沙尘暴变化的时空特征——基于站日和站时数据的对比分析

利用中国强沙尘暴序列及其支撑数据集,分别以站日和站时为计算单位,建立了中国50 a(1958-2007年)沙尘暴时间序列,分析了两个序列的关系,并比较了两者所反映出的沙尘暴时空变化特征。结果表明,站日和站时序列总体变化趋势比较一致,但细节有所差别,有时会影响某些结论。在反映沙尘暴的时间变化和空间分布时,两者存在明显的差异。     

季节调整分析在城市火灾发生规律研究中的应用

利用样本周期图法定量分析了城市火灾序列的周期性,并实例分析得出了北京市火灾时间序列具有12个月和48个月的周期性。然后采用季节调整法,将火灾时间序列中的季节因子和不规则因子提取出来,得出了经季节调整后的时间序列,从而得到了北京市火灾发生受季节因素影响的大小和城市火灾时间序列的基本发展趋势,大大提高了火灾数据之间的可比性。同时结论可为消防管理部门有针对性地采取消防监督管理措施和科学地安排消防执勤战备提供有力指导。     

基于Aki模型的张北地震序列Qc值特征研究

采用Aki尾波单次散射模型计算了张家口台的近场数字地震记录资料,分析了张北地震序列尾波Qc值随频率的衰减关系;当流逝时间为35 s时,张北地区的平均Qc值为Qc(f)=(76.8±17.6)f 0.9606±0.22,Qc值较低,在76.8±17.6范围内波动,这表明该区域目前处于低Qc值的构造活跃期,同时,主震发生后靠近震中区的这个椭球形的散射体内能量大释放已基本完成,目前该震源体正处于应力的调整过程。     

一株高效溶藻放线菌的分子生物学鉴定

实验室从土壤中分离筛选得到了一株具有高效溶藻能力的放线菌,命名为AN02。对这株具有高效溶藻效果能力的放线菌AN02分别进行了形态特征、培养特征及生理生化特性的分析,分析结果表明放线菌AN02菌株的上述几个特征与细黄链霉菌(Streptomyces microflavus)的高度一致,与此同时,聚类分析结果也同样表明,放线菌AN02菌株与细黄链霉菌(Streptomyces microflavus)的高度一致,后经过比对,发现二者的16SrDNA序列的同源性高达近100%,因此,可将溶藻放线菌AN02定名为细黄链霉菌AN02(Streptomyces microflavus AN02)。     

基于ARIMA和XGBoost组合模型的交通事故预测

近年来交通事故及其损失严重影响社会经济的发展和人民生活的提高,交通事故预测可以为交通事故预防提供数据支持。基于自回归滑动平均(ARIMA)模型和极端梯度提升(XGBoost)模型,构建时间序列组合预测模型,对交通事故相关指标进行趋势预测。根据交通事故的特点,选定"事故起数""受伤人数""死亡人数"及"损失"4个指标。首先,根据自相关、偏自相关图确定ARIMA模型参数,根据AIC(赤池信息准则)值确定最终模型;然后,对4个指标的ARIMA模型预测结果的残差构建残差序列,对其进行XGBoost建模,得出修正后的残差预测值;最后,根据残差预测值和ARIMA模型预测值得出组合模型最终的预测值。实例结果表明,4项指标的混合预测模型的预测精度均优于单一的ARIMA模型和Holt-winters模型,其中以"受伤人数"和"死亡人数"的模型改善效果最为显著,"受伤人数"指标的平均绝对百分比误差降低了5.431 7个百分点,"死亡人数"指标的平均绝对百分比误差降低了3.625 9个百分点。     

基于集成学习的改进灰色瓦斯浓度序列预测*

为有效提高煤矿瓦斯浓度动态预测精度,基于微分方程理论和最小二乘法,从灰色预测模型静态灰色作用量出发,优化灰色作用量,推导幂指数型灰色作用量的改进灰色瓦斯浓度预测算法,推导基于集成学习不同灰色作用量幂指数型灰色瓦斯预测模型,进而研究吉林八连城长期和短期瓦斯浓度监控数据预测精度。结果表明:瓦斯浓度时间序列近似线性时,基于集成学习的改进灰色瓦斯浓度预测算法优于传统灰色瓦斯浓度预测算法,使瓦斯浓度预测值和实际值的均方根误差降低,均方根差最大降低2.25%。研究结果可有效提瓦斯浓度预测精度。     

湖库富营养化控制研究进展综述

时空变化Reid和Mandrak对伊利湖中近岸鱼类生物量的时间序列变化作了1项研究,这些鱼类主要受鲤科鱼影响,研究表明,夜间采样的丰度较大、种类较多、结构也较集中,而季节变化比昼夜之间的差别对鱼类种群结构的影响更大.     

采用低压电力线载波通信技术实现能源管理

引言电力线载波(Power Line Carrier)通信是利用高、中、低压电力线作为信息媒介进行数据传输的一种通信方式。目前,由于高、中压电力线网络的专一性,在其基础上的数据通信国内外已基本成熟。本文主要介绍陕西凯星电子科技有限责任公司在低压电力载波通信领域的技术成果与应用。     

基于时间序列分析的渐变性水源水质预测研究

针对引黄水库水质渐变性特点,运用时间序列分析理论建立了水质分析模型并对山东省某市某水库的水质变化趋势进行模拟和预测。选取温度、pH、氨氮、浊度、化学耗氧量、亚硝酸盐作为预测变量。水库水质的模拟结果表明除浊度外其余项准确率均达到了80%以上,所建立的水质模型能够合理地反映渐变性水库中水质的动态变化趋势,预测结果较好。     

两种应用场景下NDVI时间序列数据拟合方法研究

植被覆盖指数（NDVI）时间序列数据集包含地表植被的长势、生长周期、时空变化等信息,其拟合重建结果可应用于物候信息提取、生态质量评价、人类活动扰动识别、覆被变化动态监测等方面。基于TIMESAT软件,选取物候参数提取和扰动识别2个应用场景,结合地面站点数据和Jacknife法模拟数据,对比分析非对称高斯函数拟合法（AG法）、双Logistic函数拟合法（D-L法）和Savitzky-Golay滤波法（S-G法）3种方法的拟合效果。结果表明：（1）3种方法拟合重建后提取的生长开始时间（SOS）、生长结束时间（EOS）、生长周期（LOS）等物候参数接近站点数据,AG法和D-L法保持NDVI时序曲线整体变化特征的能力较强,提取的SOS和EOS更接近站点数据;（2）人类活动扰动识别应用场景中,S-G法在滤波时能够最大限度地保留时序曲线细节变化,恢复速率相关系数达到0.618,回归估计标准差低于AG法和D-L法,因此识别精度最优。