河流流量时间序列振幅起伏的概率估计

本文从系统分析、概率及随机过程技术的观点建立河流段的系统模型以及通过电脑实验的方法对河流流量时间序列作概率函数估计测量.测量结果表明,流量时间序列的振幅起伏具有超指数特性分布.这可认为是环境随机性的影响所致.尤其是联系到无限的过去在远环境的背景降雨状态.     

电波流速仪在围场站水文站流量测验上的应用

电波流速仪测量水面流速，通过水面流速系数的换算达到测量河流流量的目的，已在具备电波流速仪环境条件的（如桥梁、缆道吊箱等）小河流水文站使用。该仪器采用无接触测流，不受含沙量、漂浮物影响，具有操作安全，测量时间短，速度快等优点。     

基于相位比较的测量声波飞渡时间的研究

精度测量声波飞渡时间,是目前反演温度场这一领域亟需解决的关键技术。以伪随机序列的时延估计法为粗测基础,利用相位比较测量声波飞渡时间。选择m序列为伪随机序列,将发射和接收的m序列进行互相关运算,基于相位检测法DFT的测量原理,利用FFT快速计算求取声波飞渡时间。经DFT和FFT的运算量结果分析,时延估计法与FFT相结合,运算速度大幅提高,为进一步研究声波飞渡时间提供了很好的理论基础。     

河流工程生态化的理论基础研究进展

综述了近年来河流工程生态化的基础理论研究进展，详述了序列不连续体概念、环境流量方法和生态水利工程学，分析了当前研究中存在的问题以及国内外的差距，展望了今后河流工程生态化的研究方向．     

浅谈ADCP测流时的误差及处理

<正>一、引言美国RDI公司生产的"骏马"系列"瑞江"牌河流ADCP是RDI公司的第三代声学多普勒河流流量测量系统。与第一代和第二代河流AD-CP相比,"瑞江"ADCP的尺寸,重量,盲区都大大减小;价格也大幅度降低。美国国家地理调查局已接受"瑞江"ADCP作为其河流流量测量的标准仪器之一。"瑞江"ADCP主要有以下优点:1、采用了RDI公司的宽带信号处理专利技术。该技术的应用,在保证精度的前提下,提高了流速测量的空间和时间分辨率。2、测量剖面深度范围大。例如600kHzADCP,其测量剖面深度范     

河流径流雷达卫星遥感监测系统的设计与实现

河流是人类重要的用水来源,同时也是地球水循环的重要组成部分.目前的河流监测方法大多采用水文站监测方式,但在恶劣环境下监测仪器易损坏,导致水文站测量数据的缺失.雷达技术具有全天时、全天候对地观测能力,不易受到环境干扰.本系统基于雷达高度计和SAR(Synthetic Aperture Radar)遥感技术,实现了河流宽度、水位及径流等参数的计算功能.本系统的推广应用能够为河流径流监测工作提供更好的技术支撑.     

时间序列数据库中的数据挖掘

本书是《机器感知与人工智能》丛书的第57卷。主要内容为现代信息系统存储的时间数据中预处理、挖掘与解释中的某些新进展，并将时间维数加到数据库中产生时间序列数据库（TSBD）。书中介绍了数据挖掘与知识发现中的新的状况与挑战。其中包括寻找时间序列数据的有效表达方法，测量时间序列的相似性，检测时间序列的改变点以及时间序列的分类与聚变。     

金融市场中的交互信息

在金融市场应用方面强调了在构造状态空间时选择最佳时间延滞的重要性,选择时间延滞的单值系统方法具有局限性,分析金融时间序列需要一个测量相关性更一般的方法,运用交互信息准则测量相关性,提出了基于金融时间序列的交互信息准则的新方法,当金融时间序列为高斯分布,选择时间延滞的两种方法具有相同的结果。     

贵阳鱼梁河河谷地貌形态特征研究

鱼梁河是一条发源于龙里县,流经龙洞堡高原面,由乌当盆地汇入南明河的河流,河长40.8公里、流域面积390.4平方公里,是南明河的一级支流.鱼梁河上游流经龙洞堡高原面,属于构造稳定环境;下游流经乌当盆地,属于相对沉降环境;其中穿过了乌当逆冲推覆断层构造带.河谷形态会对不同构造环境做出积极响应.所以,定量的测量河谷地貌形态特征对于揭示河谷地貌与地质构造活动的关系是非常有价值的.该文利用ArcGIS软件根据DEM数据提取了鱼梁河流域范围和河流纵剖面,后又选取了 19个测量点,实地测量河谷宽度、深度并绘制横剖面图.结果发现,位于上游构造环境稳定的高原面的河谷是窄而浅的;位于中游隆起山地的河谷是窄而深的峡谷;位于下游沉降环境的乌当盆地的河谷是宽而浅的.河谷形态可以很好的反映构造环境.     

用于低场磁共振T_1、T_2测量的序列

为了测量低场磁共振设备参数,该文提出一种对硬件要求不高,可以较快测量T1、T2数据的方法。通过对基本序列进行研究,充分利用由3个射频激发产生信号的信息,设计读取梯度对它们进行区分,完成了可以在一次扫描中同时测量T1、T2参数的刺激回波(stimulated echo,STE)序列。该序列在0.3T低场设备上进行了包括水模和人体在内的测量实验,测量时间相对同时使用传统自旋回波序列(spin echo,SE)、反转恢复回波序列(inversion recovery,IR)减少一半。测量结果证明STE是一种适合于低场环境参数测量使用的序列。     

用于低场磁共振T_1、T_2测量的序列

为了测量低场磁共振设备参数,该文提出一种对硬件要求不高,可以较快测量T1、T2数据的方法。通过对基本序列进行研究,充分利用由3个射频激发产生信号的信息,设计读取梯度对它们进行区分,完成了可以在一次扫描中同时测量T1、T2参数的刺激回波(stimulated echo,STE)序列。该序列在0.3T低场设备上进行了包括水模和人体在内的测量实验,测量时间相对同时使用传统自旋回波序列(spin echo,SE)、反转恢复回波序列(inversion recovery,IR)减少一半。测量结果证明STE是一种适合于低场环境参数测量使用的序列。     

河流水质模拟预测的统计建模研究——以湟水河小峡桥断面为例

以湟水河国控断面—小峡桥为例,基于Box-Jenkins方法的时间序列分析技术,对2009~2012年主要污染物月度数据进行建模分析,验证了污染物数据的时间序列特性,研究并选择了这四个序列的最佳ARMA模型,本文也通过模型对2013年的水质进行了预测,并与实际数据加以比较检验。模型实证分析的结果表明:在河流水质模拟预测方面,ARMA模型是一种精度较高且切实有效的方法模型.     

长江大通站水沙过程的基本特征Ⅰ.径流过程分析

长江河口是河海相互作用中河流因子占主导地位的典型河口之一,流域水沙过程及其变化对河口环境演变有重要控制作用.运用时间序列分析方法研究大通站的径流过程基本特征,分析表明,1923年以来大通站的径流序列无明显的趋势变化,但在1955年、1988年前后分别呈现较明显的径流减少和增加的跳跃变化,并具有16年、7年的周期变化特征.该文同时对月均流量的分配型态和洪枯季水情丰枯的匹配状况及其原因作了初步探讨.     

灰色理论GM(1,1)模型在水文预测中的应用——以清江河城区洪峰流量为例

灰色理论在处理和预测时间序列过程中可以有效重构时间序列的规律性.从长期预测角度出发,GM(1,1)模型对时间序列的预测可以达到一定的预期效果.通过近20年恩施城区洪峰流量的观察,清江河流洪峰流量变化存在一定的周期性,通过对GM(1,1)模型计算分析结果表明:一阶微分方程本身的指数函数规律,并不能很好反映周期性波动的洪峰流量变化规律,同时表明单因素流量预测存在很大局限性.     

印尼J区块层序地层与沉积相特征研究

利用层序地层学理论,对印尼J区块古近系—新近系的层序地层和沉积相特征进行了研究。古近系—新近系可以分为7个中期基准面旋回（SQ1SQ7）和17个短期基准面旋回。SQ1SQ7沉积时期,沉积环境从陆相河流环境逐渐过渡到三角洲环境和浅海环境,再到河流环境,为一完整的水进-水退旋回。中下部层序上升旋回占主体,属海进式沉积组合序列;上部层序下降旋回占主体,多为海退式沉积组合序列。结合层序特征,指出区块西部凸起带SQ5旋回的浊积砂体、基底风化壳、碳酸盐岩台地和东部斜坡带的下切谷为区块的有利勘探区带。研究结果对该盆地的石油勘探具有指导意义。     

炼铜转炉粗铜成分混沌时间序列的软测量模型及应用

将转炉产粗铜成分的以往化验数据作为二次变量,化验数据严重滞后的当前炉次粗铜成分作为主导变量,并以延迟时间T=2（炉次）将转炉粗铜成分时间序列分成两个子时间序列,采用重构相空间理论、最大Lyapunov指数方法和样本及时更新的办法,建立了一种仅对当前炉次的炼铜转炉粗铜成分进行软测量的混沌时间序列软测量模型．实验结果表明,该软测量模型能快速得出转炉当前炉次的粗铜成分数据,具有很高的精度．     

一种非均匀包对序列带宽测量方法

在分析现行带宽测量算法的基础上，设计了一种新的包对带宽测量算法，并从理论上加以证明，针对带宽测量中普遍出现的瓶颈拥塞现象，提出了一种非均匀包对序列带宽测量方法，首先设置基本的包对发送后退时间，再根据带宽估测结果的变化动态地调整后退时间，使得包对序列能有效地适应网络运行状态的变化，所得到的估测序列结果更接近实际的瓶颈带宽，其具体实施验证了它的有效性。     

积单元神经网络预测噪声环境的混沌时间序列

用人工神经网络预测噪声环境的混沌时间序列是一个重要的问题，因为许多实际的时间序列数据都是含噪声的。提出一种利用积单元神经网络(PUNN)预测噪声环境的混沌时间序列的方法，它采用了粒子群优化器(PSO)训练PUNN网络。用所提方法对Lorenz混沌序列做了仿真实验，结果表明：所提方法结构简单、泛化能力强，是一种有效的方法；当PUNN网络的输入节点数目为2或3时，预测精度更高，而且泛化能力也更强。     

几种水质预测方法的比较分析

水质预测是了解河流水质污染趋势的重要手段。当前,水质预测方法主要有时间序列法、回归分析法和神经网络方法。对三种预测方法进行比较分析,并进行实例计算和结果对比评价。结果表明,神经网络技术预测效果明显优于其它预测算法。     

时间序列间统计依赖性测量的一种改进方法

提出了利用改进的广义互信息测量 2个随机变量之间非线性统计依赖性的方法 ,在此基础上获得了利用关联积分计算 2个具遍历性的观测时间序列之间统计依赖性的公式 ,并与利用互信息和广义互信息测量 2个观测时间序列之间统计依赖性的方法进行了比较 ,通过例子说明了这种改进方法的优点