导读:本文包含了主时间尺度分析论文开题报告文献综述及选题提纲参考文献，主要关键词:多时间尺度,PM_(10),PM_(2.5),小波分析
主时间尺度分析论文文献综述
郭婵,杨飞,王朋,豆瑞,易文利[1]（2019）在《多时间尺度的秦岭南北城市PM_(10)和PM_(2.5)变化特征分析》一文中研究指出基于454d PM_(10)、PM_(2.5)质量浓度小时数据,分析不同时间尺度下西安市和安康市PM_(10)、PM_(2.5)变化规律。结果表明:(1)西安市和安康市PM_(10)、PM_(2.5)日均浓度均呈宽"U"字型变化趋势,秋冬季污染重于夏秋季,西安市污染重于同期安康市。(2)经小波分析发现,西安市在2017年供暖期内PM_(10)、PM_(2.5)浓度小波周期与同期安康市基本相同,经济结构差异和自然条件差异对PM_(10)、PM_(2.5)时间周期无显着影响。(3)城市自然、经济和供暖条件引起西安市和安康市PM_(10)、PM_(2.5)小时浓度变化趋势差异。(本文来源于《四川环境》期刊2019年05期）
王睿,孙秋野,张雪猛,马大中[2]（2019）在《微电网电磁时间尺度相角稳定性分析》一文中研究指出随着电力电子化的分布式可再生能源大规模接入电网,同步振荡和谐波失稳现象越来越受到人们的关注。相较于传统的电力系统,新型微电网更多地表现出负阻抗性、低惯性、负阻尼性和能量的双向流动性。基于此,文章提出了一种基于小信号的电磁时间尺度相角稳定性分析方法。首先,建立了电磁时间尺度电力变换器的小信号模型,通过系统相角与分布式电源无功功率的内在联系得到电力变换器的相角稳定性指标;然后,建立了电力变换器的闭环传递函数并通过特征值分析得到相角稳定域;最后,通过仿真和实验验证了所提的微电网电磁时间尺度相角稳定性分析方法。(本文来源于《电力建设》期刊2019年09期）
梁萍,周兵,马悦,汪佳伟[3]（2019）在《2017年秋季华西秋雨的多时间尺度变化特征及成因分析》一文中研究指出利用我国723个常规观测气象站降水资料和NCEP再分析资料等,综合大气环流的季节内-季节异常、海洋外强迫年际异常及降水的长期变化影响,分析了2017年华西秋雨异常的成因。结果表明:20世纪60年代以来,华西秋雨存在3～4、6～9、12～18 a、36 a等多个时间尺度的准周期变化,并自1990年以来呈现增加的长期变化趋势。2017年华西秋雨异常偏多是多时间尺度变率迭加影响的结果。2017年秋季,北半球极涡偏向东亚地区,贝加尔湖低槽多冷空气分裂南下,西太平洋副热带高压异常偏强偏西,华西地区处于水汽输送异常辐合大值区,出现降水异常偏多。在季节内时间尺度上,东亚夏季风的季节内撤退过程偏慢,夏季风北界位置持续偏北,9—10月主雨带维持在华西—江汉—江淮一带。自西太平洋经南海北上的水汽输送的季节内变化,并与东北冷涡的季节内活动相配合,是造成华西秋汛的季节内环流影响因子。华西秋雨年际异常与赤道中东太平洋海温呈现显着的负相关。夏末秋初开始发展的拉尼娜状态是2017年我国秋季降水异常的重要外强迫因子。2017年华西秋雨的异常偏多也与其近年来的年代一多年代际正距平位相及长期增加趋势相关联。(本文来源于《气象》期刊2019年08期）
李佳佳,贺新光,卢希安[4]（2019）在《长江流域月降水的EEMD多时间尺度遥相关分析》一文中研究指出基于长江流域138个气象站1961～2016年的逐月降水观测资料,应用集合经验模态分解(EEMD)方法,分别对各站点的月降水序列进行EEMD分解,然后,运用时滞相关分析和逐步变量选择的方法,以识别长江流域月降水周期振荡和长期趋势的显着影响因子,并构建多元线性回归模型对长江流域月降水进行预测。结果表明:(1)近50多年来,长江流域各站点的月降水呈现出显着的季节、年际和年代际尺度振荡特征。(2)流域内各站点月降水的长期变化趋势存在着较大的空间差异性,表现为金沙江、雅砻江、大渡河以及鄱阳湖流域是月降水长期趋势显着增加的集中区,而岷江中游以及洞庭湖流域的南部是月降水长期趋势显着减少的集中区。(3)厄尔尼诺1+2区的平均海表温度(NINO1+2)的过去模式是影响长江流域月降水周期振荡的主要气候因子,而全球平均气温距平(GlobalT)是影响长江流域月降水长期趋势的主要气候因子。(4)基于已识别的影响因子构建的月降水量预测模型在旱季的预报性能高于雨季,并在长江上游地区的预报性能高于其中下游地区。(本文来源于《长江流域资源与环境》期刊2019年08期）
翟劭燚,王文种,刘九夫,王欢,陆之昂[5]（2019）在《半干旱地区蒸散发时间尺度扩展方法对比分析》一文中研究指出蒸散发量(ET,evapotranspiration)的时间尺度扩展是遥感反演区域ET的关键。为评价由瞬时潜热通量经时间尺度扩展方法计算日蒸散发量的可靠性,利用美国西南部半干旱地区的Walnut Gulch实验流域草地站点的波文比系统实测数据,分析评价蒸发比法、简化蒸发比法、作物系数法、简化参考作物系数法、正弦关系法、冠层阻力法和修正冠层阻力法共7种蒸散发时间尺度扩展方法的估计效果,统计结果显示,7种蒸散发时间尺度扩展方法总体趋势具有一致性,存在着一定的规律性,采用10:00～14:30的瞬时值估计较为接近实测蒸发值。正弦法、简化参考作物系数法及简化的蒸发比法的模拟精度较高(相对均方根误差在20%左右),比较适合于估算半干旱地区的日蒸散发量。对具有相近气象、气候、下垫面条件和空间尺度数据且具有充足气象观测资料的地区,推荐采用基于简化作物系数的时间尺度扩展方法开展从小时到日的ET时间尺度扩展,对于缺少气象观测资料的类似地区,推荐采用正弦法和简化的蒸发比法进行时间尺度扩展。(本文来源于《水文》期刊2019年03期）
樊冬,赵希磊,丁雨,谢庆,严吉[6]（2019）在《多时间尺度下SS-Y伸缩仪对气压效应的响应分析》一文中研究指出整理淮北台2014年以来SS-Y伸缩仪观测资料,分析其在年、月、日和短时(数十分钟)不同时间尺度下对气压效应响应的差异,通过建立适当的数学模型拟合出相应的响应曲线,结果表明:在短周期时间尺度下SS-Y伸缩仪对气压效应的修正方程改进效果显着。(本文来源于《华南地震》期刊2019年02期）
马芬[7]（2019）在《呼吸系统中复杂簇放电的多时间尺度分析》一文中研究指出呼吸运动是生物体维持个体生命的基本生理活动。Pre-B(?)tzinger复合体位于人和其他哺乳动物延髓腹外侧区,是哺乳动物呼吸节律起源的关键部位。神经放电节律是神经系统中信息编码的一种方式。本文以pre-B(?)tzinger复合体中兴奋性神经元模型为研究对象,分别研究了单个和耦合pre-B(?)tzinger复合体中兴奋性神经元在钙离子影响下的复杂混合簇放电模式及其产生机制。本文分为四部分:第一章是绪论,主要给出本文的研究背景和所涉及的基本知识,包括神经科学背景知识及动力学基础理论知识;第二章主要研究了单个pre-B(?)tzinger神经元中混合簇放电的产生,从多时间尺度角度,运用快慢分析和分岔等方法研究了叁磷酸肌醇(IP3)浓度对混合簇放电的影响。第叁章主要考虑钙动力学影响下的耦合pre-B(?)tzinger复合体神经元,利用分岔分析、双参数分析等方法,从多时间尺度研究了钠离子浓度对混合簇放电的影响。第四章,给出总结与展望。本文对混合簇放电产生原因的研究包含两种:混合簇放电的产生受IP3分子浓度的影响,IP3分子浓度的改变,导致了混合簇放电的产生;混合簇放电的产生受钙离子浓度影响,而钠离子波动是导致混合簇放电产生的根本原因。本文中的研究方法为研究混合簇放电动力学提供了一个新的思路,也可以应用于其他具有快慢时间尺度的神经系统的研究当中。(本文来源于《北方工业大学》期刊2019-05-22）
胡柏杨[8]（2019）在《心率变异性的多时间尺度分析及在心衰诊断中的应用》一文中研究指出随着心血管疾病的发病率逐年攀升和发病人群日益年轻化,我国心血管疾病患者人数已达到2.9亿,已经成为威胁人类健康和生命的“头号杀手”。心衰作为各种心血管疾病的严重和终末阶段,表现出高致病率、高致死率、高医疗支出和发病诱因繁杂的特点,是备受关注的心血管疾病之一。本文借助于数字信号处理技术、计算机技术和机器学习算法对生理信号进行分析,建立心衰的早期诊断模型,希望为心衰疾病的早期健康筛查提供依据,这将及时阻止心衰患者病情的恶化,极大减轻家庭和医疗机构的负担。本文以PhysioNet数据库中长时心电信号的心跳间隔时间序列为基础,首次结合多时间尺度分析和心率变异性(HRV)分析方法计算了九个HRV指标(时域:MEAN、SDNN、RMSSD,频域:LFn、HFn、Ratio-LH,非线性域:VAI、VLI、SampEn)在七个时间尺度(5分钟、10分钟、30分钟、1小时、2小时、5小时、10小时)下的结果,发现了多时间尺度拟合指标并用于心衰诊断模型的研究。主要研究内容和结果如下:1)HRV指标的差异性研究。比较同一时间尺度下的同一 HRV指标在心衰样本和正常样本中的差异,比较同一样本中的同一 HRV指标在不同时间尺度下的变化差异,比较同一 HRV指标在两组样本间的差异随时间尺度变化下的差异。利用t检验分析同一时间尺度下的同一 HRV指标在心衰样本和正常样本之间的统计显着性差异。结果表明:MEAN、RMSSD、LFn、HFn和VAI对时间尺度变化不敏感,而SDNN、Ratio-LH、VLI和SampEn对时间尺度变化表现出不同的敏感特性。对时间尺度不敏感的五个HRV指标在两组样本间的差异性p值对时间尺度也不敏感,而时间尺度分别对两组样本间的SDNN和VLI的差异性表现出放大效应,对SampEn在短时时间尺度上表现出缩放效应,在长时时间尺度上表现出放大效应。2)单时间尺度下的心衰诊断模型研究。以同一时间尺度下的九个HRV指标为特征向量,利用网格搜索算法来确定最优超参数,使用支持向量机机器学习算法来建立心衰诊断模型。同时使用十折交叉验证的方法来评估所建立的模型的分类效果。结果表明:2小时时间尺度下建立的心衰诊断模型性能最佳,其中灵敏度为86.67%、特异性为98.33%、准确率为94.44%,叁项评估指标均优于其他时间尺度下的模型性能。这表明2小时时间尺度可能更适合于对心衰患者的诊断分析。3)多时间尺度下的心衰诊断模型研究。依据同一 HRV指标随时间尺度的变化差异情况,利用线性函数、指数函数和对数函数对HRV指标的变化趋势进行拟合,将拟合函数的系数作为新的非标准的HRV指标,同样使用支持向量机的机器学习分类算法来建立心衰诊断模型。结果表明:以多时间尺度下的非标准HRV指标所建立的心衰诊断模型性能均要优于单时间尺度下的最佳模型性能,其中使用叁个组合的非标准HRV指标所建立的模型性能达到了 93.33%的灵敏度,98.33%的特异性和96.67%的准确率。该结果优于当前公开的绝大部分结果,这表明多时间尺度分析方法可以为心衰诊断提供更多有益的信息,为进一步将该方法应用到其他生理信号和其他疾病诊断分析上提供借鉴意义。(本文来源于《山东大学》期刊2019-05-18）
李大驰,张鑫,常浩浩,余成凤[9]（2019）在《气候变化背景下榆林市参考作物需水量多时间尺度特征分析》一文中研究指出【目的】研究气候变化背景下榆林市参考作物需水量的多时间尺度变化特征及其与各气象因子的相关性,便于衡量气候变化背景下榆林市水热资源的演变特征。【方法】根据榆林气象站1959—2014年逐日气象资料(平均地表温度、平均气温、蒸发量、平均气压、平均相对湿度、日照时间和平均风速等),采用彭曼公式、Mann-Kendall突变检验、小波分析及相关分析法研究了榆林市参考作物需水量多时间尺度变化特征。【结果】1959—2014年榆林站全年及四季参考作物需水量均呈增加趋势,线性倾向率分别为30.7、11.4、6.7、5.7、6.9 mm/10 a。全年参考作物需水量突变年份为1995年,春、夏、秋叁季参考作物需水量均在1998年发生突变,冬季在1989年发生突变;全年及四季参考作物需水量的第一主周期分别为26、28、27、28、26 a,第二主周期分别为8、7、9、8、4 a,第叁主周期分别为4、2、4、4、12 a;参考作物需水量与平均相对湿度、日照时间、平均气温、平均风速以及年平均地表温度的相关系数分别为-0.128、0.223、0.935、0.271、0.940。【结论】榆林站1959—2014年不同时间尺度的参考作物需水量均呈增加趋势,平均气温、日平均地表温度是影响榆林气象站ET_0的主要因素。(本文来源于《灌溉排水学报》期刊2019年05期）
王岩,林炳青,潘卫华,吴建成,林晶[10]（2019）在《武夷山北段地形对闽北不同时间尺度降水的影响分析》一文中研究指出选择武夷山北段(杉岭)为研究区,根据北溪河谷和南坡各5个区域自动站2014年降水观测资料,分析北溪河谷和南坡年、春季、夏季的降水特征,结合当年雨季和台风季的两次降水过程,以及相应的风廓线资料,探讨地形对不同时间尺度降水的影响。结果表明:(1)年降水量的垂直变化和地理位置有关。北溪河谷年降水量垂直梯度不明显,或与其地形尺度和所选站点海拔相对高度差较小有关。南坡年降水量垂直梯度显着,达到了44.3mm/100m,或许和其地形阻挡和抬升作用,以及最高峰黄岗山列入南坡有关。(2)地形也影响了降水的季节分布。早春季,北溪河谷随海拔升高降水有增加趋势;南坡在早春季和夏季则都较为显着的降水垂直梯度变化,两个季节的降水垂直梯度分别为15.7mm/100m和20.5mm/100m。(3)地形对不同天气系统造成的降水影响不同。雨季冷锋和台风季台风两种天气系统经过武夷山,北溪河谷降水垂直梯度变化都不显着。南坡在冷锋过境,降水随海拔升高有减少趋势;台风过境时,因所选台风个例是在研究区域北面过境,南坡会对其低层暖湿西南急流起到阻挡和强迫抬升作用,形成显着的降水地形增幅效应。(4)地形引发的热力效应对昼夜降水具有重要影响,早春季夜雨较多,其中北溪河谷夜雨占62%,南坡占67%;夏季昼雨较多,其中北溪河谷昼雨占70%,南坡占56%;另年昼夜降水量垂直递度昼雨大于夜雨。(本文来源于《海峡科学》期刊2019年05期）
主时间尺度分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着电力电子化的分布式可再生能源大规模接入电网,同步振荡和谐波失稳现象越来越受到人们的关注。相较于传统的电力系统,新型微电网更多地表现出负阻抗性、低惯性、负阻尼性和能量的双向流动性。基于此,文章提出了一种基于小信号的电磁时间尺度相角稳定性分析方法。首先,建立了电磁时间尺度电力变换器的小信号模型,通过系统相角与分布式电源无功功率的内在联系得到电力变换器的相角稳定性指标;然后,建立了电力变换器的闭环传递函数并通过特征值分析得到相角稳定域;最后,通过仿真和实验验证了所提的微电网电磁时间尺度相角稳定性分析方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
主时间尺度分析论文参考文献
[1].郭婵,杨飞,王朋,豆瑞,易文利.多时间尺度的秦岭南北城市PM_(10)和PM_(2.5)变化特征分析[J].四川环境.2019
[2].王睿,孙秋野,张雪猛,马大中.微电网电磁时间尺度相角稳定性分析[J].电力建设.2019
[3].梁萍,周兵,马悦,汪佳伟.2017年秋季华西秋雨的多时间尺度变化特征及成因分析[J].气象.2019
[4].李佳佳,贺新光,卢希安.长江流域月降水的EEMD多时间尺度遥相关分析[J].长江流域资源与环境.2019
[5].翟劭燚,王文种,刘九夫,王欢,陆之昂.半干旱地区蒸散发时间尺度扩展方法对比分析[J].水文.2019
[6].樊冬,赵希磊,丁雨,谢庆,严吉.多时间尺度下SS-Y伸缩仪对气压效应的响应分析[J].华南地震.2019
[7].马芬.呼吸系统中复杂簇放电的多时间尺度分析[D].北方工业大学.2019
[8].胡柏杨.心率变异性的多时间尺度分析及在心衰诊断中的应用[D].山东大学.2019
[9].李大驰,张鑫,常浩浩,余成凤.气候变化背景下榆林市参考作物需水量多时间尺度特征分析[J].灌溉排水学报.2019
[10].王岩,林炳青,潘卫华,吴建成,林晶.武夷山北段地形对闽北不同时间尺度降水的影响分析[J].海峡科学.2019