排序方式： 共有7条查询结果，搜索用时 265 毫秒
1
1.
气溶胶作为环境监测的重要指标,采用环境卫星数据对其进行反演时,深蓝算法和暗像元法各有不足。以北京市为研究对象,采用HJ-1卫星数据,使用暗像元法和深蓝算法相结合的方法对北京市气溶胶光学厚度(Aerosol Optical Depth,AOD)进行反演,并分析其时空分布特征。实验结果表明:基于HJ-1卫星数据反演的北京市AOD与AERONET地基观测数据的相关系数达到了0.934;通过HJ-1卫星数据反演的北京市AOD在时间上表现出明显的季节性特征,其中夏季AOD值最大,冬季最小;在空间分布上AOD高值主要集中在人口密集的城区中心,整体分布呈现西北低东南高的趋势;采用MODIS数据对反演结果进行验证分析,结果表明,二者时空变化趋势一致。这些结果说明使用暗像元法和深蓝算法相结合的方法反演北京市AOD是可行的,为北京市AOD反演提供了新思路,有助于北京市环境污染监测和气候变化研究。 相似文献
2.
基于灰色模型的诸多优点，作者选用GM(1，1)模型分析和预报形变监测序列。然而直接应用GM(1，1)灰色模型分析和预报具有季节性的监测序列时往往精度不高。因此，作者提出运用基于季节指数的“去季节波动”法与GM(1，1)混合建模，对监测资料进行分析与预报。基于均方差和平均绝对误差两个精度准则，作者对此方法与周期函数拟合模型进行了比较。结果表明，此方法提高了具有季节性波动监测序列的预报精度，且建模方法简便、快捷。 相似文献
3.
混合GM(1,1)模型预报季节性时间序列精度的方法探讨 总被引：3，自引：0，他引：3
灰色系统已被成功用于工程、经济、物理控制等许多领域。然而在预报具有季节性的时间序列时，直接应用GM(1，1)灰色模型往往精度不高。因为GM(1，1)灰色模型只能反映时间序列的总体变化趋势，不能很好反映其季节性波动变化的具体特征。因此，作者提出运用“滑动平均去季节性波动”与GM(1，1)混合建模的方法预报具有季节特征的时间序列。并以水文地质系统中地下水位预报和安装在混凝土中的测缝计测得的建筑物形变量为一组时间序列，基于均方差、平均绝对误差和平均绝对百分误差三个精度准则，比较了此方法与其它灰色建模法的结果。结果表明，此方法不仅能反映时间序列的总体变化趋势，而且能客观反映其波动变化的具体特征，有效提高了预报精度，减少了建模的复杂度。 相似文献
4.
5.
热带气旋能在短期内造成海水和大气质量的重新分布,使得近海地表受力发生变化,进而产生非潮汐负荷形变,对现今高精度大地测量的影响已不容忽视.为了保证空间大地测量结果的精度和稳定性,热带气旋引起的地表形变必须进行有效的估计.因此本文联合NOS、GLOSS验潮站数据与海潮模型,通过获取非潮汐残余量分析了热带气旋“MATTHEW”引起的风暴潮.利用ECCO海洋环流模型、ERAin大气再分析模型、HUGO-m海洋动力学模型,分别估计了“MATTHEW”引起非潮汐海洋负荷、非潮汐大气负荷、动力学响应下非潮汐海洋负荷对地表位移的影响,结果表明热带气旋影响下的广大区域地表都不同程度受到非潮汐负荷的作用,最大位移分别达到-9.13 mm、3.31 mm、-6.11 mm,并且加入动力学响应的非潮汐海洋负荷要普遍大于IB(Inverted Barometer)响应下的结果.在对比不同位置站点所受负荷差异时,发现“大陆站”非潮汐海洋负荷形变普遍大于“岛屿站”,而“岛屿站”更易受非潮汐大气负荷的影响. 相似文献
6.
7.
日长变化的预报具有重要的科学意义和实际应用价值。非线性的人工神经网络技术中的反向传播模型（BP网络）可用于预报日长变化。BP网络的拓扑结构决定了神经网络解决问题的能力，针对不同的问题需要采用不同的网络结构。该文分析了神经网络的拓扑结构算法，选用最小均方误差法确定网络的拓扑结构，并将此应用于日长变化预报。结果表明，该方法是可靠和有效的。 相似文献
1