灰色稳健总体最小二乘估计及高铁路基变形预测     

陈洋  文鸿雁  覃辉  王清涛  周吕 《大地测量与地球动力学》2018,38(2):140-146

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中，本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据，系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明，本文算法预测精度高，可以应用到高铁路基沉降预测中。  相似文献   

近30 a甘肃省河东地区极端气温指数时空变化特征及趋势预测          下载免费PDF全文

黄浩  张勃  黄涛  王怀军  马尚谦  马彬  王晓丹  崔艳强 《干旱区地理》2020,43(2):319-328

基于甘肃省河东地区61个气象站点1988—2017年逐日气温数据，利用Mann-Kendall检验，Sen’s斜率估计方法分析甘肃省河东地区极端气温指数的时空变化趋势，并探讨极端气温指数与其影响因素之间的关系，最后利用NAR神经网络结合Hurst指数对甘肃省河东地区极端气温指数变化进行预测分析。结果表明：(1)从时间上看，冷极值相对指数呈下降趋势，冷极值绝对指数、暖极值以及气温日较差、作物生长期呈上升趋势。(2)从空间上看，对冷极值变化反应最为敏感的是高寒湿润区，对暖极值变化反应最为敏感的是温带半湿润区和北亚热带湿润区，除北亚热带湿润区外各区域作物生长期的变化都达到了显著水平，而气温日较差仅在温带半湿润区达到了显著水平。(3)多数极端气温指数与经纬度、海拔之间有显著相关性，但受区域自然特点影响，经度与海拔对其影响实为一类。(4)亚洲区极涡强度、北半球极涡强度以及青藏高原指数B与极端气温指数变化有密切关系，而太阳黑子等只与个别指数之间存在显著的相关性。(5)预测出的极端气温指数冷极值相对指数仍呈现下降趋势，冷极值的绝对指数、暖极值以及气温日较差、作物生长期仍然呈现增加趋势，但大多数指数与1988—2017年相比变化幅度有所降低。（6）与其他区域相比甘肃省河东地区大多数气温指数变化幅度处于中间水平，表现出其为多种不同气候区、自然区交界地带的特色。  相似文献   

ARIMA-LSTM组合模型在基于SPI干旱预测中的应用——以青海省为例          下载免费PDF全文

张建海  张棋  许德合  丁严 《干旱区地理》2020,43(4):1004-1013

开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI）,并建立了SPI序列自回归移动平均模型（ARIMA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型;对模型参数进行率定和验证后,利用所建立的模型,以西宁站点为例,对多尺度SPI值进行预测,借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R²对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE值分别为0.159 7和0.181 0,均低于ARIMA模型的1.265 4和0.293 3,说明ARIMA模型与ARIMA-LSTM组合模型对SPI的预测精度都与时间尺度有关,ARIMA模型的预测精度随着时间尺度的增加而逐渐提高;结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高,且能够很好拟合不同时间尺度的SPI值。  相似文献   

地面稠密观测资料在强对流天气监测预警中的研究进展     

李佩芝  周长春  华维 《云南地理环境研究》2020,(1):53-58

综述国内外数篇论文,从强对流天气监测、预报预警、模式同化3个方面总结分析了近年来地面稠密观测资料的应用与优劣之处。综述表明:地面加密自动站、风廓线雷达、地基GPS、雨滴谱仪等多种观测仪器组成的地面稠密观测网具有时间尺度密集、覆盖面积广泛、能捕捉较多细微变化的优势,通过该观测网所得数据总结出的一系列指示性指标在强对流监测预警中具有重要的指示意义。但因中国地形天气情况复杂多变、数据缺失、仪器造价昂贵等问题,导致该观测网所得指示性指标不能适用于中国全境,应根据该观测网数据分析总结适应本地的预报指标。  相似文献   

云南会泽井水位地震预测效能检验及其机理分析          下载免费PDF全文

孙小龙  向阳  杨朋涛 《地震学报》2018,40(2):185-194

云南会泽井水位在几次中强地震前均出现了显著的异常变化，表明该井水位对其周边的中强地震具有较好的映震效果。本文利用Molchan图表法对会泽井水位的预测效能进行了定量检验，并对其水位上升异常机理进行了分析探讨。Molchan图表法检验结果显示:会泽井水位异常的整体预测效能较好，对地震发生的时间和地点具有一定的指示意义；地震对应优势预测时间段为3个月以内，优势预测地区为川滇菱形地块以东区域。此外，会泽井处于地块边界带上的断裂交会部位，对与震源过程相关的区域构造活动响应较为灵敏，具有较好的预测效能。   相似文献   

基于多变量LSTM神经网络的地下水水位预测     

闫佰忠  孙剑  王昕洲  韩娜  刘博 《吉林大学学报(地球科学版)》2020,50(1):208-216

为解决以往模型未考虑地下水位相关影响因素的问题，探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用，利用长短期记忆神经网络，采用多变量输入的方式，构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例，采用2001-2014年地下水水位动态监测资料与相关影响因素数据，利用多变量LSTM神经网络对2015-2016年地下水位进行预测，并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律，预测均方根误差最大，为2.399 3；以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测，无法考虑相关变量影响，预测均方根误差为2.102 2；基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络，预测均方根误差最小，仅为1.919 1。总体上，多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大，但总体预测效果较为理想。  相似文献   

基于机器学习的海洋环境预报订正方法研究     

许立兵  王安喜  汪纯阳  陈悦  陈昱文  周峥  陈幸荣  邢建勇  刘克威  黄小猛 《海洋通报》2020,39(6):695-704

结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料，利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值，与原始 WRF 预报相比，利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上，利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度，分析了关键的预报订正因子。  相似文献   

海洋渔业志愿船观测数据可用性评估     

滕骏华  吴彬锋  田杰  孙美仙  干道军 《海洋预报》2020,37(4):21-29

以船测数据、浮标数据和岸基观测站数据应用为基础,对海洋渔业志愿船的观测数据进行质量评估和可用性评估。结果表明:经过质量控制后的观测数据在近海精细化预报的初始场构建和预报同化应用中,具有高可用性。  相似文献   

顾及邻近点变形因素的高斯过程建模及预测     

周昀琦  王奉伟  周世健  罗亦泳  周清 《测绘科学》2018,(4):114-121

针对传统的变形监测建模方法一般针对单一监测点的变形预测模型,未考虑到监测点间相互作用的变形特点,该文分析了变形监测点间的相互关联性,通过相关系数法对监测点进行分类,并将邻近监测点的观测序列值作为和时间因素等同的影响因子应用到建模过程中,利用高斯过程算法进行训练,建立预测模型。为提高高斯过程算法的模型预测精度,应选择适合工程案例最优协方差函数。通过实例分析,比较GM(1,1)、多点灰色预测模型和顾及邻近点变形因素的高斯过程等3种模型在基坑围岩、滑坡等变形监测数据处理中的预测精度,表明该文算法考虑到监测点间的变形关联性,充分利用高斯过程在针对小样本、非线性数据建模时的高自适应性等优点,具有较高的预测精度。  相似文献   

融机器学习与WRF大气模式的PM2.5预报方法     

侯俊雄  李琦  朱亚杰  冯逍  林绍福 《测绘科学》2018,(2):114-120,141

针对当前我国重污染天气实时的空气质量预报问题,该文提出了一种融合随机森林算法与WRF大气模式的PM2.5浓度实时预报方法。该方法结合了北京市地面空气质量监测数据和WRF气象数据进行分析,将高层大气状态(如逆温层高度等)融入了预报模型中,建立了0~72h的PM2.5浓度实时预报模型。实验证明,该模型能够对0~72h单站点的PM2.5浓度进行较高精度的实时预报,且在24~72h的长时预报结果上较基于地面空气污染物数据与地表气象站数据的预报方法精度有明显提升,即该方法可以更好地模拟大气物理化学状态,从而更为精准地进行长时PM2.5浓度预报。  相似文献