Time Series Analysis and Prediction of COVID-19 Pandemic Using Dynamic Harmonic Regression Models

Rapidly spreading COVID-19 virus and its variants, especially in metropolitan areas around the world, became a major health public concern. The tendency of COVID-19 pandemic and statistical modelling represents an urgent challenge in the United States for which there are few solutions. In this paper, we demonstrate combining Fourier terms for capturing seasonality with ARIMA errors and other dynamics in the data. Therefore, we have analyzed 156 weeks COVID-19 dataset on national level using Dynamic Harmonic Regression model, including simulation analysis and accuracy improvement from 2020 to 2023. Most importantly, we provide new advanced pathways which may serve as targets for developing new solutions and approaches.

WOFOST伴随率定三温模型的玉米农田遥感蒸散发估算方法

通过遥感蒸散发模型估算实际蒸散发量的方法已被广泛使用,但精度提升仍是研究热点。作物生长模型在模拟作物蒸腾方面具有良好的机理性和精度。本文结合WOFOST作物生长模型和三温遥感蒸散发模型,提出了一种新的玉米农田遥感蒸散发估算方法。核心思路是本地化WOFOST模型,在验证其模拟精度后,利用其模拟的作物蒸腾数据,构造伴随率定函数,率定三温模型的蒸腾组分,然后合并率定后的土壤蒸发组分,得到玉米农田实际蒸散发估算值。以涡度相关系统观测的实际蒸散发量为参照,评估了该方法的估算精度和适用性。结果表明,未经率定的三温模型蒸散发、作物蒸腾和土壤蒸发的相关系数分别为0.61、0.71、0.12,均方根误差为1.76 mm·d^(-1)、1.91 mm·d^(-1)、3.02 mm·d^(-1),纳什效率系数均为负。仅率定土壤蒸发后,相关系数提高至0.77,但误差仍然较大(1.91 mm·d^(-1)),纳什效率系数为-0.74。利用WOFOST模拟的作物蒸腾率定三温模型后,估算值与实际观测的相关系数显著提高至0.89,均方根误差降至0.65 mm·d^(-1),纳什效率系数达到0.79,表明该方法有效提高了三温遥感蒸散发模型的估算精度,并对其他遥感蒸散发模型的精度提升具有参考意义。

基于Google Earth Engine遥感大数据云平台的盐城盐沼植被精细分类研究

江苏省自1982年开始引种互花米草以来,滨海盐沼植被景观格局发生了巨大变化,芦苇和互花米草面积不断增长,挤占了碱蓬生态位,破坏了生态系统平衡。滨海盐沼湿地是三大蓝碳生态系统之一,具有高固碳和缓解温室效应的生态功能。利用遥感云平台手段监测滨海盐沼植被时空动态变化规律,可为滨海盐沼湿地生态系统保护以及修复提供科学支撑。本文选取植被类型丰富的江苏沿海地区为研究区,基于Google Earth Engine(GEE)平台,选取2000-2020年的Landsat 5、Landsat 7、Landsat 8以及Sentinel-2影像,提出了一种湿地植被提取方法。首先,构建盐城盐沼湿地地表覆盖分类体系,选取样本点,计算特征指数,进行地物分类;然后,利用时间谐波分析法对盐沼植被归一化植被指数(NDVI)变化特征进行分析,确定三类盐沼植被的物候差异;最后,基于物候特征,利用随机森林(Random Forest,RF)分类法提取盐城滨海湿地盐沼植被地表覆盖信息。结果表明:(1)相较传统监测方法,本文所构建的滨海盐沼植被精细化提取方法能够对滨海盐沼植被进行有效细分和监测;(2)2000-2020年,芦苇和互花米草面积呈扩张趋势,碱蓬面积不断缩减;(3)盐城三种典型盐沼植被NDVI值呈现不同变化特征;(4)降水对盐沼植被生长的影响较为显著,气温对盐沼植被生长的直接影响较小。研究结果可为盐城盐沼湿地自然遗产保护以及湿地生态可持续发展提供科学支撑。

基于时序遥感影像物候特征的四川省油菜种植范围提取

基于高分辨率卫星影像的作物分类在农业估产中具有重要应用价值,但在云雨多发地区,卫星成像效果不佳,单时相光学影像难以有效分析不同作物生长规律和特征差异。此外,植被光谱高度相似、随时空动态变化,也给作物高精度识别带来挑战。本研究从作物物候特征的排他性和稳定性出发,基于优化三谐波拟合模型,提出了一种以农作物物候特征为基础,融合光谱、地形、纹理等辅助信息的多特征分类框架。利用该框架,基于Google Earth Engine平台对四川省2020—2021年油菜种植范围进行遥感识别与提取。实验结果表明,该框架具有较好的提取效果,油菜分类总体精度达96.6%,Kappa系数为0.906,分类结果与统计年鉴数据吻合较好。与现有方法相比,该方法分类精度更高,能够实现多时相、大范围农作物精细空间分布的快速提取。

基于MODIS EVI数据的锡林郭勒盟植被覆盖度变化特征

锡林郭勒盟是中国华北地区的重要风沙源地之一,也是中国北方重要的生态环境保护屏障,其植被状况将直接影响着京津唐地区乃至东部地区生态环境质量的改善。该文以锡林郭勒盟为研究区,以MODIS EVI遥感数据为主要数据源,运用时间序列谐波法对2000-2013年增强型植被指数EVI(enhanced vegetation index)数据进行重构,用线性混合像元模型对该数据进行混合像元分解提取植被信息,研究植被覆盖度估算方法,构建锡林郭勒盟2000-2013年植被覆盖度数据集,完成该地区植被覆盖度的时空变化分析。结果表明:2000-2013年,锡林郭勒盟年均植被覆盖度呈现小幅下降趋势,年最大植被覆盖度有所增加。从空间分布上,研究区东部及东南部地区(东乌珠穆沁旗、西乌珠穆沁旗、多伦县和太仆寺旗等)植被覆盖度相对较高,西北部地区(苏尼特左旗、苏尼特右旗等)植被覆盖度则较低;从时间趋势上,2000-2013年,研究区虽开展了大规模的退耕还林(草)、植树造林和封山育林(草)等生态环境保护措施的实施,但由于受沙尘暴、干旱等气候灾害的影响,以及研究区内牧业、矿业活动程度的加剧,植被覆盖状况整体改善不明显,且局部地区植被覆盖明显降低,草场退化、沙化现象日益明显。中部地区由原本的低植被覆盖度逐渐演变成了较低植被覆盖度,中植被覆盖度从2000-2010年有所降低,而到2013年又有所回升,从2000-2013锡盟部分高植被覆盖度区渐渐变成了较高植被覆盖度区。

区域作物生长过程的遥感提取方法

提出利用时序NDVI数据提取作物生长过程方法。遥感数据在采集过程中受云、大气因子的影响 ,以及混合像元问题 ,造成时序植被指数值变得没有规律 ,对比性不强。采用基于最小二次方拟合的谐函数分析方法 ,依据作物轮作规律和生长周期性特征 ,用主要频率的正弦、余弦谐函数重建时序图像 ,去除了影像中云污染的影响。以中国的旱地为例 ,考虑到像元内旱地对NDVI值的贡献率 ,计算区域内旱地像元加权平均值来反映其作物生长过程。同时与区域所有像元的平均值、旱地平均值等统计方法的结果进行对比分析 ,表明区域内旱地的加权平均值能够削弱旱地比例和地域间的差异 ,突出耕地上作物的生长过程特征。通过与地面实测数据分析 ,平滑前后的作物生长过程与叶面积指数相关性增加 5 %— 11% ,采用区域加权平均的方法得到的作物生长过程 ,比旱地平均和NDVI平均的结果与叶面积指数的相关性增加 14 %— 17%。

NDVI时间序列谐波分析与地表物候信息获取

植被指数具有明显的季节节律,NDV I时间序列分析可以获取地表植被物候信息,但已有的AVHRR NDV I数据产品仍然存在高噪声,需要进一步校正。在考虑农业植被季节变化特征的基础上,基于先验知识对NDV I时间序列数据傅立叶校正算法进行了改进。利用1992年旬最大值合成1 km NOAA-AVHRR NDV I数据,使用该方法对河北省南部地区几种不同植被类型的NDV I数据进行校正,结果显示:改进的傅立叶谐波校正算法能更好地反映农业植被NDV I季节变化节律,且对自然植被同样适用。对校正后的NDV I时间序列数据进行谐波分析表明:谐波的特征值(谐波余项、振幅和位相)与地表植被动态之间存在相关性,谐波余项表征NDV I时间序列的均值,谐波振幅表征NDV I年内波动幅度大小,不同谐波的位相可以表征NDV I季节变化的时间特征,利用这些参数可以获取地表植被物候信息,并可用于土地覆被和土地利用分类研究以及全球变化研究。

谐波改进的植被指数时间序列重建算法

提出一种基于傅里叶谐波分析的改进算法,引入异常值检测算法,检测拟合过程中的异常值,增加数据拟合的真实性;迭代前动态估算出待处理序列点的峰值个数(即频数),解决整个区域预设单一频数的不合理性;引入拟合影响因子,自动控制迭代终止条件,避免传统方法中人为设置阈值导致的不确定性。利用2003年华北平原MODIS_EVI时间序列图像验证表明,较之HANTS算法,改进算法能够有效修正噪声污染像元值,修正后的EVI时序曲线更能反映地物内在的物候变化规律,并能够更好地保真原始曲线上的特征(点),如作物EVI最大值、最小值出现的时间和大小关系。

软件可靠性组合预测模型研究

根据灰色模型、谐波分析和时间序列分析理论,对软件测试阶段的失效数据构成的时间序列进行分析,得到软件可靠性组合预测模型。结合实际数据,给出了具体的实现方法。数据试验结果表明,与单一时间序列预测模型相比,该模型具有较高的预测精度和很好的模型适应性。

基于时间序列谐波分析的鄱阳湖湿地植被分布与水位变化响应

采用高时间分辨率遥感信息的谐波分析方法,提取反映鄱阳湖湿地植被指数随水位变化的谐波分量,分别以自然年和水文年的不同周期作为湿地植被指数谐波分析单元,利用时间序列信号的最大振幅谐波分量的变化周期表征湿地植被指数在不同分析单元的变化模式,结合常年水位观测数据和湿地植被群落在不同物候期的时间与空间特征,探讨鄱阳湖国家级自然保护区和南矶湿地国家级自然保护区的植被分布面积与水位变化关系.结果表明：（1）鄱阳湖湿地植被分布受水文状况影响的特征明显,相对于南矶自然保护区,鄱阳湖自然保护区湿地植被分布面积对观测水位的变化更为敏感.（2）两个自然保护区范围内的湿地植被分布面积与对应水文年9和10月的观测水位呈现较强的负相关关系,且在0.05水平上显著.一年两季生长的湿地植被分布面积受退水时间影响大于次年的涨水时间,与枯水期的观测水位无明显的相关关系.（3）两个自然保护区在不同高程区间的湿地植被分布面积与观测水位的相关关系和显著性呈现各自特征.在鄱阳湖保护区,12-13 m高程区间的湿地植被分布面积与9月观测水位的相关性最强,且相关关系在0.05水平上显著;13-14 m高程区间的湿地植被分布面积与10月观测水位相关关系更强.在南矶自然保护区,湿地植被分布面积在不同高程区间均与9和10月观测水位显著相关.采用谐波分析方法分析湖泊湿地的植被分布面积与水位关系有助于基于多时间序列遥感信息的湿地水文节律研究.

海塘渗压监测分析的时间序列组合模型

海塘堤防渗压是反映海塘安全状态的重要指标,其监测资料的分析关系到堤防及堤内生命财产安全,为了提高渗压资料的建模拟合精度,更好地进行渗压预报,在对监测资料进行分析时,以谐量回归分析为基础,再对回归拟合残差序列进行时序分析,以此建立谐量回归-时序组合模型,并依此组合模型进行短期实时预报。以某海塘实测资料建立了高精度的组合模型,同时采用等维新息模型成功实现了工程实际应用中的渗压实时拟合预报。

贵州高原不同地貌区和植被类型水分利用效率的时空分异特征

贵州高原具有少日照、多云雨和复杂下垫面的山地特殊气候和地形,准确探究该区域生态系统水分利用效率(WUE)的时空分异特征对进一步了解喀斯特地区碳水循环过程具有重要意义。本文气象站点数据用ANUSPLIN软件进行插值处理,与使用时间序列谐波分析法和质量控制文件重新构建高质量的MODIS-NDVI数据作为CASA模型的输入数据模拟植被NPP,再结合MOD16-ET数据估算WUE。综合利用Theil-Sen Median趋势分析、Mann-Kendall检验和稳定性分析等统计方法,对贵州高原2000—2014年各地貌区、植被类型WUE的时空分异特征进行对比分析。研究表明:(1)研究区近15年来WUE均值和趋势的空间格局都呈西部高于东部的特点, WUE趋势呈显著增加态势( R^2 =0.63, P <0.001)。(2)从各地貌区来看,多年WUE均值排序为:断陷盆地>岩溶峡谷>峰丛洼地>非喀斯特地貌>岩溶高原>岩溶槽谷,其中断陷盆地和岩溶峡谷呈显著( P <0.05)增加趋势。(3)从不同植被类型来看, WUE大小呈混交林>阔叶林>耕地>针叶林>草地>灌丛排序。针叶林和灌丛变异系数(CV)值较高,但前者对气候波动的抵挡能力更强,增加速率更快。草地CV值最低,变化速率最慢,不易受气候波动的影响。由于退耕还林等生态工程的实施效果显著,使耕地WUE的变化速率最快。

城市水灾害风险等级的RBF-C评估方法

针对城市水灾害系统的不确定性特征,提出了基于RBF神经网络和云模型理论的RBF-C风险等级评估方法。选取影响城市水灾害的4个基本评价因子,依据实测水文频率曲线确定相应于各风险等级的标准限值,并生成各评价因子下风险等级的综合云模型。用评价因子实测时间序列进行RBF神经网络建模,预测值代入综合云模型得到水灾害风险等级确定度分布。实例证明,RBF-C风险等级评估方法能够改进评价过程中风险归属不确定性问题,评估结果能较为准确地反映出城市水灾害的风险程度。

赤石特大桥索塔三分力系数识别与抗风时程分析

介绍风速时程模拟方法,特别针对谐波合成法进行论述。以赤石特大桥为例,采用Fluent软件进行-4°～4°攻角范围内特定截面的三分力系数模拟分析,结果表明,当攻角为1°时,阻力系数最大。根据现场采集的风速样本,针对5号塔进行抗风时程分析,研究结果表明:采用不同的计算标准,动力系数结果并不一致,甚至当以横桥向弯矩为标准,脉动风荷载作用下索塔没有表现出动力放大效应;在桥面脉动风荷载作用、塔顶脉动风荷载作用下,塔顶的最大位移、索塔底部最大应力均在容许范围之内;索塔横桥向刚度远大于顺桥向,抗风分析应以顺桥向为主;采用不同的标准计算动力系数结果不同,进行拟静力分析时建议采用动力系数的最大值。

基于大数据分析技术的云计算资源预测研究

为有效呈现云计算资源负载的动态波动情况,研究基于大数据分析技术的云计算资源预测方法。在海量云计算资源负载的时间序列数据内任意选取一个时间序列数据;采用时间序列混沌分析方法预处理所选时间序列数据,通过互相关方法确定时间序列相空间重构的最佳嵌入维和延迟时间;依照最佳嵌入维和延迟时间构建一个多维时间序列,将多维时间序列作为云计算资源负载预测建模的学习样本;采用支持向量机训练学习样本,构建云计算资源负载预测模型,采用蝙蝠算法优化预测模型内惩罚因子和径向基核函数宽度参数,完成海量云计算资源负载时间序列数据预测。测试结果显示所研究方法具有较好的泛化能力,单步预测条件下能够获取高精度的测试对象预测结果,多步预测条件下依旧能够较好的呈现测试对象的波动情况。

越南沿海若干验潮站长期观测资料的潮汐分析

为掌握越南沿海潮汐分布特征和变化规律,利用越南沿海HONDAU、HONNGU、DANANG、QUYNHON、VUNGTAU和RACHGIA共6个验潮站长期观测资料进行了调和分析,计算了主要分潮O1、P1、K1、Q1、M2、S2、N2、K2以及交点分潮Mn等长周期分潮的调和常数。计算结果表明,越南沿海地区潮汐特征复杂,极易受季节性海平面变化的影响。分析得到的18.61年交点分潮Mn空间分布不均匀,且明显高于其理论平衡潮振幅,可能与非潮汐低频海平面变化有关。

面向云计算的时间序列数据挖掘系统架构设计

随着云计算中心数据规模的不断增大,采用传统方法进行数据挖掘时,数据挖掘精度低,匹配度较差,抗干扰性能低,数据调度和访问性能不高.为此,提出基于云数据时间序列相似度本体特征匹配的数据挖掘算法和系统架构设计方法,构建云计算中心的数据挖掘总体构架模型,提取云数据时间序列相似度本体特征,进行大数据的时间序列分析,采用锚点完全匹配方法,实现面向云计算的时间序列数据挖掘系统架构改进设计.仿真结果表明,采用该方法进行云计算中心大数据挖掘,匹配度较高,数据特征的指向性显著,抗干扰性能较强,数据挖掘精度较高.

三种时间序列模型在地下水动态模拟中的应用分析

地下水系统是一个复杂的时间序列系统，其变化与区域气候条件和生态环境密切相关，具有明显的年际周期性变化和随机性波动。用合适的模型描述地下水位动态变化，可以极大地提高地下水位的预测精度，使田间土壤水分的适时适量调节方便可行；对于农田水利工程的规划和管理也有所裨益。本文通过三种时间序列模型对地下水实测资料的模拟，阐述了这三种模型的特点和模拟精度。

时序数据的周期模式发现算法的递推改进

从时序数据中识别和提取出周期成分对掌握事物的内在发展规律有着重要的现实意义。在谐波分析法的基础上,提出了一种具有纳新机制的时序数据周期模式的递推发现算法。该算法通过对谐波分析法的傅里叶系数作Taylor级数的展开,得到了一系列相关的幂函数多项式,在此基础上,基于矩阵数量乘法的规则,将这些多项式解耦为可递推的表达式,进而推导出一种重复计算量极少的递推算法。数值实验验证了算法的有效性和稳定性,而且该算法在计算成本和计算精度之间还具有良好的伸缩性。

基于大数据和云计算的电网财务系统决策研究

随着智能电网的发展,大数据产生在电力系统的各个环节,传统的财务系统已不能胜任对大体量财务数据的精确分析。文中针对传统财务系统决策流程所出现的问题,提出基于大数据、云计算的电网财务系统决策研究。通过对电力系统大数据特征的分析,明确了大数据、云计算在智能电网中的应用,分别对其面向客户群体的外部应用及面向系统流程的内部应用进行探究。文章以电网中某实际变电站运维成本为例,采用大数据的思想对其运维成本进行了科学的研究,直观地反映了大数据的应用,使读者阐述更加清晰、形象地看到大数据是如何应用的,以此来加快我国大数据的应用发展。