基于长短期记忆神经网络的风速超短期快速滚动预报技术

利用甘肃省某风电场2017—2020年测风数据,基于长短期记忆神经网络(LSTM)模型,通过评估不同输入数据和模型时间窗口长度下的预报精度,设计一套适用于风电场的风速超短期快速滚动预报方案。结果表明：通过输入不同的特征变量,在风速的超短期(未来4 h内)预报中,风速自身变化起主导作用,模型输入变量中只加入各高度层的风速能得到更好的模拟效果。通过评估LSTM模拟时间窗口长度L对模拟效果的影响,当时间窗口长度L≤24 h时,模拟效果较好,说明超短期风速变化主要和风速自身临近时刻的变化有关;当L>24 h时,模拟效果快速下降,说明过长的L会削弱模拟能力,降低模拟精度。通过分析LSTM在未来4 h内的风速模拟能力,发现随着预报时长的增加,模拟精度逐步下降,但在未来2 h内的风速均方根误差RMSE均小于2 m·s^-1,结果较为理想,且该方法对计算资源要求不高,经济实用性强,在业务中具有较高的应用潜力。     

GPS定位技术在新粤浙管道穿越长江中的应用

管道穿越大型河流、沟堑一直以来都是油气长输工程的重中之重,穿越测量时的控制不但是测图的依据,还是后期施工的依据,这就要求所做的控制要满足测图和施工放样的双重需要。在现在的工程测量中,GPS定位技术应用越来越广泛,利用GPS定位技术为本工程做首级控制,取得了较好的效果。     

宁夏短期天气预报业务流程

介绍了以宁夏ＭＯＳ预报结果为基本指导产品、结合宁夏气象业务具体情况、通过二次开发建立在微机上的新型短期天气预报业务流程。该流程的建立,使宁夏短期天气预报人员基本摆脱了传统的纸上作业而转向新型的计算机预报平台,使宁夏短期天气预报的自动化水平上了一个新台阶。     

昆仑山地震前长波辐射异常特征分析

应用NOAA、AVHRR资料反演的地气长波辐射值OLR对2001年11月14日昆仑山口西8.1级地震进行了追踪研究。结果表明：2001年10月起OLR出现明显的异常带，随时间的变化，异常区域不断向未来的震源聚拢，并且在未来地震震中区持续存在小的OLR高值闭合区，10月开始OLR出现突出的反常升势。     

自适应换站算法及其在长距离机载GPS动态相对定位中的应用

提出采用＂自适应换站＂法来解决单基线处理模式难以满足长距离动态定位的问题。该方法的主要思想是：整个解算过程始终保持单基线的动态定位模式,当发现流动站与原参考站间的距离大于流动站与其他参考站间的距离时,自动更换周围最近的参考站作为新参考站;对换站前后的数据设置一定时间的重叠段,利用等价消参法将换站前后的数据进行严格的自适应融合,以保持整个解算过程的连续性。通过对实测机载数据的解算,证明该方法不仅可以克服因载体飞行距离过远而导致的定位精度下降,而且能够避免因换站所引起的前后解的不连续,计算结果表明该方法的定位精度约为2 cm。     

国产磁通门磁力仪稳定性分析

国产磁通门磁力仪(GM-3磁通门磁力仪)在全国各地磁台站推广应用,两年来,该仪器在武汉地震台工作比较稳定。本文对该仪器的基线值进行了多层线性回归分析。结果表明仪器性能比较稳定。     

一种基于北斗三频的改进CIR算法

北斗卫星导航系统能全星座播发3个频率的观测值,有利于载波相位模糊度的解算。本文以传统的CIR方法为基础,分析了其在短基线和长基线计算时的优点和限制。针对于电离层延迟的影响,经典的CIR难以实现长基线模糊度固定的问题,本文提出了一种附有约束条件的适用于长基线的改进CIR算法,利用北斗三频数据对算法性能进行了验证。实验表明:提出的新算法能够提高长基线宽巷模糊度的固定成功率,并且能够很大程度上缩小窄巷模糊度的搜索空间,使其估值的波动能够在4周以内。     

一种手工进行航线设计的算法

航线设计是每次飞行的基础,在航空摄影测量中,它占有重要的地位和作用。航线设计的好坏将直接影响航拍成果的质量,所以在进行每次航拍飞行之前都要对测区内的航线进行设计,以保证航飞的顺利进行。     

起算点精度对GPS基线解算质量的影响

基线处理时要求知道一个点的坐标,其精度对GPS基线的解算结果有影响。采用实测数据研究起算点精度对GPS基线解算质量的影响,得出了其影响规律,同时给出了提高起算点精度的方法。     

基于人工神经网络的沿海风速多步预测研究

基于气象历史观测资料,将长短期记忆网络LSTM方法和Transformer模型结合提出了混合短期风速多步预测模型BLSTM TRA。以山东半岛南部沿海6个台站为研究区域,通过气象台站观测数据构建数据集。经与2018年ECMWF模式6 h预报结果对比分析,得出如下结论：构建的BLSTM TRA多步预测模型可大幅度降低风速误差,BLSTM TRA的1 h单步预测结果和ECMWF预报模式结果对比,其RMSE平均降低了58.9%,MAE平均降低了63.2%;风速误差和大风统计过程分析发现,BLSTM TRA模型具有一定的抗干扰能力,可以抓住短时大风等敏感信息,对于大风预报结果明显优于ECWMF模式和传统LSTM模型。