2001-2010 年东北三省植被净初级生产力模拟与时空变化分析

本文基于改进的CASA光能利用率模型,利用遥感数据、气象数据、土地覆盖类型数据作为模型输入参数,估算了中国东北三省2001-2010年的植被净初级生产力(NPP),并利用MOD17A3 NPP产品与本文估算NPP进行了精度对比分析。结果表明,东北三省10a平均的植被NPP为304.643g C/(m2·a)。不同土地覆盖类型NPP差异明显,阔叶林>混交林>针叶林>农田>灌木>草地>城镇>未利用地>水体。年NPP在2001-2005年间出现了上下波动的趋势,且不同土地覆盖类型NPP的时空变化趋势不同,森林覆盖区域具有明显的逐年下降趋势(-1.217g C/(m2·a)),未利用地则具有明显的逐年上升趋势(2.35g C/(m2·a))。通过对3个气象因子(降水、辐射量、温度)、3个模型参数因子(APAR累积量、光能利用率ε、NDVI累积量)与NPP的相关性分析可知,APAR累积量与NPP的相关性最大,研究区平均相关系数达到了0.703,温度与NPP的相关系数最小,研究区平均相关系数为0.011。     

面向微博谣言关注度的大数据时序特性分析

近年来,微博谣言因其传播速度快、扩散范围广、影响后果严重引起了公众广泛关注。网民对于微博谣言关注度程度随时间变化,关注侧重点漂移客观反映了微博谣言治理效果。因此,研究微博谣言关注度具有重要价值。以新浪微指数平台为大数据分析源,通过时序特性分析方法深度挖掘近5年网民对微博谣言关注度的时序特征。研究发现,微博谣言关注度时序是一个无明显趋势和周期的时间序列。5年中序列最大峰值出现时间与两高院出台惩治网络谣言相关《解释》的时间吻合| ARMA（1,2）模型可较好地拟合微博谣言关注度序列|手机端谣言关注度数量约为电脑端谣言关注度数量的2.8倍,前者是后者的格兰杰原因,且前者对后者的影响力为持续一周逐渐减小的正面冲击效应|网民关注的微博谣言热门信息主要集中于谣言惩罚的相关政策、重大突发事件中的媒体辟谣、明星向造谣者追究法律责任以及安全问题相关的辟谣榜4个方面。研究结果有助于掌握微博谣言关注度时序规律,从而为有效制定微博谣言抑制策略提供可靠依据。     

Holt-Winters模型与X-11模型在预测中的比较研究

以实际数据为例,时一时间序列分别建立Holt-winters模型与X-11模型并进行预测.从而对这两种统计模型进行比较研究,得出对于既有趋势又有季节性的时间序列进行预测X-11模型优于Holt-Winters模型.     

基于MODIS数据提取华北典型区冬小麦种植面积

基于2004年和2008年的8 d 合成的MODIS 多时相地表反射率产品,提取华北冬麦种植典型区面积分布. 根据冬小麦生育期内时相变化建立了EVI时序曲线;基于Savitzky-Golay滤波降低云对时序数据的影响重构时序EVI数据,并结合作物物候期、种植结构和图像解译结果, 提取华北典型区冬小麦种植空间分布. 结果表明, 依据MODIS-EVI时序数据提取的研究区冬小麦种植面积空间分布, 与统计数据比较其总体精度可达98%. 2008年冬小麦的面积与2004年相比有所增加, 其中山东省增加15%左右; 而北京和天津市这5年里的面积基本持平.     

Handling Missing Data in the Modeling of Intensive Longitudinal Data

Myriad approaches for handling missing data exist in the literature. However, few studies have investigated the tenability and utility of these approaches when used with intensive longitudinal data. In this study, we compare and illustrate two multiple imputation (MI) approaches for coping with missingness in fitting multivariate time-series models under different missing data mechanisms. They include a full MI approach, in which all dependent variables and covariates are imputed simultaneously, and a partial MI approach, in which missing covariates are imputed with MI, whereas missingness in the dependent variables is handled via full information maximum likelihood estimation. We found that under correctly specified models, partial MI produces the best overall estimation results. We discuss the strengths and limitations of the two MI approaches, and demonstrate their use with an empirical data set in which children’s influences on parental conflicts are modeled as covariates over the course of 15 days (Schermerhorn, Chow, & Cummings, 2010).     

时间序列法在高校新生入学率预测中的应用

采用平滑线散点图分析某高校招生部门提供的2005～2009年分省、直辖市所录取新生入学报到率历史数据,应用基于时间序列法的新生入学报到率预测模型预测了2010年14个省、直辖市新生入学报到率,与实际报到率相比较结果显示由模型预测出的2010年新生报到率绝大部分处于置信区间．该模型可为高校招生部门在各省、直辖市投放招生指标提供一种定量决策方法．     

城市用水量预测研究

根据城市用水负荷的变化规律 ,采用时间序列分析法 ,建立了用水短期负荷预测的三角函数模型 ,并给出了节假日负荷及突发事件负荷的预测方法 ,同时 ,在微机上开发了软件 .通过实例计算 ,效果良好 ,精度较高 ,可应用于供水输配系统日常的生产调度 ,为实现供水输配系统在线优化调度奠定基础     

基于标志性事件研究的我国在“三海”问题上所处形势分析

建立力量分析模型,利用历史法梳理出冷战结束后到本文研究的截止日期内,在“三海”问题上,利益侵害方/争议方和干涉方对华立场的标志性事件。以专家赋分法和时间序列法进行处理,绘出趋势线,反映我国在“三海”问题上所处形势。在钓鱼岛、台湾和南海问题上,趋势线分别呈“先平后陡”“总体平稳”和“总体陡峭”状态,考虑到历史及政策的延续性,未来在钓鱼岛和南海问题上,我国所面临的压力形势可能呈加剧状态,在台湾问题上所处的形势保持相对稳定状态的可能性较大。     

不同文本长度的体验型产品在线评论时间序列研究——以电影评论为例

[目的/意义]将体验型产品在线评论按照文本长度分为长文本在线评论和短文本在线评论,探究这两类评论的时间和内容特征,为电子商务平台掌握消费者在线评论行为规律和商品需求偏好提供情报依据。[方法/过程]利用Python爬虫语言获取电影评论网站中在线评论的相关信息,构造在线评论时间间隔序列,基于人类行为动力学相关构念,探究不同类型在线评论发布行为的时间特征规律;利用文本挖掘方法找出不同类型在线评论的文本内容特征并进行比较分析。[结果/结论]以电影评论网站在线评论为数据来源,从时间角度总结出不同类型在线评论行为的时间间隔序列符合幂率分布;从文本内容角度发现不同类型在线评论的文本内容特征既有一定的相似性,也表现出明显的差异。     

危机情景下群体情感表达的动力学机制研究

【目的/意义】探索危机情景下的群体情感表达的动力学机制,对于危机情境下的网络舆情管理具有重要的 理论价值与现实意义。【方法/过程】研究获取与“群体免疫”相关的微博数据,利用 SKEP模型计算每日情感倾向和 情感值以构建情感时间序列,对情感序列的平稳性、纯随机性以及混沌性进行分析。【结果/结论】研究结果表明,舆 情是一个过程系统,群体情感表达是该过程系统的一种连续过程。在不同阶段群体情感表达呈现迥异的动力学特 性,起始期的情感序列是由一个随机系统产生的;爆发期主导群体情感表达机制的是一个混沌系统;平稳期群体情 感表达过程是一个二阶马尔可夫过程,是由一个稳定的非混沌系统主导情感的表达。【创新/局限】本研究挖掘了危 机情境下群体情感表达的动力学机制,丰富了理论视角。但本研究仅针对危机情境展开,在未来研究中将进一步 研究比较危机情境下与其他情境下群体情感表达动力学机制的差异。