加卸载响应比在震后趋势估计和震前中短期预测中的应用

以加卸载响应比方法在青藏高原北部地区几次中强地震预报中的应用为例 ,讨论了天然地震序列下样本条件对加卸载响应比Y值的影响 ,探讨了该方法在震后趋势估计和震前中短期预测应用中的若干问题 ,以探索提高响应比方法预测地震的成功率 .

基于大数据的舰船故障趋势估计方法

研究基于大数据的舰船故障趋势估计方法,提升故障趋势估计效果。利用改进的注意力机制,提取舰船各设备历史运行数据的多变量时间序列;在自回归预测模型内,输入多变量时间序列,输出舰船故障趋势估计值;在小波神经网络内,输入多变量时间序列,输出舰船故障趋势估计值,通过梯度修正法调整小波神经网络参数,降低故障趋势估计误差;计算自回归预测模型和小波神经网络,输出的故障趋势估计值的均值,作为最终故障趋势估计结果。实验证明:该方法可精准估计舰船故障趋势;发生不同故障时,该方法依旧能够精准估计故障趋势;舰船各设备故障趋势估计的赤池信息准则值较低,具备较优的故障趋势估计效果。

东北地区地震活动的分期研究及未来趋势估计

利用周期图，最大熵谱分析及最优分割方法，对东北地区地震活动的时间序列进行了分析处理。研究结果表明，东北地震时间序列具有比较复杂的周期结构，在时间间隔为２２ａ～２４ａ的主周期中，尚蕴含有时间尺度分别为１０ａ和１２ａ～１４ａ的次周期。两者地震活动水平的差异，构成了东北地震活动的平静与高潮时段。在上述研究的基础上，对东北地震活动进行了详细的分期研究，并对未来东北地区的地震活动趋势进行了估计。

基于RBF神经网络的电网脆弱性评估及其趋势估计

建立了分层网状拓扑结构下的电网脆弱性评价体系,针对该体系提出了基于径向基函数(Radial Basis Function,RBF)神经网络的电网脆弱性评估方法。将电网综合脆弱性分为状态脆弱性和结构脆弱性,并与相应的子指标构成脆弱性网状评价体系,同时以高斯(Gauss)函数作为RBF神经网络函数的核函数解决指标间的非线性问题。通过MATLAB中的RBF神经网络函数对IEEE14母线系统计算分析,验证了该方法的全面性与有效性。最后,针对节点多个测量周期的脆弱性测度建立自回归(Auto Regression,AR)模型,通过判定AR模型的差分方程稳定性,分析了节点脆弱性测度的发展趋势。

基于趋势估计的微多普勒分离与特征提取算法

微动目标特征提取与辨识一直是弹道目标识别的研究热点与难点。针对复杂运动目标微多普勒(micro-Doppler,m-D)曲线交叠耦合导致的微动辨识难点,提出一种基于曲线趋势估计的分离算法。该算法首先通过骨架提取获得稳定精细的二值化曲线数据,再基于曲线光滑性和插值法对曲线趋势进行精确估计并分离,最后利用变分模态分解(variational mode decomposition,VMD)及经验模态分解(empirical mode decomposition,EMD)算法分解每条m-D曲线并计算相应的微动特性。仿真实验表明,所提算法能够在信噪比大于-15 dB条件下稳定分离m-D曲线,进而提取目标的微动特性。

基于神经网络的电网运行趋势估计算法及应用

未来方式的待校核断面潮流的生成是安全校核分析的基础。针对现有前瞻性潮流计算方法的收敛性差、功率分配方式与实际潮流不同等问题,提出基于神经网络的电网运行趋势估计算法。将发电计划、负荷预测和检修计划与历史断面潮流进行匹配,寻找与未来方式相似的历史潮流断面作为计算初值。根据相似断面潮流初值和计划类数据,利用趋势估计算法将相似潮流调整至满足计划数据、断面传输功率约束的平衡潮流。利用神经网络训练历史真实潮流数据,将平衡潮流修正至接近于实际运行情况的前瞻性潮流。通过IEEE9节点算例和实际系统算例验证了算法的准确性和适用性。

基于大数据分析的大型变压器故障发展趋势估计

本文中作者提出一种基于大数据分析的大型变压器故障发展趋势估计方法,提高了故障诊断收敛速度,能够快速精准地估计变压器故障诊断的发展趋势。

一种考虑自然气候振荡的趋势估计方法及其在印尼贯穿流多年代际趋势研究中的应用

地球气候系统一方面在内部动力过程(尤其是海洋动力过程)的调控下存在强烈的自然周期或准周期振荡,另一方面在人类温室气体持续排放等重要外强迫的作用下而存在长期变化趋势。如何在物理量的趋势估计中去除掉自然周期性振荡的影响,是气候变化研究中的关键科学问题之一。针对该问题,本文基于理想化的数学模型,结合印尼贯穿流多年代际趋势的实际研究工作,提出了滑动趋势法,以去除或减少自然周期振荡对趋势估计的影响。本文对滑动趋势法的基本原理和效果进行了阐述,并通过理论模型对该方法进行了检验,结果表明滑动趋势法可以得到接近真实趋势的估计值。利用滑动趋势法估算的印尼贯穿流流量在 1985~2010年间的多年代际趋势比粗估趋势大了近 1倍,这对理解印尼贯穿流和印太气候系统具有重要意义。该方法具有普适性,可在地球气候变化研究乃至其他关于物理量的趋势估算中广泛使用。

近45a我国沙尘暴和扬沙天气变化趋势和突变分析

利用1954—1998年我国334个站每月沙尘暴和扬沙发生日数资料,通过线性趋势估计和多项式函数拟合等方法分析了沙尘暴和扬沙日数的长期趋势变化和周期变化,发现沙尘暴和扬沙日数的总体趋势是下降的,沙尘暴和扬沙年平均日数都是在20世纪50年代最高,60年代减少,之后70年代又有回升的趋势,到80年代又减少,90年代最少。沙尘暴日数的变化存在着6.7a的周期及2.59a和3.38a的周期,并且2.59a和3.38a的周期都通过了α=0.1的显著性检验。扬沙不存在显著性周期。由于资料长度的限制,无法对22a以上的长周期进行分析。利用滑动t检验法和气候跃变参数Jy分析了沙尘暴和扬沙日数的突变问题,发现沙尘暴和扬沙日数从80年代到90年代的变化率最高,沙尘暴和扬沙分别在1985年和1984年发生了由多到少的突变。我国北方强沙尘暴的发生次数从50年代到90年代呈上升趋势,从而使沙尘天气对我国的影响不但没有减弱反而有增强的趋势;近年来,大范围的强沙尘暴天气出现的频率增加、程度增强、范围扩大,因此保护生态环境,防止土地荒漠化,是我们目前面临的紧要任务。

洪洞临汾大震震源断层的相互作用和地震趋势分析

山西临汾地区1303年和1695年发生了洪洞(M8)和临汾(M7 3/4)两次相距最近特大地震。地震所在区域至今仍有持续不断的小震活动。我们根据1670次中、小地震精确震源定位结果和149个小地震的震源机制。通过震源三维空间分布和震源机制解的分析,认为洪洞地震和临汾地震的强相互作用是解锁,因此导致临汾地震提前发生;此外,2者之间还存在弱相互作用,并且和随机发生的地震达到一种平衡。2次大地震对区域所积累的应变基本释放完毕,难以再形成与应力场一致的大破裂,使得临汾地区连续的地震活动以中小地震的形式体现,连续300多年都没有5级以上地震发生。估计今后临汾地区的这种低水平活动将继续下去,发展趋势是安全的。

谷幅变形全天时自动化监测的精密气象改正方法

谷幅变形监测对保障蓄水电站等重大基础设施安全有重要作用。然而,传统谷幅变形监测方法大都选择河谷两岸气象条件较为稳定且一致时观测,很大程度上限制了谷幅变形监测全天时自动化监测的实施。为此,引入测量平差理论,研究谷幅变形全天时自动化监测的气象误差改正方法。首先,采用传统气象改正模型初步改正光电测距的气象误差;其次,采用Fourier级数拟合建立初步气象距离的全天时趋势误差模型,并据此削弱趋势项误差;再次,提出联合稳健卡尔曼滤波和加权最小二乘算法获取全天时谷幅变形观测值;最后,选用了锦屏一级水电站测试上述方法。结果显示,该方法估计的谷幅变形精度约0.9 mm,基本能够满足谷幅变形监测对精度的要求。

1960~2018年中国高温热浪的线性趋势分析方法与变化趋势

高温热浪直接影响人体健康和作物生长。研究全球变暖背景下我国高温热浪发生率的趋势是气候变化研究的基本问题之一,可为人们的生产生活等提供重要的科学信息。目前对于高温热浪趋势的研究大都使用最小二乘(Ordinary Least Squares,OLS)方法估计趋势,结合学生t检验判断趋势的统计显著性。本文审视了以往常用方法在研究我国高温热浪发生率的线性趋势时的适用性。首先,以2018年东北局部地区因当年高温日数异常多而形成离群值的例子展开,说明OLS方法估计趋势时对离群值非常敏感,造成虚假趋势。进一步,通过正态分布检验和自相关计算,发现1960~2018年中国至少有91.14%站点、90.06%格点的高温日数和92.18%站点、87.74%格点的热浪次数的序列不服从正态分布,而且多数存在自相关。采用一种不易受离群值影响并考虑自相关的非参数方法,本文对1960~2018年中国站点和格点、4个典型区域以及全国平均的高温日数和热浪次数的线性趋势做出了更为准确的估计。研究发现,高温日数显著增多的站点主要出现在华南和西北地区,热浪次数呈显著增多趋势的站点目前几乎仅限于华南地区和新疆的个别站点;区域平均而言,仅有华南区域和西北区域的高温日数和热浪次数是显著增多的,华北区域和东北区域趋势并不显著;全国平均的高温日数和热浪次数都是显著增多的。本文对高温热浪的趋势及其显著性估计、统计预测的方法选择上有重要参考价值。

基于Sen+Mann-Kendall的北京植被变化趋势分析

基于1998年到2011年长时序SPOTVEGETATION归一化植被指数数据,采用一元线性回归斜率变化法和Sen+Mann-Kendall法对北京地区的植被变化趋势做了时空分析。实验结果表明:在1998年到2011年期间,北京市城区、延庆县、怀柔区和平谷区的植被变化趋势显著上升;而植被恶化区则集中在北京市城区北部、东部和南部,并以马蹄形包围北京市区。两种方法实验结果在植被上升(下降)区域具有一致性。同时,Sen+Mann-Kendall法以其良好的抗噪性和对数据分布无要求性可广泛应用到其他区域的植被变化趋势分析中。

对昆仑山口西8.1级大震后地震形势的初步估计

使用大陆内部强震活动与周缘地震带强震活动相关性研究,初步估计了2001年昆仑山口西8.1级大震后未来的地震趋势,认为8.1级大震后我国大陆第5个地震活跃期已经结束。同时,对华东地区今后几年的地震趋势进行了估计,认为今后几年华东地区中等地震可能比较活跃,活动水平为5—6级。

基于Sen+Mann-Kendall陕西省植被覆盖度时空变化规律研究

研究长时段、多尺度植被覆盖度时空格局变化及其影响因素对于监测陕西省环境变化,保障生态环境高质量发展具有重要意义。基于MOD17A3H数据、采用Sen趋势分析以及Mann-Kendall显著性检验,对陕西省2000—2019年植被覆盖度时空格局变化进行研究。结果表明:时间上,2010—2019年陕西省植被覆盖度呈波动增长趋势,植被生长环境不断改善;空间上,自北向南,植被覆盖度整体呈低-高-低-高分布,植被覆盖度年际变化趋势呈增-减-增-减分布,两者空间上具有一定互补性;Sen+Mann-Kendall方法对于异常值不敏感,对于数据分布无要求,可以广泛应用到植被覆盖度变化趋势分析中。

山西省孝义市近40年气候变化特征分析

为了深入研究山西省孝义市气候变化特征,采用Mann-Kendall检验、滑动T检验及Morlet小波变换等方法对孝义市1975-2015年气候要素进行趋势估计、突变检验、周期分析及发展趋势预测。结果表明:近40年来,孝义市年平均气温呈显著上升趋势,突变年份为1996年,存在32、9 a长周期;年降雨量呈不显著下降趋势,突变年份为1990年,存在32、6 a长周期;年蒸发量呈显著性上升趋势,突变年份为1997年,存在32、10 a长周期;年平均相对湿度呈显著下降趋势,突变年份为1982、2003年,存在15、32 a长周期。孝义市1975-2015年年代际气候经历了"冷湿-暖湿-暖干"的变化过程,预测全境2017-2030年年代际气候将经历"冷湿-暖干"的变化过程。

利用线性融合方法进行金花茶自然保护区植被覆盖度时空变化研究

在利用高空间分辨率影像研究小区域植被覆盖度(FVC)变化时,传感器、成像条件及云量的影响会导致连续的长时序影像数据缺失或数据质量较差,同时影像的低时间分辨率也限制了对小区域连续时序FVC变化的研究。针对该问题,本文采用线性融合方法融合出连续的长时序FVC影像,解决了在研究FVC时空变化时云量和条带影响导致的Landsat影像连续时序数据缺失和低时间分辨率问题;利用Sen+Mann-Kendall进行趋势分析发现,金花茶自然保护区的FVC在2000—2016年整体呈增加趋势,FVC显著增加的区域约占37.32%,不显著增加的区域约占58.56%。线性融合方法得到的FVC影像可以精细地表征地表FVC的变化,较好地解决了高空间分辨率影像FVC连续时序数据缺失的限制,有利于小区域FVC的长时序时空变化研究。

多尺度正交时序模型及其在网络化设备预维护中的应用

针对设备智能维护领域中网络化趋势所引起的分布计算及传输问题,提出一种多尺度正交时序预测模型.利用正交小波变换的去相关特性,对各尺度上的分解系数序列分别建立相互独立的时序模型,以得到多尺度正交时间序列模型.将其作为预测模型应用于智能维护,通过实测数据验证了该模型的可行性.与单一时序建模方法相比,多尺度正交时间序列模型充分利用分布式特点,更适用于网络化设备的预维护.

气候变化及其对纳帕海湿地的影响

通过收集纳帕海区域周边4个气象站1958-2008年温度、降水和结冰日数的气象观测资料,采用线性趋势估计以及Mann-Kendall检验法,对纳帕海区域50年气候进行分析,阐述气候变化对纳帕海湿地面积的影响。结果表明:纳帕海区域从1958年至今气温一直呈上升趋势,年平均气温升高1.2℃,气温线性变率为0.036℃/a;气温在1985年发生突变,由相对平稳的状态转为明显上升的状态。结冰日数和气温变化相反,显示下降的趋势,且突变在气温突变4年后发生。纳帕海区域近50年降水趋势变化不显著,但年际变率较大。纳帕海湿地近50年的变化受自然因素和人为因素叠加作用的影响,第1阶段(1955-1974年)主要受气候因素影响,湿地水域面积较大;第2阶段(1975-1997年)主要受气候因素和人为因素双重影响,湿地水域面积大幅减少;第3阶段(1998-2012年)受人类保护加强的影响,湿地水域面积扩大,但纳帕海湿地的内部生境处于退化中。

1961-2014年淮河流域极端气温时空特征及区域响应

基于淮河流域气温日数据和趋势性、相关性等方法,全面分析淮河流域极端气温时空变化特征和流域气温变化对全球气候变化的区域响应。研究表明:①最低气温极高值与最低气温极低值呈大范围显著上升趋势,最大增幅为0.4℃/10a及1.3℃/10a。东南部城市化高引起的热岛效应是极端暖指数在淮河流域东南部呈显著上升趋势的主要原因;②极端冷指数呈下降趋势,除IDO和CID,淮河流域绝大部分地区其他极端冷指数呈显著下降趋势,气候变暖延长了淮河流域作物生长季;③淮河流域极端冷指数变化幅度大于极端暖指数,夜指数大于昼指数;东部地区极端气温指数变化幅度和显著性检验通过率均大于西部地区,且东南部的极端暖指数增幅是最大的;突变发生时间上,极端冷指数早于极端暖指数约10 a;多数极端气温指数变化趋势与经纬度、海拔显著相关。