顾及日变化和非线性垂直改正的区域大气加权平均温度模型

大气加权平均温度(Tm)是全球导航卫星系统(GNSS)技术反演大气水汽的关键因素,针对已有区域Tm模型未能同时顾及Tm在垂直方向的非线性变化和精细的日变化以及在构建模型时仅使用单一格网点数据等问题,本文以中国地区为研究区域,提出了一种基于滑动窗口的区域Tm建模方法,利用2012—2017年欧洲中期天气预报中心(ECMWF)的ERA5资料建立顾及日变化和非线性垂直改正的区域Tm格网模型(CNTm模型).联合未参与建模的2018年ERA5资料和无线电探空数据,验证CNTm模型的精度和适用性,并与当前广泛使用的GPT3模型和顾及了线性垂直改正的IGPT2w模型进行精度对比.结果表明:以2018年ERA5资料和无线电探空数据为参考值,CNTm模型的均方根误差(RMS)分别为3.31 K和3.21 K,其精度相较于GPT3模型分别提高了约16%和23%,相较于IGPT2w模型分别提高了约7%和11%;顾及了非线性垂直改正的CNTm模型的估计值更接近于Tm在垂直方向上的变化趋势,且CNTm模型能够捕获Tm的日变化.由于CNTm模型在研究区域表现出优异的性能,因此,其在研究区域实时高精度、高分辨率GNSS水汽监测中具有重要的应用.

中国区域性大气加权平均温度线性模型精度评估

以欧洲中期天气预报中心的再分析资料ERA5为参考数据,评估由探空数据建立的中国区域88个单站大气加权平均温度(T_(m))与地表气温(T_(s))线性关系模型的精度.各站T_(m)-T_(s)线性模型计算的T_(m)(计算值)与ERA5气压层数据积分所得的T_(m)(参考值)间偏差均方根值(RMSE)为1.8~5.5 K.不同站模型计算值与参考值间存在-1.22~4.54 K的系统性偏差,且绝大多数测站(82个站)系统性偏差为正值,即模型计算值总体上大于参考值.补偿各站系统性偏差后,模型计算值与参考值间RMSE降为1.5~3.5 K.与使用中国区域统一模型相比,使用单站模型平均能提高0.6 K的T_(m)计算精度,尤其在中国西部、西北和内蒙区域,精度提高可达1~3.9 K.对所有测站模型计算值和参考值间偏差时序进行分析,发现超过半数测站的偏差存在明显季节性变化.

非线性模型对数回归的偏差校正及与加权回归的对比分析

本文结合大样本的立木生物量实测数据,对非线性模型对数回归的偏差校正问题进行了探讨,并与加权回归结果进行了对比分析。首先,分析了对数回归产生偏差的内在原因,并提出了一个新的校正因子,同时对另外3个偏差校正因子一并进行了检验,结果表明本文和Baskerville(1972)提出的校正因子,能保证与加权回归估计结果趋于一致;然后,对非线性加权回归中基于普通回归残差推导的权函数与通用权函数(W=1/f(x)2)的拟合效果进行了对比分析,结果表明二者基本相当,而通用权函数更具有广泛的适应性。建议对带有异方差的非线性模型,最好直接采用加权回归进行估计;当按照通用权函数进行估计其总相对误差超出一定范围时,应该根据普通回归估计的残差推导效果最佳的权函数后再进行加权回归。

非线性模型精度评定的Bootstrap方法及其加权采样改进方法

本文将Bootstrap方法引入非线性模型精度评定理论中,通过对原始样本值或因变量的残差向量进行重采样,以获取自助样本的方式代替复杂的求导运算,给出了Bootstrap方法解决非线性精度评定问题的完整算法。针对Bootstrap方法中对模型随机项的等概率采样,通过获取采样过程中随机变量的经验分布函数,提出了加权采样策略,并分别给出了将改进方法用于非线性模型精度评定中的详细计算步骤。通过案例研究分析表明:重采样观测值的Bootstrap方法和重采样残差的Bootstrap方法能够得到比近似函数法、Jackknife法更为合理的参数标准差,具有更强的适用性;而加权采样的重采样观测值Bootstrap方法和加权采样的重采样残差Bootstrap方法能够获取更加精确的精度信息且更具优势,从而验证了将Bootstrap方法用于非线性精度评定及本文改进算法的可行性和有效性。

变系数部分非线性模型的分位数回归估计

研究纵向数据缺失下变系数部分非线性分位数回归模型的估计问题.利用逆概率加权法结合分位数回归给出参数估计和非参估计;在一定条件下,证明了所给估计量的渐近正态性;通过数值模拟,验证了所提方法的有效性.

负荷预测的加权型非线性数学模型

文中提出并建立一种实用准确、灵活简便的加权型非线性数学模型，以应用于电力规划的负荷预测．并编写了建模和预测计算程序．

基于R非线性加权回归的灌木相容性生物量模型

以福建省灌木生物量实测数据为基础,以R软件构建根、枝干、叶非线性相容性模型,同时以各分量独自拟合模型的方差建立的加权回归方程作为权重,构建灌木相容性生物量模型。结果表明:利用R分析软件能够快速地构建非线性相容性模型,而且能较全面、客观地反映各组分之间生物量的分配关系。

基于高精度加权紧致非线性格式的γ-Re_θ转捩模型标定与应用

为准确模拟航空工程中的转捩问题,在高精度数值风洞平台上采用低速平板试验数据对基于高精度加权紧致非线性格式的γ-Re_θ转捩模型进行了标定,并在二维低速问题中进行了应用。计算结果与试验的对比表明:基于高精度加权紧致非线性格式的γ-Re_θ转捩模型可准确模拟自然转捩、旁路转捩及分离转捩的位置,并且具有较低的网格敏感性;在中等雷诺数范围,层流区域和湍流区域有相同量级时,计算必须采用转捩模型才能准确模拟阻力系数。

基于非线性规划的多核RBF最优加权组合预报模型

在6种单核子预报的基础上,建立误差平方和最小原则下的最优加权组合预报模型,通过非线性规划寻优方法搜索出各单核子预测的最优加权系数,利用广西降雨历史资料进行建模,实验结果表明,预测结果的各项指标均优于6个单核模型的分别预报,预测精度高于同期的T213(中国气象局的全球中期天气数值预报产品预报值)模式预报,具有一定的参考价值.

土地资源市场化与产业结构升级——基于非线性因果关系和时空地理加权模型的考察

基于2000—2018年中国内地除西藏以外的30个省份的面板数据,采用非线性格兰杰因果检验和时空地理加权模型,分析土地资源市场化、产业结构升级两者之间的影响机理与关系。结果表明:土地资源市场化、产业结构升级之间存在互为因果的非线性关系,两者之间相互促进且呈现出显著的区域分化和时空异质性。基础设施和人力资本对两者产生了显著的正向时空异质影响,经济发展和对外开放对两者则产生了显著的负向时空异质影响。因此,地方政府需要加快产业结构升级、推进土地市场化改革、加强土地资源的区域合作,以实现地区土地资源市场化和产业结构升级的协同发展。

青海典型地区大气加权平均温度模型

大气加权平均温度是GNSS信号传播过程中利用湿延迟项反演大气可降水量的关键参数。为了在后续计算青海省大气可降水量时拥有精确的转换参数,本文利用青海达日、西宁两地探空站2010—2016年观测资料,运用数值积分和最小二乘方法建立了两个不同气候背景下的大气加权平均温度本地模型,相关系数分别达到0.863和0.882,平均偏差分别为0.043 K和0.032 K。本地化模型不但精度高,而且在高海拔的黄河源区本地化模型优于Bevis模型和姚宜斌模型;西宁地区本地化模型要优于Bevis模型,与姚宜斌模型精度相当。

川渝地区大气加权平均温度模型优化

为了弥补川渝地区还没有本地化加权平均温度(Tm)模型的不足,提出一种川渝地区大气加权平均温度模型优化方法:选取甘孜、温江、西昌、沙坪坝4个站2017—2019年的探空数据,根据最小二乘法进行线性拟合,构建适用于川渝地区的加权平均温度模型。实验结果表明,本地化模型的平均绝对误差(MAE)和均方根误差(RMSE)均值分别为1.24和1.60 K,均优于贝维斯(Bevis)模型和中国加权平均温度回归模型;在本地化模型基础上加入季节性改正后的三角函数值、测站高程和大地纬度因素,新构建的本地化加权平均温度优化模型较本地化模型能取得更高的精度。提出的本地化加权平均温度模型在川渝地区可有较好的适用性,能够为全球导航卫星系统(GNSS)在当地气象行业的应用提供参考。

济南地区加权平均温度模型建立及精度分析

针对济南地区大气加权平均温度模型缺乏的问题,采用济南地区章丘探空站2015—2019年的观测数据,利用线性回归方法建立逐月份的大气加权平均温度与地面温度间的相关关系,构建应用于济南地区的加权平均温度模型,并与贝维斯(Bevis)模型、中国东部地区模型进行精度对比。实验结果表明,济南地区加权平均温度模型冬季和夏季各月份的均方根误差的平均值分别为2.941、1.810 K,相差1.131 K。济南加权平均温度模型与Bevis模型相比,均方根误差、平均绝对误差精度分别提高20%和25%;与中国东部地区模型相比,均方根误差、平均绝对误差精度则分别提高21%和23%。对中国东部地区模型在济南地区的适用性进行改进,经优化后的中国东部地区模型均方根误差精度提高17.8%,平均绝对误差精度提高25.5%,在济南地区的适用性得到提高。通过大气可降水量反演实验,济南加权平均温度模型七月份大气可降水量的偏差、均方根误差、平均绝对误差较Bevis模型精度分别提高0.34、0.10、0.15 mm。济南加权平均温度模型精度更高,与实际降水拟合度更好,表现出较好的适用性,可以应用于本地区的大气可降水量反演研究。

顾及多因子的香港地区加权平均温度Bevis精化模型

针对Bevis模型在香港地区精度较低的问题,基于香港地区探空站连续20 a(2000—2019年)的实测数据,建立顾及多因子的香港地区加权平均温度(T_(m))Bevis精化模型。首先,分析T_(m)与地面温度T_(s)、水汽压e_(s)、气压P之间的线性相关性;其次,采用快速傅里叶变换探测到T_(m)具有明显的年周期变化;最后在Bevis模型的基础上,综合考虑T_(s)、e_(s)、P以及年周期变化,基于非线性最小二乘法建立香港地区加权平均温度Bevis精化模型BTm。以2020年香港地区探空数据数值积分法计算的T_(m)作为参考值,对BTm模型进行精度检验,并与Bevis模型和GPT2w模型进行比较分析。结果表明:BTm模型具有相对较好的精度,其年均偏差和均方根误差(RMS)分别为-0.11 K和1.64 K,相比Bevis全球模型、GPT2w-1模型和GPT2w-5模型,其精度分别提高46.4%、35.7%和37.2%。

滑坡预测的非线性混沌模型

根据滑坡位移时间序列的非线性性质,应用混沌时间序列预测方法,建立滑坡预测的非线性混沌模型。在此基础上,介绍了加权一阶局域算法,并用这种算法对清江茅坪滑坡实际位移监测数据进行预测计算。结果表明,这种建立在非线性混沌模型基础上的方法不仅预测精度高,而且计算量小,相对容易操作,从而为滑坡位移提供了一种新的预测方法。

基于一种新模糊模型的非线性系统模糊辨识

提出一种基于新的模糊模型和加权递推最小二乘算法 (WRLSA)的非线性系统模糊辨识方法 .新型的具有插值能力的模糊系统可以通过学习从输入输出采样数据中提取MISO系统模糊规则 ,它继承了Sugeno模型及其变化形式的许多优点 .采用相应的模糊隶属函数 ,使得被辨识的模型可用若干局部线性模型来表示 ,然后利用WRLSA拟合这些线性模型 .给出了详细的模糊辨识算法 ,为了验证该辨识方法的有效性 。

基于IOWA算子的指数平滑模型与非线性回归模型的组合预测

文章首先对观测值进行单个预测,然后通过建立基于IOWA组合预测模型,构建了以误差平方和最小为准则新的组合预测模型,通过求解非线性规划模型给出了基于IOWA组合预测的最优权系数。最后对比预测效果评价指标体系的各个指标,表明该组合预测模型能提高模型预测的精度。

应用加权紧致非线性格式的VFE-2钝前缘三角翼转捩模拟

为研究前缘转捩对钝前缘三角翼涡结构的影响,采用高阶精度加权紧致非线性格式和γ-Reθ转捩模型对VFE-2中等半径钝前缘三角翼进行数值模拟。将计算结果与试验结果进行详细对比,结果表明:钝前缘三角翼的前缘分离涡发生在翼尖下游,在特定雷诺数下其具体发生位置受转捩因素影响,采用全湍流模型计算会推迟分离,而耦合转捩模型后的计算结果和试验结果吻合良好。运用耦合转捩模型方法,对钝前缘三角翼涡结构随迎角变化进行模拟。计算结果与试验结果吻合,表明在较小的迎角下,前缘不会产生分离诱导涡;随迎角不断增大,分离诱导涡在三角翼后缘附近产生并向上游移动。