基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心,然而由于空间距离与自相关权重之间复杂的非线性关系,反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法,在求解权重精准解时存在一定的局限性。由此,利用神经网络超强的非线性拟合能力,通过融合神经网络与空间自回归方法,建立了空间自回归神经网络（SARNN）模型,实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性,采用两类模拟数据及海洋环境数据进行交叉验证,并与IDW法和Kriging法进行精度对比。实验结果表明,SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标,插值结果明显优于IDW法和Kriging法;同时,SARNN法在空间插值中对突变数据和极值数据的预测较为准确,改善了传统插值方法空间平滑过渡差,易出现“牛眼”、锯齿现象等问题,显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路,具有较为广泛的应用价值。     

基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心,然而由于空间距离与自相关权重之间复杂的非线性关系,反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法,在求解权重精准解时存在一定的局限性。由此,利用神经网络超强的非线性拟合能力,通过融合神经网络与空间自回归方法,建立了空间自回归神经网络（SARNN）模型,实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性,采用两类模拟数据及海洋环境数据进行交叉验证,并与IDW法和Kriging法进行精度对比。实验结果表明,SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标,插值结果明显优于IDW法和Kriging法;同时,SARNN法在空间插值中对突变数据和极值数据的预测较为准确,改善了传统插值方法空间平滑过渡差,易出现“牛眼”、锯齿现象等问题,显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路,具有较为广泛的应用价值。     

1960~2014年淮河流域5省旱涝变化

基于1960~2014年淮河流域5省72个站点的气温、降水数据,运用克里金插值法、标准化降水指数（SPI）、Mann-Kendall突变检验等方法进行分析,探讨该地区气候变化特点,分析淮河流域5省旱涝灾害的变化趋势.结果显示：（1）1960~2014年淮河流域5省多年平均气温为14.463℃,并以0.009℃·a^-1的速率上升,1997年年均温发生突变,空间上温度变化大体呈现由西南向东北递减的趋势;（2）年降水量呈缓慢递减趋势,下降速率为0.28 mm·a^-1,且年降水量存在3个较为明显的峰值,分别对应28,22,10 a的时间尺度,空间上呈现自东南向西北递减的“W”型分布,并且研究区呈现明显的暖干化特征;（3）气温突变后,雨涝覆盖面积不断增加,干旱覆盖面积逐渐减小;（4）气温突变后与突变前相比,干旱频率和雨涝频率明显降低.     

离散正弦-Ⅲ变换与下三角Toeplitz矩阵的快速求逆

研究下三角Toeplitz矩阵的快速求逆问题。通过利用离散正弦-Ⅲ变换(DST-Ⅲ)、快速傅里页变换(FFT)及三角函数插值给出了计算下三角Toeplitz矩阵的逆矩阵的一个快速算法,算法的计算复杂度为O(nlogn)。最后,给出了算法的误差分析。     

用G1 5次PH曲线等弧长逼近clothoid曲线

PH曲线是弧长为多项式的Bézier曲线,其等距线可用有理多项式表示.由clothoid曲线端点的G1 Hermite插值条件,构造对应等弧长的最佳G1 5次PH插值曲线,以此作为逼近.利用微分几何中的Frenet-Serret公式和经典的Taylor展开式,推导该逼近方式的误差、等距线误差和曲率误差.最后,给出在误差范围内,将clothoid曲线转化为等弧长G1 5次PH样条及等距线生成的算法.     

一种基于离散插值的多项式曲线逼近有理曲线的方法

提出了一种用多项式曲线插值逼近有理曲线的方法.首先,构造一条含参数的多项式曲线,令其插值于有理曲线的一些固定点处,求解相应的方程得到待定参数的值,从而确定多项式插值曲线.然后,采用离散的Hausdorff距离计算插值曲线与有理曲线之间的误差,典型数值算例表明,本文方法具有较好的可行性.     

青藏高原东缘高寒地区土壤水分的空间异质性

运用Kriging插值法和地统计分析,从多个样地尺度对青藏高原东缘高寒地区典型的高寒草甸、高寒灌丛及沙化草地进行了土壤水分的空间异质性分析.结果表明,高寒草甸土壤水分的空间异质性最高;而高寒灌丛的较低;沙化草地的空间异质性受到多方面外界因素的影响而表现出不稳定的态势.高寒草甸的采样误差主要来源于微地形;而高寒灌丛和沙化草地的采样误差则主要来源于植被覆被变化及其带来的水分在空间上的再分配过程.由此可见,在青藏高原东缘高寒地区,不同植被类型在不同空间尺度上所表现出的异质性状况可以为合理有效地控制生态因子提供了重要的科学依据.     

近海和登陆热带气旋路径预报的数值预报释用方法

基于数值预报的释用技术,将支持向量机（SVM）回归方法应用于近海和登陆热带气旋（TC）的路径预报.从气象要素预报场与TC中心相关联的极值网格区域导出的中心相关点,以及TC线性外推位置,组成相关因子,建立预报模式,用来预报12,24,36,48,60和72 h之后的TC位置.应用GFS数值预报资料对2009和2010年14个TC进行实际业务应用检验,6个时次的距离绝对值误差分别为69.3, 106.4, 134.6,169.0,222.4和264.4 km;距离标准误差为63.1,89.2, 80.1,84.1,104.6和 124.1 km.前48 h模式预报与中央气象台的预报结果相近,72 h预报优于中央气象台预报,所有时次预报的涡度中心位置均优于GFS模式直接输出,表明此技术可以作为台风路径预报的另一个工具,投入业务应用.     

宁波市热带气旋降水量分布特征研究

分析了1959~2012年间62支对宁波市造成降水的热带气旋,根据其行进路径特点进行了分类,并对各种路径类型热带气旋给宁波市各区域造成的降水量空间分布进行了研究.结果表明:(1)影响宁波市的热带气旋可分为5种路径类型;(2)热带气旋影响宁波市降水的关键因素是其登陆区域及行进路径与距离;(3)I型热带气旋平均降水量与热带气旋等级呈正相关,而其余类型均无此特征;(4)镇海区、江东区、江北区、海曙区4区域热带气旋平均降水量最少;(5)宁海县、奉化市、鄞州区、象山县4区域热带气旋平均降水量最多;(6)近海转向型热带气旋平均降水量最少,但象山县和北仑区降水较为集中,这与两个区域地理位置有关.     

云贵地区气象旱涝的气候响应特征

根据1960~2014年云贵地区49个站点的逐月降水量和气温资料,利用标准化降水指数、Mann-Kendall突变检验及小波分析等方法研究了季尺度和年尺度的气温和降水量的变化特征及旱涝演变趋势.结果表明:(1)1960~2014年云贵地区气温呈明显上升趋势,且上升速率冬季秋季春季夏季,1997年出现了气温突变现象.(2)降水量呈下降趋势,其中,秋季降水量下降最快,冬季最慢,且降水呈现14a和28a的周期变化.(3)1960~2014年云贵地区呈现偏旱的趋势,且夏秋两季干旱趋势较为明显.(4)从空间尺度分析,云贵地区整体上趋于干旱(SPI倾向率小于0),在云南与贵州交界处,偏旱现象较为严重,仅在云南省北部出现偏湿现象.因此近55a云贵地区气候呈暖干化趋势.     

新疆月平均气温空间化处理及结果分析

利用新疆102个气象站点1990～2002年13年的月平均气温资料与DEM数据,运用SPSS统计软件,分别用逐步回归与多元回归方法分析研究了新疆月平均气温与经度、纬度、海拔高度的数学模型,通过验证,发现多元回归所建的模型模拟效果更好;然后根据多元回归模型应用GIS空间分析相关技术,生成月平均气温的空间分布栅格图．分析栅格图发现：新疆月平均气温在空间变化上呈现出与地形相一致的高低相间的分布形式,季节变化特点也较显著,在北疆部分地区有较明显的逆温现象,且逆温层呈不连续状态．     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

江汉平原降水时空分布规律探讨

利用江汉平原１３个代表站近３３年的降水资料，分析了平均降水量的分布特点，用经验正交函数（ＥＯＦ）分解法探讨了４，７，１０月和１月等代表月份历年降水空间分布规律，并据各月典型场时间系数用最大熵谱分析方法求出了其变化的准周期。     

演化参数反演方法

给出了一类基于演化计算的演化参数反演方法,此类方法既可以给定参数的函数类,用遗传算法（Genetic Algorithms）来反演参数的最优估计值,也可以不指定函数类形式,用遗传程序设计（Genetic Programming）的方法反演出最优的函数模型,使参数反演实现客观化、自动化.由此建立反演系统后,在使用过程中可以根据最新获得的数据对模型中的物理参数作适时校准,一旦发现预报误差较大,就利用演化算法及时修正方程中的参数以改进预报.运用该方法于椭圆边值问题的物理参数反演的数值模拟,证实了此方法的有效性,为物理模型参数的反演提供了一种崭新的实用方法.     

融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测,基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型,集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力,提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照,以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证,结果表明,Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模,注意力机制有助于减缓多步预测中的预测精度衰减,提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

浙江西北部山地暴雨特征

利用2005-2017年14个自动气象站和2015-2017年66个自动气象站的降水资料,对浙西北暴雨的时空分布特征进行了分析,发现浙西北雨量分布呈西南、东北多,中部、东部少的特征,有2个暴雨中心,一个是位于清凉峰到大明山一带的梅汛期暴雨中心,另一个为天目山北部市岭一带的台风暴雨中心;暴雨存在明显的月、日变化特征,7-8月暴雨最多,春雨期暴雨主要出现在日落后,梅雨期主要出现在早晨前后,其次是午后,盛夏时主要出现在午后;6月前暴雨集中在西部、南部,7月出现明显转折,西南暴雨迅速减少,东北部天目山市岭一带暴雨明显增多。市岭地形为东北-西南河谷型,受狭管效应和地形抬升的影响,当台风位于天目山东南部时,天目山一带吹东北风对降水增幅最明显。