基于不同协变量Cokriging土壤养分空间预测精度研究——以陕西省蓝田县为例

以蓝田县西北部农耕区2012年1 114份土壤有机质、碱解氮、有效磷、速效钾4个指标为基础,利用地理信息系统和地统计学相结合的方法,在对协变量个数控制的前提下,通过交叉检验系数和精度提高系数,探索协同克里格插值法对各土壤养分空间分布预测精度的影响。结果表明:各土壤养分空间分布不均匀,土壤养分存在中等变异性;利用增加协同变量方法,依据协变量之间相关性强弱控制协变量进入模型的次序对各土壤养分指标进行协同克里格插值,能提高预测精度,当协变量个数达到3时,各养分指标精度提高分别为有机质0.353%,碱解氮1.114%,有效磷1.088%,速效钾0.646%。研究结果较为准确地预测了样区4个养分指标的空间分布特征,结合土壤类型及土壤施肥管理方法,探讨了土壤养分空间分布特征的原因。

基于预测控制的并联有源电力滤波器研究

采用预测控制方法对并联有源电力滤波器(APF)电流环进行了分析和研究。通过分析并联APF的数学模型,推导出了应用于电流预测控制的内部模型结构,并根据预测控制理论对并联APF中电流预测控制的各个环节进行了分析,得出电流预测控制规则。该方法克服了系统中存在的不确定性,提高了APF的控制精度和鲁棒性。对电流预测控制进行的仿真和实验结果证明,该方法是正确、可行的,且具有较高的精度和较好的动态响应性能。

ARIMA模型应用于月门诊量预测

目的探讨季节性时间序列ARIMA预测模型在时间序列资料分析中的应用,建立门诊量的预测模型。方法采用最小二乘法估计模型参数,通过对数转换及差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶数,建立ARIMA预测模型。结果季节自回归参数有统计学意义。方差估计值为0.001956,AIC=-443.26,SBC=-437.51。对模型进行白噪声残差分析,拟合优度统计量表中表明ARIMA的估计具体模型为:(1-B)(1-B12)Zt=(1-0.24269B)(1-0.30096B12)at是适合的。结论用所建立模型对月门诊量进行预测,结果表明ARIMA是一种短期预测精度较高的预测模型。

水库塌岸预测评述

水库塌岸是影响水库运营的重大工程地质问题。通过对现有塌岸研究的总结,结合野外调查的成果,分析塌岸的发展过程,稳定岸坡的结构特点,总结出塌岸终止的稳定条件。根据塌岸的稳定条件和再造岸坡的特点得出塌岸预测的一般性原则,塌岸参数的确定方法,以及对塌岸预测进行淤积修正的方法,为研究塌岸机理和塌岸预测提供了新的思路。