期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
内蒙古呼和浩特市承压地下水水位监测网优化 被引量:8
1
作者 屈泽伟 张翼龙 +2 位作者 王贵玲 余楚 何雨江 《地球学报》 EI CAS CSCD 北大核心 2013年第2期223-228,共6页
定量评价地下水监测网的合理性对于准确、经济地获取高质量的监测数据尤为重要。本文针对呼和浩特市平原区现行承压水监测网,以估计误差标准差作为衡量监测网合理与否的特征参数,借助ArcGIS地学统计模块,利用普通Kriging插值模型,... 定量评价地下水监测网的合理性对于准确、经济地获取高质量的监测数据尤为重要。本文针对呼和浩特市平原区现行承压水监测网,以估计误差标准差作为衡量监测网合理与否的特征参数,借助ArcGIS地学统计模块,利用普通Kriging插值模型,对待测点进行插值,获取估计误差标准差等值线图。结果表明:监测水位估计误差标准差范围由优化前的0.47~4.44变为优化后的0.5~0.8(除研究区西南边界附近外),研究区整体估计误差标准差显著减小,且全区范围内变幅较小。优化后的监测网在满足监测精度需要的同时,能够较大程度节省监测网的运行费用。研究成果为呼和浩特市平原区承压水水位监测提供一个较优化的监测网布设方案,进而为研究区承压地下水的合理开发利用以及相关环境地质问题提供真实可靠的数据支撑,具有重要的应用价值。 展开更多
关键词 承压水 地下水监测网 Kriging插值模型 估计误差标准差
下载PDF
基于GIS的海水环境监测站位优化——以胶州湾为例 被引量:2
2
作者 尹维翰 崔文林 +3 位作者 齐衍萍 鞠莲 宋文鹏 赵玉慧 《海洋开发与管理》 2014年第10期78-82,共5页
文章利用2003-2012年5月、8月和10月胶州湾19项海水监测要素归一化后数据,基于ArcGIS软件地学统计模块,通过Kriging插值模型对归一化数据进行检验分析及站位优化。结果表明,优化后的31个监测站位估计误差标准差梯度较优化前大幅降低,平... 文章利用2003-2012年5月、8月和10月胶州湾19项海水监测要素归一化后数据,基于ArcGIS软件地学统计模块,通过Kriging插值模型对归一化数据进行检验分析及站位优化。结果表明,优化后的31个监测站位估计误差标准差梯度较优化前大幅降低,平均估计误差标准差由0.160降低到0.147,降低了8.3%。站位优化后不仅可对胶州湾沿岸重点污染源以及胶州湾海域总体海水质量实施有效监控,并且可以作为今后胶州湾海水监测的常规站位。优化后的监测网在满足监测精度需要的同时,能够较大程度节省监测网的运行费用,可以为其他海域海水监测站位优化及海洋主管部门提供技术支撑,具有重要的应用价值。 展开更多
关键词 站位优化 地统计 估计误差标准差 胶州湾
下载PDF
西安城区地下水位监测网优化设计 被引量:1
3
作者 闫峭 于林弘 +1 位作者 宋扬 周维博 《灌溉排水学报》 CSCD 北大核心 2016年第5期103-107,112,共6页
进行地下水位监测可获得评价区域地下水时、空分布的必要信息。采取地下水动态类型编图的方法对西安城区地下水位监测网进行了优化设计,将整个西安城区分成71个动态类型区,使用ArcGIS生成地下水动态类型分区图;根据现有资料,对比3种半... 进行地下水位监测可获得评价区域地下水时、空分布的必要信息。采取地下水动态类型编图的方法对西安城区地下水位监测网进行了优化设计,将整个西安城区分成71个动态类型区,使用ArcGIS生成地下水动态类型分区图;根据现有资料,对比3种半变差函数模型,确定了适宜西安城区的Kriging插值模型,进而取得西安城区地下水位监测网优化前、后的估计误差标准差等值线图。结果显示,标准差由0.46-2.98m变为0.25-1.02m,优化后的研究区整体标准差范围明显减小。最终确定在西安城区布设97眼监测井,其中在原有61眼监测井中保留44眼,新增监测井53眼。优化后的监测网能够更准确地获取有效的监测数据。 展开更多
关键词 地下水位监测网 地下水动态类型 Kriging插值法 半变差函数 估计误差标准差
下载PDF
呼和浩特平原区潜水水位监测网优化
4
作者 屈泽伟 胡亚召 +1 位作者 袁伟 王贵玲 《宁夏工程技术》 CAS 2015年第4期323-330,共8页
采用地下水动态类型分区法将呼和浩特平原区划分为74个动态类型子区,定性评价呼和浩特平原区现行监测网存在的问题与不足,提出具体优化原则,对地下水监测网进行优化布设,最终保留现有监测井36眼,并在相应位置增设监测井48眼.运用Kriging... 采用地下水动态类型分区法将呼和浩特平原区划分为74个动态类型子区,定性评价呼和浩特平原区现行监测网存在的问题与不足,提出具体优化原则,对地下水监测网进行优化布设,最终保留现有监测井36眼,并在相应位置增设监测井48眼.运用Kriging法,以估计误差标准差作为衡量监测网合理与否的特征参数,编制估计误差标准差等值线图,定量评价优化结果 .结果表明,优化后的监测网使全区范围内估计误差标准差较优化前显著减小,由优化前的0.3~35变为优化后的0.2~0.8,且优化后的估计误差标准差在全区内变幅较小.优化后的监测网能在较大程度上节省监测网运行费用的同时,满足实际监测精度的需求,并能准确、有效地服务于呼和浩特平原区地下水的合理开发利用,极具现实意义. 展开更多
关键词 地下水位监测网 地下水动态类型分区法 Kriging插值法 估计误差标准差
下载PDF
Evaluation of Some Stem Taper Models for Camellia japonica in Mount Halla, Korea
5
作者 Sung Cheol JUNG Yeon Ok SEO +1 位作者 Hyun Kyu WON Roscinto Ian C.LUMBRES 《Journal of Mountain Science》 SCIE CSCD 2015年第6期1395-1402,共8页
This study was conducted to evaluate the performance of the four stem taper models on Camellia japonica in Jeju Island, Korea using fit statistics and lack-of-fit statistics. The five statistical criteria that were us... This study was conducted to evaluate the performance of the four stem taper models on Camellia japonica in Jeju Island, Korea using fit statistics and lack-of-fit statistics. The five statistical criteria that were used in this study were standard error of estimate(SEE), mean bias( E), absolute mean difference(AMD), coefficient of determination(R2), and root mean square error(RMSE). Results showed that the Kozak model 02 stem taper had the best performance in all fit statistics(SEE: 3.4708, E : 0.0040 cm, AMD : 0.9060 cm, R2 : 0.9870, and RMSE : 1.2545). On the other hand, Max and Burkhart stem taper model had the poorest performance in each statistical criterion(SEE: 4.2121, E : 0.2520 cm, AMD : 1.1300 cm, R2 : 0.9805, and RMSE: 1.5317). For the lack-of-fit statistics, the Kozak model 02 also provided the best performance having the best AMD in most of the relative height classes for diameter outside bark prediction and in most of the DBH classes for total volume prediction while Max and Burkhart had the poorest performance. These stem taper equations could help forest managers to better estimate the diameter outside bark at any given height, merchantable stem volumes and total stem volumes of the standing trees of Camellia japonica in the forests of Jeju Island, Korea. 展开更多
关键词 Mount Halla Stem volume Diameter outside bark Kozak model Model evaluation
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部