排序方式: 共有80条查询结果,搜索用时 0 毫秒
1.
在无气象数据的条件下,提出一种基于集合经验模态分解(EEMD)和季节性自回归移动平均模型(SARIMA)的对流层延迟(ZTD)预报新方法,并分别选取长春、上海、乌鲁木齐3个地区4个季节的ZTD数据进行预测分析。结果表明,基于EEMD-SARIMA的ZTD改正预报模型能够满足不同地区、不同季节下的ZTD估计需求,是一种高精度的ZTD预报方法。 相似文献
2.
3.
4.
选取2016~2019年四川地区156个站点的逐时能见度、相对湿度和温度资料,分析了霾的时空变化和对应的大气参数值变化特征。结果表明:四川地区霾天气的空间分布差异显著,川西高原和攀西地区发生较少,盆地发生较多。从季节变化来看,霾天气在冬季多发,春秋季次之,夏季最少。从日变化来看,霾在白天的发生次数远高于夜间,11~21时为高发阶段,03~08时为低发阶段;10~12时成霾最多,01~07时和23时成霾较少;20时和23时消霾最多,06~09时消霾最少;90%的霾在8 h内消散。结合气象要素分析,霾发生次数在气温介于7~14℃时最多;根据能见度划分的轻微霾和轻度霾发生次数较多,重度霾发生次数较少;霾发生次数在相对湿度介于2%~33%时最低,在其介于34%~79%时随相对湿度的增大而增加。 相似文献
5.
提出一种GPS/BDS双系统组合的土壤湿度多星线性回归反演模型,并以GNSS接收机实测数据为例,对比分析不同GPS和BDS卫星组合反演土壤湿度的效果。实验表明:1)GPS和BDS双系统组合相对于单系统在短观测时间内可以提高有效卫星数,通过多元线性回归原理可实现双系统多卫星的有效融合,提高土壤湿度反演的精度;2)当GPS和BDS组合卫星数达到6颗以上时,反演效果趋于稳定,反演结果与土壤湿度的相关系数均优于0.90,RMSE相对于单星至少提高25.8%。 相似文献
6.
7.
2022年1月8日1时45分青海省门源县发生MS6.9地震.本文基于青藏高原东北缘水平分辨率为0.3°的地震层析成像结果,获取了震源周边区域的地壳浅部构造信息,包括波速、泊松比以及估计的裂隙密度和饱和率的空间分布.结果表明:此次门源MS6.9地震发生在P波和S波波速剧烈变化的区域,靠近高速体的边缘.泊松比和饱和率同样都显示,门源MS6.9地震发生在高低值变化的过渡区.地震活动参数分析显示,震前冷龙岭断裂带的震源周边区域显示出了低b值、较低的a值和高a/b值的特征,与龙门山—岷山构造带强震之前的情况类似.裂隙密度在冷龙岭断裂两侧呈现出显著差异,北侧高于南侧,这可能是震后现场科考发现的断裂带地表破裂北侧高于南侧的构造成因. 相似文献
8.
针对非等间距单点灰色预测模型在处理多点变形预测时,没有考虑点与点之间的关联性和它们之间的相互影响,而且容易受建模数据随机扰动性影响这一问题,该文提出了一种基于马尔可夫的非等间距多点灰色预测模型。首先,结合某基坑的变形实测数据,建立非等间距多点灰色预测模型和非等间距单点灰色预测模型,通过两种模型预测结果对比验证非等间距多点灰色预测模型在处理多点变形预测问题上的优越性,然后运用马尔可夫模型建立状态转移概率矩阵对预测结果进行修正,最后建立基于马尔可夫的非等间距多点灰色预测模型。结果表明,基于马尔可夫的非等间距多点灰色预测模型的拟合及预测精度更高,适应性更强,更符合实际变形情况,具有实际参考价值。 相似文献
9.
10.
从挖掘边坡变形特性出发,提出一种基于经验模态分解(EMD)和遗传小波神经网络(GA-WNN)法的新型边坡变形预测模型。该模型首先对边坡变形序列进行EMD分解,有效分离出不同尺度特征的子序列;其次基于相空间重构挖掘各子序列的特性,以避免预测模型输入维数选取的随意性;然后采用遗传算法优化小波神经网络的权值和阈值,进而对各子序列建立预测模型;最后叠加各子序列预测值得到边坡预测结果。经过了算例计算,并与SVM和GA-WNN对比分析。结果表明:该模型具有较强的非线性拟合和自适应能力;在一定程度上保证较优的局部预测值和较好的全局预测精度,均方根误差为0.68 mm;在边坡变形预测中具有一定的实用意义。 相似文献