基于DWT与SVM的风门开闭阶段识别方法

为解决因风门开闭导致的风速传感器数据异常波动与误报警问题，提出一种基于离散小波变换(DWT)与支持向量机(SVM)的风门开闭阶段识别方法。使用多尺度滑动窗口将传感器风速监测数据离散化为若干段不同尺度的子时间序列数据，利用统计方法与DWT,提取各尺度子时间序列数据中的统计特征与隐含的波动特征，建立SVM风门开闭阶段识别分类模型。为进一步优化识别结果，基于重叠度(IoU)规则合并、修正、组合、取优分类识别结果，再根据相似准则建立长度方向取变率为2、整体相似比为1∶16的相似试验模型，开展风门开闭扰动试验，验证方法的可行性。结果表明：在测试集上的识别准确率较高，对于风门开闭时间的识别准确率可达到90.08%,风门开闭阶段的划分准确率可达到71.05%,优化滑动窗口尺度数量，可继续增加方法识别的准确率。     

基于小波去噪-卡尔曼滤波的供水管网爆管检测

在应用卡尔曼滤波进行爆管检测时，若受到监测误差、用水量随机波动等因素形成的背景噪音影响会导致误报率偏高，进而带来爆管检测系统鲁棒性较低的问题。鉴于此，对原始卡尔曼滤波进行了改进，首先采用小波函数对监测数据进行处理，其可以成功将周期循环信号中的有效信号及噪声信号分解至不同频域，然后使用硬阈值函数去噪后再对信号进行重构；最后利用卡尔曼滤波对重构后的信号进行爆管检测。研究结果表明：通过小波去噪，重构的信号中噪声信号占比显著降低，且信号与有效信号相似性更大；利用实际管网数据验证发现，所提算法可成功应用于实际管网爆管检测且与卡尔曼滤波相比，信号持续稳定，无剧烈波动且误报次数由6次降至0次，极大提高了爆管检测系统鲁棒性。     

1950～2019年中国季节平均最高气温时空演变特征及其大气环流影响定量化分析

全球变暖和人类活动加剧引起区域气候不稳定，高温事件发生频次和持续性增强，生态环境保护和经济社会发展面临严峻威胁.采用Mann-Kendall检验法和一元线性回归法探讨1950～2019年中国季节平均最高气温(AMT)时空演变特征，并结合线性相关、偏线性相关以及小波分析揭示中国各季节AMT与大气环流间的联系.结果表明：(1)时间尺度上，各季节AMT均呈显著上升趋势，春、夏、秋和冬季AMT上升幅度分别为1.21、0.08、1.81和0.25℃,其突变时间主要集中于20世纪90年代至21世纪初.(2)空间分布上，除夏季以外，其它季节AMT平均变化率由南向北逐渐增加，但其增加程度各不相同，其中春冬季节东北和西北地区变化速率最快.(3)各季节AMT与大气环流因子间存在复杂关系，其能量强度在不同时频域上具有显著差异.其中太平洋年代际涛动与夏季AMT呈显著负相关，北大西洋涛动对夏秋冬季AMT变化产生较大程度正向驱动，北极振荡对各季节AMT均具有明显正向驱动作用，厄尔尼诺-南方涛动因年份不同对春夏季AMT的短期变化存在显著正向或负向影响.研究结果可为我国制定科学有效的气候变化应对方案提供理论依据和技术...     

基于连续小波变换的土壤重金属含量反演模型

文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象，采用偏最小二乘回归、支持向量机和人工神经网络模型，通过连续小波变换，优选高光谱数据与土壤重金属含量的特征波段，构建研究区土壤重金属含量的高光谱反演模型。研究结果表明：（1）连续小波变换后，土壤重金属Cr含量相关性由0.24提高到0.45；土壤重金属Ni含量相关性由0.31提高到0.45；土壤重金属Zn含量相关性由0.31提高到0.51;(2）土壤重金属Cr、Ni、Zn含量的高光谱特征波段主要位于400～900、1 400～1 600、2 000～2 200 nm。（3）连续小波变换与人工神经网络相结合的模型精度最优，其土壤金属Cr含量的建模集和验证集的R²分别为0.91和0.84，均方根误差(RMSE)为2.40和3.91；土壤金属Ni含量的建模集和验证集的R2分别为0.91和0.84，均方根误差(RMSE)为2.40和3.91；土壤金属Ni含量的建模集和验证集的R²分别为0.88和0.82,RMSE为1.64和2.43；土壤重金属Zn含量的建模集和验证集的R2分别为0.88和0.82,RMSE为1.64和2.43；土壤重金属Zn含量的建模集和验证集的R²别为0.90和0.81,RMSE为5.20和5.93；连续小波变换结合人工神经网络模型比最小二乘和支持向量机2种模型，适合研究区土壤重金属Cr、Ni、Zn含量的反演。     

管道腐蚀深度预测的优化灰色GM(1,1)模型建立及应用

管道腐蚀深度是腐蚀行为研究的重要内容，准确预测管道腐蚀深度变化规律对于保障管道的安全运行意义重大。针对传统GM(1, 1)模型背景值计算方法的不足，提出了一种基于二次多项式变换结合背景值优化的改进灰色模型，通过实例对比分析了改进模型和传统模型预测精度的差异。结果表明：当建模样本数为7时，传统模型、改进模型一(采用二次多项式变换方法所建模型)、改进模型二(采用二次多项式变换结合背景值优化方法所建模型)预测所得的平均相对误差分别为5.33%、4.00%和3.731%,因此改进模型二的预测精度高于改进模型一和传统灰色模型；当建模样本数分别为8和9时，改进模型二的预测精度仍最高，因此采用的背景值优化方法有助于提升改进模型一的预测精度；改进模型用于预测管道腐蚀深度完全可行，且所用方法具有计算简单、精度高的优点。     

基于小波包能量谱和希尔伯特变换的管道泄漏检测技术

为了及时检测输油管道泄漏缺陷以减少输油泄漏事故的发生，首先，提出了一种基于小波包（WPT）能量谱和希尔伯特变换（Hilbert）的输油管道泄漏检测技术，改变阀门开度模拟不同泄漏程度的管道泄漏；其次，选取小波包阈值对采集的信号去噪，获得实际有效信号，并用WPT能量谱变换将有效信号分解为频段能量谱，过滤掉不含泄漏信息的频段，保留有效频段；最后，利用Hilbert进行有效频段的谱分析，提取泄漏源信息，实现对管道泄漏工况的诊断分类。结果表明：输油管道泄漏检测平均误差在3%以内，诊断准确率达到95%，与直接Hilbert变换方法以及单纯WPT能量谱分析法相比，定位精度明显提高。     

2015—2020年中国PM2.5污染时空演化及其与ENSO的关系研究

根据2015—2020年中国近1500个监测站点PM_2.5小时浓度数据，利用空间自相关分析、回归分析及小波分析方法，探索了中国PM_2.5浓度与异常的时空演化及其与ENSO(El Ni?o-Southern Oscillation，厄尔尼诺-南方涛动)之间的关系.结果表明，PM_2.5污染具有显著空间自相关性，空间上存在明显集聚特征. PM_2.5浓度较高的站点通常位于华北地区，其次是华中、华东北部，而PM_2.5浓度较低的站点通常位于青藏、华南南部和西南南部地区，特别是华南沿海区域.两个ENSO期间，夏季，全国各区域厄尔尼诺年(2015年和2018年)PM_2.5平均浓度高于拉尼娜年(2017年和2020年)；冬季，北方大部分区域，除ENSO II内蒙古和青藏地区以外，厄尔尼诺年PM_2.5平均浓度也高于拉尼娜年，但华南和西南地区的结果相反，表明ENSO对我国冬季南北方PM_2.5污染的影响可能相反.回归分析表明，华北、华东...