顾及非线性高程归算的中国西北区域对流层天顶延迟模型

对流层延迟是影响高精度导航定位的关键因素,同时也是进行全球卫星导航系统(global navigation satellite system,GNSS)水汽反演的重要数据。中国西北区域地形起伏较大,目前中国西北地区对流层天顶延迟模型在高程方面顾及不足,无法满足实时高精度定位需求,因此建立高精度中国西北地区对流层延迟模型成为迫切需求。针对当前中国西北地区ZTD(zenith total delay)模型未同时顾及非线性高程归算以及季节变化等问题,利用2015—2017年欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的ERA5资料建立顾及非线性高程归算的中国西北地区对流层天顶延迟模型(MZTD模型)。联合未参与建模的2018年ERA5资料和中国西北陆态网84个GNSS测站数据,验证MZTD模型的精度和适用性,并与目前使用广泛的GPT3模型进行精度对比。结果表明:以2018年ERA5资料和中国西北陆态网测站数据为参考值,MZTD模型的均方根误差(root mean square error RMS)分别为3.14 cm和2.81 cm,相对于GPT3模型精度分别提高了约16.3%和21.7%,同时MZTD减少模型参数,提升了模型计算效率。因此,顾及非线性高程归算的MZTD模型在中国西北区域体现了更好的精度和适用性,可以为中国西北地区进行实时GNSS水汽探测和导航定位提供重要参考。

基于GPS信噪比反演海平面高度研究

对反演所需数据的选择方法进行了研究,利用L-S谱分析方法结合GPS L2波段观测值和验潮站验潮数据对海平面高度进行反演并评定其精度。结果表明:依据站点观测环境、接收机观测卫星的天空视图以及有效反射区域反算的卫星高度角可以较好地对反演所需的数据进行选择;海平面高度反演结果与验潮仪验潮数据有较强相关性:受海面波浪急剧变化的影响,海面高度的反演精度只能达到米级、分米级。

基于卡尔曼滤波的GM(1,1)-AR预测模型在变形预测中的应用

针对变形监测数据的随机不确定性规律,将卡尔曼滤波引入以消除随机扰动误差,利用GM(1,1)模型能直接处理非平稳时间序列且拟合时间序列中的趋势项功能强大这一优势,将灰色理论与时间序列分析法相结合形成非线性组合模型,对变形监测数据进行分析预测,并将该预测模型用于建筑物变形工程实例进行分析。对模型检验表明:基于卡尔曼滤波的GM(1,1)-AR模型的预测结果与其他预测模型相比,平均残差和残差的方差均有所减小,且具备较高的精度,对了解建筑物变形的发展趋势以及研究建筑物变形情况及稳定性具有一定的参考价值。

基于EMD-PSO-BP网络模型的大坝变形预测

针对大坝变形具有非平稳性、非线性等特点,将经验模态分解(EMD)和粒子群算法(PSO)引入到BP神经网络中,建立EMD-PSO-BP模型。该模型采用EMD将复杂的大坝变形数据分解成有限个相对平稳的分量,并利用粒子群算法优化BP神经网络对各分量分别建模预测,叠加重构各分量预测值作为最终预测结果。实验结果表明,EMD-PSO-BP模型具有较好的非线性映射能力、学习能力和自适应能力,能有效地提高变形预测精度,其预测精度明显优于BP神经网络模型,较PSO-BP模型也有所提高。

联合水汽因子的GA-BP神经网络PM2.5质量浓度预测

针对北京地区频繁的雾霾灾害天气,利用影响雾霾的主要因素作为预报因子,采用遗传算法优化后的BP(GA-BP)神经网络建立了PM2.5质量浓度预测模型,并对其进行可靠性分析。结果表明:1)通过CMONOC数据和相关气象温度、气压数据反演得到的3个CMONOC站点BJFS、 BJGB、 BJSH的大气水汽(GPS-PWV)数据与PM2.5质量浓度之间的相关系数分别为0.642 2、 0.644 1、 0.641 3,呈中度相关;2)在预报因子不同的条件下, GA-BP神经网络模型均比BP神经网络的预测值精度更高;3)利用CO、 NO2、 SO2、 O3、湿度等5种主要影响因素作为预报因子,采用GA-BP神经网络模型预测的PM2.5数据,其平均相对误差为11.0%,将这5种因素分别结合同一时段3个站点的GPS-PWV数据作为预报因子进行预测,其平均相对误差分别降低了2.8%、 0.8%、 3%;4)联合GPS-PWV数据与影响雾霾天气的主要因素,基于GA-BP神经网络预测的PM2.5值具有相对较好的精度和可靠性。

甘肃省陇东地区小米营养成分分析与综合评价

目的探究甘肃省陇东地区小米营养成分含量差异,并对其营养品质进行综合评价。方法以不同地理来源的小米样品为研究对象,对其矿物元素、脂肪酸组分和常规营养成分进行测定,采用方差分析、相关性分析、主成分分析(principal component analysis,PCA)和聚类分析(hierarchical cluster analysis,HCA)对小米营养品质进行分析与评价。结果小米矿物元素含量丰富,矿物元素总量范围为5284.45~7004.24 mg/kg,4种常量元素和6种微量元素含量在不同产地小米间差异显著(P<0.05)。小米中不饱和脂肪酸(unsaturated fatty acid,UFA)与饱和脂肪酸(saturated fatty acid,SFA)的比值(UFA/SFA)在5.88~13.82之间,优质脂肪比例较高。蛋白质、粗淀粉和粗脂肪含量分别在10.79~12.90 g/100 g、71.56%~74.24%、4.48%~5.69%之间,变异系数均小于10%,地区间差异不大。通过PCA共提取5个主成分,累计方差贡献率为89.04%。PCA综合评价结果表明,QT(庆城县太白梁乡)、ZW(镇原县武沟乡)和ZZ(镇原县中原乡)营养品质高,而ZF-1(镇原县方山乡陇谷13号)和XS(西峰区什社乡)营养价值较差;HCA将9份小米样品分为4类,第Ⅲ类小米综合品质表现最好,第Ⅱ和Ⅳ小米综合品质相对较差。结论不同地理来源的小米样品营养成分含量存在差异性,庆城县太白梁乡小米(QT)综合营养品质水平最高。

基于BDS-MR的海平面测高技术

利用MAYG站BDS和GPS的L1载波高度角小于20°的SNR数据对海平面高度进行反演,并与验潮站实测海平面高度作对比分析,得到在2016年年积日第196天的BDS反演结果与验潮站实测海平面高度的MAE优于8 cm; BDS在2016年第191～196天的反演结果的RMSE为0. 357; BDS、GPS联合反演结果与验潮站实测海平面高度RMSE达到0. 286,相关系数优于0. 856,BDS能较好实现实时、连续监测海平面高度的变化,BDS与GPS联合监测海平面高度提升了监测分辨率和精度,BDS-MR进一步拓展了GNSS在海洋遥感领域监测的能力。

桂林地区暴雨天气下两种对流层模型的适用性分析

针对对流层延迟误差改正模型在不同区域的影响各不相同,为分析常用的GPT2w和UNB3m模型在桂林地区暴雨天气下的适用性,以暴雨频发的2017年6—7月为研究时段,基于桂林地区该时间段内8个CORS基准站解算的对流层天顶总延迟(ZTD)产品为参考值,对模型在桂林地区暴雨天气下的适用性进行分析。结果表明:在暴雨天气下,GPT2w-1和GPT2w-5模型的平均偏差BIAS分别为-2.94和-4.37 cm,RMS分别为3.77和4.86 cm,而UNB3m表现出较大的平均偏差(-11.26 cm)和RMS(11.37 cm);相比暴雨天气,GPT2w-1、GPT2w-5和UNB3m模型在晴朗天气下的精度(RMS值)分别提高了1.18、2.52和3.95 cm。综合分析发现,常用GNSS对流层延迟模型在晴朗天气下的精度及稳定性普遍要优于暴雨天气,同时在桂林地区暴雨天气下GPT2w模型的精度及稳定性都优于UNB3m模型。因此,在桂林地区暴雨天气下GPT2w相较于UNB3m模型具有更好的适用性。

基于滑动四分位距法的地震期间电离层TEC异常

根据IGS中心提供的2016-03-21-04-21GIM数据,将前16天不受太阳、地磁活动影响的VTEC中值作为背景参考值,采用滑动四分位距法分析日本九州岛地震前后共17天震中上空电离层VTEC异常情况。分析结果表明:在排除太阳、地磁活动的情况下,震前、震后均出现了异常(4月6、 9和16日出现了正异常,其中4月6、 9日也出现了1 TECu左右的负异常),地震发生当天也出了负异常。4月6日VTEC正异常出现极大值,异常区域在震中东南方向,自东向西偏移过程中逐渐增强,且异常时间较长;UT00:00-6:00之间VTEC异常出现峰值,峰值点位于震中偏东南方向,而在这段时间内全球其他区域没有出现异常。因此可认为,4月6日震中上空VTEC正异常与此次地震有关。

基于ARIMA误差修正预测的Klobuchar模型精化

为了提高目前传统Klobuchar模型电离层延迟改正精度仅有50%~60%的修正率的现状,提出一种基于ARIMA误差修正预测的精化方法。采用IGS中心提供的电离层观测数据,利用双频改正模型解算的电离层VTEC值作为参考值,使用ARIMA模型对每个历元前8天Klobuchar模型和参考值之间的偏差值进行2天的短期预测,对Klobuchar模型加以偏差预测改正数进行改进。采用算例将参考值检验改进的A-Klobuchar模型的预报精度与Klobuchar模型的预报精度进行对比,结果表明:改进后的A-Klobuchar模型的精度明显高于Klobuchar模型,其总体预报精度达到了77.17%,能更显著地反映出电离层的周日变化特性。

基于视觉侧抑制特性的自动色彩均衡算法

针对摄影测量和可见光遥感图像存在的曝光失衡、对比度低等缺陷及标准自动色彩均衡算法未充分顾及部分区域的色彩特征问题,基于模拟人眼视觉特性的非循环侧抑制模型和高斯分布函数,对标准自动色彩均衡算法进行改进。利用非循环侧抑制网络模型计算目标点的修正亮度值,由高斯分布函数选择高相关度的采样点,降低算法复杂度。使用标准自动色彩均衡算法和改进自动色彩均衡算法对三幅存在不同色彩缺陷的图像进行对比实验;经算法处理的图像均值更合理,且标准差和熵等重要参数均较原算法有所提升;其中标准差提高15%。实验结果表明,本算法具有较好的色彩均衡效果和的视觉效果。

BP神经网络和ARIMA模型的变权组合电离层TEC预报

针对电离层总电子含量(TEC)非线性、非平稳性的特性,提出基于BP神经网络和差分自回归移动平均模型(ARIMA)的最优非负变权组合预报模型,并将其应用于TEC预报。利用IGS中心提供的不同经纬度的电离层平静期、活跃期TEC数据,分别采用BP神经网络模型、ARIMA模型和变权组合模型对TEC进行5 d预报。实验结果表明:在电离层平静期和活跃期变权组合模型预报5 d的平均相对精度分别为94.7%和88.9%,其中预报残差小于3 TECu的分别达到89.3%和78.5%,较单一模型的预报精度有明显提高。

动物形态学系列课程理论实践一体化教学模式探讨

理论实践一体化教学模式是一种促进理论学习和实践训练有机融合的教学模式,是实现学生实践能力和专业素养提升的有效途径。在新农科建设和应用型本科示范高校建设的背景下,以学生实践能力培养为核心,开展理论实践一体化教学模式的改革与实践,以期提高应用型人才培养目标达成度和社会满意度。

GPS-MR海平面高度反演的多因素影响分析

为了探究GPS卫星频段、高度角范围、海平面风速和潮位差等因素对GPS-MR海平面高度反演的影响,利用美国大陆板块边界观测计划(PBO)的GPS观测数据进行实验,并与美国海洋和大气局(NOAA)提供的验潮站数据进行验证。结果表明,对于该GPS测站,选择5°~15°的高度角区间、信噪比较高的L1频段时反演精度最优,均方误差为0.14 m,相关系数为0.96;合适的高度角区间(5°~10°)能有效增加反演个数,且该方法受风速和潮位差影响较小。因而,GPS-MR海平面高度反演方法可以作为海平面高度监测的有效补充。

小波-EMD分解改进电离层总电子短期预报ARIMA模型

针对电离层总电子含量的非线性、非平稳性特征,将小波分解与EMD方法相结合改进了自回归积分滑动平均模型(ARIMA),对电离层TEC数据进行短期预报。实验采用IGS提供的GIM数据,利用前25天的TEC值作为样本序列进行后5天预报,详细分析不同经纬度地区预报结果的相对精度和均方根误差来评定模型的预报精度,得到基于小波-EMD分解改进的ARIMA模型预报精度较小波分解改进的ARIMA、ARIMA模型有明显提高。对比ARIMA模型与改进模型对中国及周边地区上空各格网点预报值的均方根误差,结果表明,改进模型能有效削弱该区域预报值误差峰值,提高预报精度。

基于支持向量机回归的大气加权平均温度

提出一种基于支持向量机回归方法建立的以当地气象数据为输入参数、数值积分法计算的Tm为输出参数进行训练得到的大气加权平均温度模型。选取广西地区4个探空站提供的2013-2014年的气象数据和Tm数据为训练样本,2015年的两类数据为测试样本,取得最优的模型参数,并以此建立最优的Tm模型,然后计算2015年的Tm,将其结果与采用线性回归法建立的广西地区的单因素、多因素Tm模型的计算结果进行对比分析。结果表明,在选取最优模型参数的条件下,SVR建立的Tm模型比本地化的单因素和多因素Tm模型的精度更高,验证了支持向量机回归在T_m建模方面的可行性。

中国区域对流层关键参量格网产品空间插值模型精化

获取高时空分辨率的对流层关键参量对气候灾害研究、气象监测、GNSS导航等领域具有重要意义。通过对MERRA-2再分析资料的空间插值模型进行精化研究,可为高时空分辨率的对流层关键参量经验模型构建提供重要思路。通过引入残差函数对顾及垂直递减率的空间插值模型进行精化,构建了RECT_(m)-H模型,以中国区域89个探空站实测大气加权平均温度T_(m)和温度T作为参考值,对模型进行插值精度评估。结果表明,T_(m)和T年均RMS分别为1.71和2.25 K,说明引入残差函数可以有效提升空间插值模型精度,降低模型区域间精度差异。

求解函数最优解的改进灰狼算法

针对基本灰狼算法应用于函数优化问题时易陷入局部最优且求解全局最优解精度差的问题,提出了一种改进的灰狼算法。通过分析问题出现的根源,改进算法采用个体随机选择性策略修改了基本灰狼算法在全局搜索过程中的更新公式,用以调整算法局部搜索和全局搜索之间的相互平衡。通过对多个基准测试函数的数值分析实验,在与其它几种优化算法的比较中,结果表明:改进的灰狼算法是有效的,在搜索精度、稳定性以及收敛速度上均有明显的提升。

基于潮汐调和分析的全球定位系统-多路径反射测量技术潮位预报

基于全球定位系统的多路径反射(GPS-MR)测量技术的潮位监测已经成为验潮站监测的有效补充,但较少学者利用GPS-MR反演潮位进行潮汐调和分析和预报。为了验证GPS-MR潮位预报的可能性,利用美国大陆板块边缘观测组织(PBO)提供的GPS信噪比数据进行潮位反演,将该反演结果重采样为等间隔潮位序列,利用该潮位序列计算各分潮的调和常数,并进行潮汐预报。通过与美国海洋与大气局(NOAA)提供的实测验潮数据进行对比,结果表明:GPS-MR反演潮位与验潮站实测潮位具有一致性,相关系数为0.94,均方根误差为0.16 m;经样条函数拟合后的1 h GPS-MR潮位序列预测结果同采用验潮站潮位进行预测结果精度相当,同验潮站实测潮位的均方根误差为0.14 m,相关系数为0.97。可见,利用GPS-MR技术进行潮位监测和预报是可行的。

GNSS超快速网络RTK算法及精度分析

针对GNSS数据解算流程和GPS/BDS/GLONASS多系统网络RTK定位算法,利用C#、C++编程开发GNSS超快速网络RTK解算软件,该软件可在短时间内快速解算用户三维坐标。以地形复杂、主要为山区的广西河池为实验对象,选取广西8个CORS站作为基准站参与计算,采用超快速解算软件解算6个流动站3天不同观测时长的实测数据,并与TBC+COSA_GPS软件作对比分析,结果表明:在流动站观测时长为30 min以内,超快速软件比TBC+COSA_GPS软件解算的坐标值与真值符合较好;当流动站观测时长达到45 min后,超快速软件的解算精度在平面上优于±3 cm,高程上优于±5 cm,但TBC+COSA_GPS软件在各观测时长的解算精度较为稳定。