大相对误差约为4．2％。     

广西沿岸海平面变化的关联维数研究

采用相空间重构和关联维数方法，研究了广西沿岸月平均海平面变化的分形特征，结果表明，相空间重构的延迟时间τ为3△t，当关联维数趋于饱和时，石头埠，北海和龙尾的相空间维数为7，而涠洲岛为9，它们的关联维数平均值平均值分别为6.6507,6.5414,6.7059.     

一个基于TOPEX卫星极端海面风速预测的海洋地理信息系统

在基于 TOPEX卫星数据建立全球极端海面风速预测模型的基础上 ,开发出用于极端海面风速预测和可视化预测结果的海洋地理信息系统 (MGIS)。并论述全球极端海面风速预测的意义和 MGIS在预测过程中的重要性及必要性 ;给出全球极端海面风速预测的统计模型 ;简述极端海面风速预测海洋地理信息系统的结构、工作流程和功能 ;同时 ,对系统的预测结果进行初步分析     

海滩体积变化的动态特征分析与随机模拟

本文应用动态系统特征分析和多维谱分析方法分析了粤西水东湾晏镜海滩3个高度带海滩体积变化的动态特征.分析结果表明,海滩具有以半月周期变化为主的多频带振动特征,由低潮带向上海滩趋于稳定,偏相干谱和偏位相谱反映了海滩体积变化是波能在潮位变化影响和风应力驱动下对海滩直接作用的结果.此外,对海滩体积变化过程进行了门限混合回归模型的辨识和模拟.模型在某种程度上指出了随高度增大,潮汐对海滩体积变化的影响变小,波能和风应力的直接作用明显加大.     

地图科研成果荣获国家自然科学奖

不久前颁布的2004年度国家自然科学奖中．由国家测绘局推荐的项目《数字地表模型的多维动态构模研究》荣获二等奖。该项目由国家基础地理信息中心陈军、香港理工大学教授李志林、以及朱庆、蒋捷、王东华等人合作完成。他们针对多维动态数字地表模型构建这一国际学术前沿问题．以地理空间实体及相互间关系的抽象与表达为主线．研究了地表空间铺盖、地物空间关系理论、数字地形精度、多维动态空间数据建模、多尺度表达等基本问题。     

大连市城市内部居住环境评价的空间结构——基于面源模型的分析

以大连市为例 ,首先利用ARC/INFO软件将研究地区划分成 162个元胞作为评价的基本空间单元 ,建立了居住环境评价的面源模型。其次利用MDS方法确定了评价因子、列联表法验证了居民属性与居住环境评价之间的相互独立程度、因子分析方法探讨了居住环境评价结构的平行性。最后应用GIS对居住环境评价空间分异现象进行了分析。     

多维植被信息系统及其应用前景

3S(地理信息系统GIS、遥感RS、全球定位系统GPS)及其相关技术的发展，使得植被信息系统的构建和应用成为可能。早期的植被图没有涉及到高度维和时间维，其应用受到很大的限制。因此有必要建立一种基于时空的多维植被信息系统，它的组成包括地理信息系统GIS、数据处理模块DPM、数据存取模块DAM、植被分析模块VAM和交互显示模块IDM，可用于植被的时空分析、三维景观显示、植被—地形—气候关系研究以及植被综合管理等方面，特别适合于山地植被的研究。多维植被信息系统具备立体直观的用户友好界面和强大的时空数据处理能力，并可通过数据库和网络进行资源共享，使植被研究和管理自动化、无纸化，其应用前景广阔。     

气候诊断分析中的相空间EOF方法

将相空间技术和EOF展开相结合，提出了相空间自然正交展开新方法，并由此分析了四川降水、温度变化的层次结构、突变特征和相互关系．     

斜坡蠕滑预报的相空间理论

基于数据处理的组合方法（ＧＭＤＨ），由时间序列重构相空间，对相点进行数据组合处理，建立了斜坡蠕滑预报模型。实例分析表明，该模型具有较高地预报精度。