基于季节ARIMA模型的近海表层水温时间序列模拟与预测

基于1996—2007年逐月时间序列数据,采用季节ARIMA模型对连云港近海表层水温时间序列进行模拟,并依据残差不相关和简洁性原则确定模型的结构,建立最优预测模型ARIMA（1,0,1）（0,1,0）12。运用该模型对2008年逐月表层水温进行预测,预测值与实际值的变动趋势基本一致,且平均相对误差仅为3.5%。在此基础上对2009年连云港近海逐月表层水温进行预报,预报结果符合该海域表层水温的逐月变化趋势,表明模型用于近海表层水温预报是可行的。     

利用MODIS数据反演渤海海冰分布

渤海每年都有冰情出现,如何对冰情进行监测是一个重要问题。遥感技术在监测冰情中具有明显优势。利用2006年2月8日MODIS数据,采用比值算法,有效地区分了海冰与海水、云。针对海冰与悬浮物难于区分的问题,采用海冰表面温度反演算法,对结果进行订正,很好地得到了渤海海冰的分布范围。     

利用WaveWatch Ⅲ建立东中国海区域海浪同化系统

利用最优插值法建立了基于WaveWatch Ⅲ的东中国海区域海浪同化系统,它可以同化卫星高度计观测的有效波高.该系统对T/P高度计测得的有效波高的同化试验表明,海浪数据的同化能够改善整个区域的海浪预报效果.其中浮标验证结果表明,同化时效约1d,同化后波高预报的均方根误差减小了约10%,对涌浪区的改善尤其显著,均方根误差可以减至0.3以下.此系统运算量不大,对计算机硬件要求不高,在Linux,Windows操作系统上都可运行,易于推广应用.     

海州湾水体重金属污染现状分析

为查明海州湾水体重金属污染状况,在12个点位采集了4批水样,用原子吸收法测定了镉、铜、铅、锌含量,详细分析海州湾海域水体中重金属的分布与污染状况。结果表明,海州湾海域水体已经受到了轻度重金属污染。重金属污染物在空间上分布特征表现各异,铅在靠近河口处含量明显偏高,镉分布比较均匀。     

基于小波变换的连云港海岸线遥感信息提取

为提取连云港海岸线,确定海岸线的准确位置,选取2005年Landsat 5 TM遥感数据,利用harr小波变换方法对影像数据进行增强处理,然后用目视解译法确定水陆分界线的位置。由于研究区内水陆分界线位置随潮汐变化较小,其变化幅度在遥感影像上小于一个像元,因此,解译得到的海陆分界线可以作为海岸线。为检验方法的有效性,利用GPS对海岸线进行了实地观测。实测值与解译值对比表明,解译精度平均偏差在纬度方向上为8．33m,经度方向上为4．32m,小波变换对图像的增强作用明显。     

土壤属性空间预测的广义回归神经网络方法研究

土壤属性的空间变异性是农业和环保决策的重要依据,研究如何利用有限的样本数据来获得更为详尽的土壤属性空间分布信息对于科学决策具有重要意义。提出了一种基于广义回归神经网络模型(GRNN)的土壤属性空间预测方法,并将其与Kriging方法进行了比较。结果表明,GRNN方法能较好地刻画土壤属性的空间分布特征,其计算方法简单,预测精度较高;在给定的样本数据条件下,GRNN方法的预测精度总体上要优于Kriging方法,表明GRNN方法在土壤属性空间预测中的应用是有效可行的。