基于分区的水稻总产遥感估算研究

本文通过未基于分区与基于分区的水稻总产遥感拟合模型的比较分析,选取最优模型进行水稻遥感估产.以湖南省为研究区,在水稻遥感估产分区、水稻可能种植区识别的基础上,以县为单位,利用2000～2007年的统计产量与MODIS EVI建立未基于分区与基于分区的水稻总产遥感拟合模型,通过相对误差、RMSE,以及拟合结果与统计值比较散点图分析,选择最优遥感拟合模型,并用此模型对2008年湖南省水稻总产进行预测.研究结果表明,基于分区的水稻总产遥感拟合模型要比未基于分区的要好,最优模型为二次非线性模型和逐步回归模型,且生育期主要集中在孕穗期到乳熟期.水稻总产拟合及预测结果与统计值相比省级相对误差都小于5%,且拟合结果的误差总体上比预测结果的误差要小.基于分区的水稻总产遥感估产模型有效地提高了水稻遥感估产的精度.     

基于ARIMA-RBF算法的月度降雨量预测研究

为了对月度降雨量进行科学预测,将ARIMA模型与RBF神经网络相结合,提出一种基于ARIMA-RBF耦合算法的月度降雨量预测模型。首先,利用ARIMA模型对月度降雨量线性部分进行拟合预测,计算ARIMA模型预测的残差;然后,利用RBF神经网络对ARIMA模型残差进行拟合预测;最后,利用RBF神经网络预测结果对ARIMA模型进行补偿修正,得到最终降雨量预测结果。将该方法用于重庆市沙坪坝月度降雨量实际预测中,预测结果精度高于单一ARIMA模型以及RBF神经网络,能够满足实际预测需求。结果表明:将线性拟合算法和非线性拟合算法结合起来用于月度降雨量预测是一种较为优越的算法。     

α进制最小能量区间小波框架的构造

基于小波多尺度特征和信号多通道理论需要,本文对a进制最小能量区间小波框架进行了系统研究,其中a为任意大于等于2的正整数.首先,给出了a进制最小能量区间小波框架的定义,建立了a进制最小能量区间小波框架的充要条件;其次,我们设计了支撑长度为任意整数γ的a进制最小能量区间小波框架的构造算法,并构造性地给出了构造算法所涉及矩阵的表达式;最后,给出了最小能量区间小波框架的分解与重构算法,并构造了数值算例.     

利用MODIS反演武汉东湖叶绿素a浓度

以武汉东湖作为研究区域,对经过大气校正后MODIS影像的波段反射率与叶绿素a浓度实测值进行相关分析,分别应用BP人工神经网络模型和线性回归模型对武汉东湖的叶绿素a浓度进行了反演,并对两种反演方法的拟合和预测效果进行了比较.利用BP神经网络反演得到的拟合值与叶绿素a实测值的拟合效果略好于线性回归方法得到的结果,神经网络模型的可决系数R2值0.90大于线性回归模型的R2值0.820.神经网络模型预测的最小绝对误差为0.07 μg/L,线性回归模型的最小绝对误差为2.08 μg/L.最后分析了两个模型各自的优势,将模型应用到武汉东湖2008年5月19日的MODIS影像上反演出东湖水体叶绿素a浓度的分布情况,并对东湖水质进行了评价,结论与多年的地面监测结果一致.     

基于模型融合的复杂生产过程产品质量预测

复杂生产过程中产品质量与工艺参数间存在复杂的非线性关系,为提高产品质量预测准确性,本文提出了一种基于模型融合的复杂生产过程产品质量预测方法.首先,分别对复杂生产过程建立基于改进随机森林算法的整体预测模型与分段预测模型,其中,针对整体预测模型特征选择问题,提出了一种相关性分析与去冗余处理相结合的特征选择方法,针对分阶段预测模型存在误差累积问题,提出了一种误差修正机制.其次,利用Stacking集成学习算法实现整体预测模型与分阶段预测模型的融合,综合利用二者的预测优势得到对产品质量的最终预测结果.最后,以烟丝生产过程烘丝机入口烟丝含水率的预测为例,通过对比传统单模型的预测方法,验证了本文所提基于模型融合预测方法的准确性.     

基于小波阀值降噪和BP神经网络的超短期风电功率预测

针对超短期风电功率预测问题,考虑了风电场复杂的噪声背景和风电功率的波动性,提出了一种基于小波阀值降噪-BP神经网络的超短期风电功率预测方法。该方法采用近似对称光滑的紧支撑双正交小波db4（Daubechies函数）作为小波基,通过多分辨分析的Mallat算法对历史时序风电功率数据进行3尺度分解。根据Donoho阀值法对各层小波系数进行软阀值降噪处理,再通过小波逆变换重构历史时序风电功率,由BP神经网络对其进行训练,预测目的风电功率序列。仿真算例将该方法与普通BP神经网络方法进行了对比,比较结果证明其预测精度优于后者,具有很好鲁棒性和降噪性能,适用噪声复杂的风电场超短期风电功率在赣预测．     

基于PCA-ABBP强分类器的矿区采空塌陷危险性预测

为了准确、快速地预测矿区采空塌陷危险性,针对矿区采空塌陷影响因素之间存在信息重叠以及利用单一BP神经网络进行预测时存在的局部极值等问题,提出了一种PCA-ABBP强分类器模型。以北京西山某地的24组采空塌陷数据为样本,选取了采空区空间叠置层数等7个变量作为矿区采空塌陷的影响因素,以前17组数据作为训练样本,建立基于PCA-ABBP强分类器的矿区采空塌陷危险性预测模型。利用该模型对后7组数据进行预测,预测结果与实际完全相符,而单一BP神经网络预测的平均误差为17.14%,验证了所提出模型的有效性和可靠性。     

基于MATLAB的煤与瓦斯突出BP网络预测方法

影响煤与瓦斯突出的各种要素与突出现象之间的关系复杂,且具有明显的非线性特点.BP人工神经网络模型可以很好地逼近这种非线性函数关系.基于煤与瓦斯突出特征指标的分析,建立了合理的单隐层结构的BP预测模型,并利用MATLAB神经网络工具箱实现了模型的训练与预测,应用结果表明,这种突出预测方法具有很高的计算效率和预测精度.     

润扬大桥悬索桥小波包能量谱与温度的季节相关性研究

对润扬大桥悬索桥236天的小波包能量谱与温度实测数据进行了季节相关性研究．分析结果表明,润扬大桥悬索桥的小波包能量谱与温度具有明显的季节相关性,其特征频带能量比的日平均值随着温度的季节变化在一年中可以发生平均约200％的变化．在此基础上采用6次多项式模型对小波包能量谱与温度进行了统计建模,并采用均值控制图法对特征频带能量比的异常变化进行了统计模式识别．分析结果表明,运用本文方法可以有效地消除温度的季节变化对悬索桥实测小波包能量谱的影响,较好地识别出结构损伤引起的特征频带能量比10％的异常变化,并且与实测模态频率相比,小波包能量谱更适合于大跨桥梁结构的在线实时损伤预警．     

基于遥感信息和作物生长模型同化的水稻估产方法研究

本研究的目的是通过数据同化方法,将国产环境卫星HJ-1A/B数据提取的水稻叶面积指数LAI信息和作物生长模型相结合,以提高水稻估产的精度.具体方法为:首先通过分析水稻叶面积指数LAI和水稻归一化植被指数NDVI的时域变化关系建立模型反演水稻LAI,并应用研究区历史数据和作物生长模型WOFOST建立初始水稻生长模型估算水稻产量.在构建代价函数的基础上,采用SCE(shuffledcomplex evolution)数据同化方法对初始水稻生长模型参数进行优化,使水稻生长模型估算的水稻LAI和遥感数据反演的LAI差值最小.最后将采用同化方法的水稻生长模型估算的研究区水稻产量和不加同化方法的原始水稻生长模型估算的水稻产量进行比较,结果显示水稻估产精度有明显提高.研究结果表明采用遥感数据提取的农作物实时生长信息可以修正作物生长模型关键参数以提高区域范围的农作物估产精度,同时也显示国产环境卫星数据在农作物生长监测上具有广阔的应用潜力.     

基于遥感的黄土丘陵沟壑区人口密度分布模拟——以甘肃省榆中县为例

基于“面向对象”的人口分配原则,通过扩展的城市人口-面积异速生长模型,以SPOT5遥感影像为基本数据源,提取居民地信息;以榆中县为例,建立居民地分类体系,采取城乡人口分割算法,以人口统计数据为总量控制建立了人口分布的反演模型,模拟了榆中县域人口的空间分布。研究方法可为黄土丘陵沟壑区中尺度人口分布模拟的理论与应用研究提供借鉴。     

基于WAsP的不同风资源下风力机的选择

提出了一种确定适合于不同地区的风力机的方法。首先利用WAsP软件对当地风能资源评估,分析计算得到风谱图,建立模拟风力机站;然后拟合4种类型的400W风力机的输出功率特性曲线;最后计算不同风力机在不同地区风资源下的单位面积月发电量及其变动率。在保证满足供电负荷的条件下,单位面积月发电量的变动率最小的风力机确定为该地区风力机。     

Forecasting Based on Decomposed Financial Return Series: A Wavelet Analysis

We transform financial return series into its frequency and time domain via wavelet decomposition to separate short‐run noise from long‐run trends and assess the relevance of each frequency to value‐at‐risk (VaR) forecast. Furthermore, we analyze financial assets in calm and turmoil market times and show that daily 95% VaR forecasts are mainly driven by the volatility that is captured by the first scales comprising the short‐run information, whereas more timescales are needed to adequately forecast 99% VaR. As a result, individual timescales linked via copulas outperform classical parametric VaR approaches that incorporate all information available. Copyright © 2015 John Wiley & Sons, Ltd.     

Nitrate fertilizers as environmental pollutants: Positive correlation between nitrates (NaNO3 and KNO3) used per unit area and stomach cancer mortality rates

Summary Since a significant positive correlation between nitrate fertilizer exposure and stomach cancer mortality has been found, a study of nitrate fertilizer pollution in arable land in terms of amount of nitrates used per unit area (kg/ha) and stomach cancer death rates was carried out. The regression of death rates for stomach cancer, standardized for age, on the nitrates used per unit area, by province (N=25), exhibited a significant association between the 2 variables (p<0.004). When industrialized provinces (N=3) were not considered, a highly significant association was found (F=16.47; d.f.=1,20;p<0.0006). The correlation coefficient was+0.672.     

Forecasting exchange rates using cointegration models and intra‐day data

We present a cointegration analysis on the triangle (USD–DEM, USD–JPY, DEM–JPY) of foreign exchange rates using intra‐day data. A vector autoregressive model is estimated and evaluated in terms of out‐of‐sample forecast accuracy measures. Its economic value is measured on the basis of trading strategies that account for transaction costs. We show that the typical seasonal volatility in high‐frequency data can be accounted for by transforming the underlying time scale. Results are presented for the original and the modified time scales. We find that utilizing the cointegration relation among the exchange rates and the time scale transformation improves forecasting results. Copyright © 2002 John Wiley & Sons, Ltd.     

阿坝州地区退耕还林工程的现状、存在问题及对策

本文通过实地走访、问卷调查、座谈等形式，对阿坝州地区退耕还林工程的实施现状和困难进行了考察，对当地的农民收入状况进行了问卷调查并进行了分析，结果表明：阿坝州地区由于区内人地矛盾突出，实施退耕还林(还草)工程三年多以来，虽然在一定程度上造成了该地区林农、林牧、农牧关系紧张，并对当地农村经济和农民收入造成了一些冲击。迟耕还林工程的实施对以耕种为主要收入来源的农民造成了一定的负面影响，占调查总数的9％；对于那些收入渠道较多的农民影响甚报，占调查总数的66％；其余的25％的农民从事了旅游相关行业，收入大幅提高，退耕还林工程为他们带来了明显的收益。表明退耕还林工程的实施在短期内对农村经济和农民收入会造成一定的负面影响，但可以通过产业结构调整等方式帮助弥补这部分的损失。因而退耕还林工程中强调生态效应的同时，如何将长期生态效益向经济化转化是个值得研究的问题。     

Changing time scale for short-term forecasting in financial markets

A forecasting model based on high-frequency market makers quotes of financial instruments is presented. The statistical behaviour of these time series leads to discussion of the appropriate time scale for forecasting. We introduce variable time scales in a general way and define the new concept of intrinsic time. The latter reflects better the actual trading activity. Changing time scale means forecasting in two steps, first an intrinsic time forecast against physical time, then a price forecast against intrinsic time. The forecasting model consists, for both steps, of a linear combination of non-linear price-based indicators. The indicator weights are continuously re-optimized through a modified linear regression on a moving sample of past prices. The out-of-sample performance of this algorithm is reported on a set of important FX rates and interest rates over many years. It is remarkably consistent. Results for short horizons as well as techniques to measure this performance are discussed.     

辽西北风沙区雨养耕地土壤培肥效果研究

本文以辽宁省彰武风沙区雨养耕地为研究对象开展了针对衣作物增产的培肥地力研究。试验结果表明：风沙区雨养耕地土壤养分本底含量较低,有机质、速效氮、速效磷、速效钾平均含量分别为10．4g／kg、54．8mg／kg、7．3mg／kg、92．0mg／kg。增施氮、磷肥对作物产量无明显的增产效果,但增施钾肥增产效果明显。说明在目前的施肥水平下,氮、磷养分已不是作物产量增加的主要限制因子,而土壤中有效钾含量的下降已经上升为主要限制因子。沙区农业生产应加大有机肥的投入,调整氮、磷、钾肥的施用比例。     

A wavelet approach for factor‐augmented forecasting

It has been acknowledged that wavelets can constitute a useful tool for forecasting in economics. Through a wavelet multi‐resolution analysis, a time series can be decomposed into different timescale components and a model can be fitted to each component to improve the forecast accuracy of the series as a whole. Up to now, the literature on forecasting with wavelets has mainly focused on univariate modelling. On the other hand, in a context of growing data availability, a line of research has emerged on forecasting with large datasets. In particular, the use of factor‐augmented models have become quite widespread in the literature and among practitioners. The aim of this paper is to bridge the two strands of the literature. A wavelet approach for factor‐augmented forecasting is proposed and put to test for forecasting GDP growth for the major euro area countries. The results show that the forecasting performance is enhanced when wavelets and factor‐augmented models are used together. Copyright © 2010 John Wiley & Sons, Ltd.     

新型水环热泵低温新风处理系统的炯分析

应用能量和炯分析方法,对一种用于独立新风空调系统的新型水环热泵低温新风处理系统进行能量评价。通过实例对新风系统的能量和炯的传递与转换进行分析计算,并与采用冰蓄冷系统和冷水机组作为新风处理设备冷源的两种低温新风系统进行比较,结果表明采用水环热泵新风机组的独立新风处理系统,其能效比和炯效率较其它两种系统高,该系统良好的节能特性将有助于独立新风系统在我国的应用和推广。