地震电磁卫星辅助数据处理及原型系统设计

地震电磁卫星的辅助数据处理是卫星数据处理分系统的一部分,它为卫星科学目标的实现提供重要的辅助信息.本文在参考法国地震电磁卫星DEMETER和探测双星的辅助数据等基础上,对我国地震电磁卫星的辅助数据进行了定义和分类;介绍了原型系统采用的JNI技术及软件架构设计;根据每类辅助数据的内容和特点,给出了各种辅助数据的处理流程,并对其处理方法分别进行了分析;最后对卫星辅助数据处理及原型系统设计进行了总结.本文所述内容和方法是我国地震电磁卫星数据处理的一个前期准备工作,将服务于利用地震电磁卫星进行地震预报.     

局部均值伪最近邻算法在降水预报中的应用

分析北京地区日降雨量资料发现,相较于其他降雨事件,大雨或暴雨事件发生的次数较少,因此该地区的降水量预报属于样本不均衡问题。在样本不均衡的情况下,K最近邻算法的分类误差率将会大大提高,这也就使传统的基于K最近邻算法的降水量预报方法的应用受到了限制。针对北京地区降水量预报这一样本不均衡问题,应用局部均值伪最近邻算法构建了北京市的降水量预报模型。该方法利用北京地区日降雨量资料和美国国家环境预报中心全球格点资料,将降雨量作为类,将美国国家环境预报中心全球格点资料的各种因子场作为天气样本特征,计算得到不同天气样本在所有类中的局部均值伪最近邻,通过决策规则实现最优分类。利用提出的降水预报模型对北京市2010年6—8月进行了24 h降水预报,实验结果表明,提出的预报方法对于降水等级预报的预报准确率以及晴雨预报的TS评分、正样本概括率、空报率和漏报率均优于传统的K最近邻预报方法,该方法具有较好的预报效果。