导读:本文包含了时空相关性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:相关性,时空,植被,因子,气象,正态分布,微分方程。
时空相关性论文文献综述
刘业炜[1]（2019）在《我国居民家庭能源消费时空差异性研究——基于居民家庭收入、区域气候差异与碳减排相关性分析》一文中研究指出随着我国经济的快速发展,家庭能源消费成为我国能源消费和碳排放的重要来源。在此背景下,本文研究了我国31个省份城镇家庭能源消费的时空变化。结果表明:我国城镇家庭能源消费存在明显的时空差异,其中收入水平和气温差异是造成东中西部地区和南北方地区家庭能源消费差异的主要因素;经济发展水平的提高和收入的增加是家庭能源消费产生时间效应的主要影响因素。因此,政府在制定能源发展和碳减排政策时,应因地制宜地采用有效措施,帮助各地区实现能源消费向高效、清洁化方向发展。(本文来源于《价格理论与实践》期刊2019年07期）
赵书强,金天然,李志伟,刘金山,李奕欣[2]（2019）在《考虑时空相关性的多风电场出力场景生成方法》一文中研究指出在大规模风电接入电力系统的背景下,考虑时空相关性的多风电场出力场景的应用在解决电力系统日前调度问题中具有重要意义。针对多风电场提出一种出力场景生成方法。该方法以多元正态分布函数和Copula函数为基础,建立了风功率时空相关性模型,综合分析了多风电场出力的时空相关性。依据上述相关性分析结果,结合蒙特卡洛抽样并引入Copula理论中的条件分布,生成大量具有时空相关性的风电场景。该方法生成的场景能够更好地模拟多风电场出力的相关关系。最后,以青海省风电场提供的风功率作为样本进行对比仿真,验证了所提方法的可行性与有效性。(本文来源于《电网技术》期刊2019年11期）
丁明,宋晓皖,孙磊,黄冯,张舒捷[3]（2019）在《考虑时空相关性的多风电场出力场景生成与评价方法》一文中研究指出含多个风电场的场景生成技术可为电力系统中长期规划和运行提供所需基础数据。为在场景生成过程中计入多风电场风电出力的时空相关性,提出两阶段场景生成方法:在第一阶段,采用Copula函数对多个风电场出力的空间相关性建模,获得多风电场出力的初始场景;在第二阶段,运用随机微分方程对风电场出力波动随机性建模,通过重构初始风电出力场景,使得最终获得的场景中风电序列较好地保留原始序列的时间相关性。为评估生成场景的有效性,构建场景有效性评价指标体系;引入多重分形去趋势波动分析方法,提供刻画风电序列的自相关特性和动态波动特性的多维度指标。以某区域风电场为例,生成风电季度出力场景,结果表明所提方法能够复现原始风电序列的时空相关性。(本文来源于《电力自动化设备》期刊2019年10期）
艾泽,陈权亮[4]（2019）在《四川地区气溶胶光学厚度时空分布及其与气象因子的相关性分析》一文中研究指出应用MODIS资料和中国地面累年值月值数据集探讨了四川地区2008～2017年气溶胶光学厚度(AOD)时空分布和变化趋势,并分析了2008～2016年AOD与气象因子的相关性。结果表明:四川地区AOD在10a间整体呈先增加后减少的趋势,其中2010年为高值年,2017年为低值年,分别为0. 46和0. 21。月均值AOD呈双峰型分布,在2月和8月达到峰值,分别为0. 44和0. 32。空间分布上,东部为高值区,西部为低值区。东部地区AOD下降趋势显着,西部AOD上升趋势不显着;四川盆地AOD与温度显着正相关,与相对湿度和气压显着负相关,与风速、降水相关性较低。(本文来源于《四川环境》期刊2019年04期）
彭亮,郑淑文,何英,穆振侠,李晓庆[5]（2019）在《基于MODIS的积雪时空变化与CMADS气象因子相关性研究——以塔什库尔干河流域为例》一文中研究指出积雪是塔什库尔干河流域宝贵的资源,了解流域融雪时空变化规律及其与气象、地形因素的相关关系具有重要意义。基于不同高程带、坡度和坡向的Arc GIS解译积雪覆盖数据和CMADS数据,采用方差分析和Pearson相关性分析等方法,研究不同高程带、坡度和坡向雪盖时空变化规律及其与气象因子的相关关系。结果表明:平均气温、太阳辐射和降水是影响塔什库尔干河流域积雪的主导气象因子,同时还受地形(高程、坡度、坡向)的限制;积雪覆盖率在各地形上存在明显季节差异性及月差异性,积雪覆盖率与气象因子相关度从高到低依次排序为:平均气温>太阳辐射>降水>风速>相对湿度,积雪覆盖率与前3个因素存在显着负相关关系,风速次之,与相对湿度的相关性最小。(本文来源于《水资源与水工程学报》期刊2019年04期）
赵毅,吴志,钱仲豪,顾伟,李冬辉[6]（2019）在《计及源—荷时空相关性的主动配电网分布式优化调度》一文中研究指出首先,建立不同光伏之间以及光伏与负荷之间的相关性约束,并利用拉丁超立方抽样和Cholesky分解技术相结合的处理方法对该非线性的相关性约束进行场景化分析。其次,建立主动配电网分布式优化模型。由于配电网和微电网联络线上存在有功无功功率以及临界节点电压耦合关系,采用复制节点的区域分解方法实现配电网和微电网的解耦。在此基础上,引入目标级联分析法实现配电网和微电网之间的迭代求解。最后,采用改进的IEEE 123节点作为算例对所提模型进行了验证,并着重研究源—荷时空相关性对优化结果的影响。(本文来源于《电力系统自动化》期刊2019年19期）
易浠,严颂华,陈华丽,田茂[7]（2019）在《星载卫星导航反射信号与土壤湿度的时空相关性分析》一文中研究指出近年来使用GNSS(global navigation satellite system)反射信号反演土壤湿度已成为研究热点,使用星载反射计数据反演土壤湿度是一种有潜力的新兴技术。以TDS-1(technology demonstrate satellite-1)卫星接收的数据为例,首先推导出反射信号功率Pr与土壤湿度Mv间的理论关系,然后将SMAP(soil moisture active passive)卫星获得的Mv作为标准值,在空间上选择两条轨迹的Pr与Mv进行皮尔森相关处理,得到两条轨迹上的相关系数分别为0. 55和0. 60。之后对Pr和Mv分别进行相应的平滑预处理去除噪声,得到相关系数都增加为0. 71,即Pr与土壤湿度强相关。取春夏秋冬四个季节的数据,计算Pr与Mv的相关系数为0. 78,二者也表现为强相关。实验结果表明:星载(GNSS-reflections,GNSS-R)接收机得到的Pr与Mv有很强的相关性,具有估计土壤湿度的潜力。(本文来源于《科学技术与工程》期刊2019年21期）
张子雅,陈磊,张虎,刘朋飞[8]（2019）在《京津冀地区空气质量时空分布特征及其相关性分析》一文中研究指出随着城市化的发展,伴随而来的空气质量问题已成为众多环境问题中被广泛讨论与关注的话题。为深入了解空气质量形成机理、探讨空气污染因子的分布特征,以2015年全国监测站点空气质量数据为基础,提取京津冀地区空气质量数据,从时间、空间、时空变化3个角度出发,研究NO_2、SO2、PM2.5、CO、O_3、PM10六种空气污染因子以及空气质量指数(AQI)的时空分布特征,并分析各个污染因子之间以及与AQI的相关性。分析结果表明:京津冀地区空气质量时空分布特征差异较大,北部地区AQI明显低于南部地区,夏秋两季空气质量普遍好于春冬两季;AQI与NO_2、PM2.5、CO呈明显正相关,与O_3呈不明显的负相关,O_3与AQI相关性较小。分析结果可为京津冀地区空气质量的防控与预测提供理论基础。(本文来源于《地理信息世界》期刊2019年03期）
蒋怡玥[9]（2019）在《基于高速公路收费数据的交通分布时空相关性研究》一文中研究指出作为连接城市间的运输载体,高速公路的建设与城市的发展相辅相成。高速公路网络引发的时空效应显着地影响着城市之间的出行量。高速公路收费交易数据完整地记录了全天候车辆进出高速公路收费站的时刻和OD信息,具有较强的时效性和较高的准确度,因此高速公路收费数据包含了整个高速公路路网的出行量时空数据。从时空角度出发,定性和定量描述城市化与高速公路交通出行量之间的关系一方面可以更好地预测高速公路的OD出行量,另一方面可以更好地理解城市化与高速公路交通流量时空分布的内在效应,这些对于城市规划和区域交通发展是非常有意义和价值的。基于此,本文主要完成了以下工作:首先,在数据预处理中,针对高速公路收费数据异常数据产生的主要原因不同,从高速公路的自身属性出发进一步提出与收费数据特点相结合的方法来剔除异常数据,并结合实例验证该预处理方法的可行性;其次,本文将高速公路交通出行量按照车辆类型分为客流、货流,分别表征居民和货物的流动。高速公路路网中的交通流在时间和空间上均存在关联性,单从时间角度或空间角度出发,难以准确地描述城市之间出行量的分布特性。因此,本文从时间、空间不同角度对收费数据挖掘和分析,通过分析高速公路网的结构和实际数据的时间序列之间的特征来确定时空相关性;再次,从微观和宏观相结合的视角,提出考虑时空效应的城市间OD出行量的时空相关回归模型。将城市的GDP、城市人口比例和可达性作为城市化指标,并计算不同变量下的边际效应,定量测度交通出行量时空效应,以及城市化对交通出行量的影响。本文结合数据本身的特点提升模型的描述效果和适用性。研究结果表明,出发地时空相关性、目的地时空相关性以及OD时空相关性会显着影响客流、货运模式,而忽略这种时空相关性会导致高估城市化变量中GDP和城市人口比例对高速公路交通出行量的影响,并且低估可达性的影响。而对城市化变量与高速公路出行量之间互动作用关系及其效应的定量描述,多角度揭示了城市化对高速公路交通流量时空分布的影响,有助于高速公路的规划、运营、管理和城市资源的分配之间的协调发展。(本文来源于《北京交通大学》期刊2019-06-05）
张丹丹[10]（2019）在《西安市城区大气PM_(2.5)和PM_(10)的时空变化规律与植被覆盖度的相关性研究》一文中研究指出近年来,城市大气颗粒物污染日趋加重,尤其是PM_(2.5)、PM_(10)的污染问题,严重影响到人类身体健康,引起公众的广泛关注。本文以西安市主城区域,南横线以北、渭河以南以及东西绕城高速所围的区域为主要研究区,展开颗粒物PM_(2.5)、PM_(10)的空间变化规律及其与植被覆盖类型、植被覆盖度的关系的研究。首先,利用2013年至2015年西安市13个国控空气质量监测站24 h自动连续采样的PM_(2.5)、PM_(10)的浓度数据,通过统计分析的方法,探讨了研究区PM_(2.5)、PM_(10)的时空分布特征。其次,运用ENVI、ArcGIS10.2软件,基于像元模型的二值化处理估算植被覆盖度(VFC),综合分析研究区土地利用类型的变化情况。最后,通过SPSS 22软件,对颗粒物PM_(2.5)、PM_(10)的浓度与研究区的植被覆盖类型和植被覆盖度分别进行相关性分析。结果表明:(1)西安市近5年来的空气质量指数变化趋势以及颗粒物(PM_(2.5)、PM_(10))的质量浓度的一般变化规律可知,西安市冬季和夏季的空气质量指数的时间变化规律受天气状况影响明显,随天气状况的变化呈波动性升高或降低。西安市的颗粒物的(PM_(2.5)、PM_(10))的质量浓度呈现冬季高,夏季低的一般变化规律,且整体上呈现下降趋势。(2)从植被覆盖等级的变化情况看,西安市的植被覆盖度等级变化主要为中高覆盖度向低覆盖度以及极低覆盖度转化,部分区域为高覆盖度向中覆盖度以及中、中低覆盖度转化。低植被覆盖度的变化主要是由于西安市主要建成区的土地利用类型发生了变化。研究区的植被覆盖除高覆盖度的面积增加外,整体构造也发生改善。植被覆盖面积发生转变的区域集中在灞桥区、未央区、雁塔区和长安区,耕地类型向其它类型转变最多。(3)在研究区内,以11个有效监测站点为中心,0.5 km、2 km、4 km为半径分别做缓冲区,在缓冲区尺度下,从PM_(2.5)、PM_(10)与植被覆盖类型的关系看,PM_(2.5)、PM_(10)年平均质量浓度与植被覆盖类型的覆盖面积有相关性,但相关性不显着。此外,PM_(2.5)浓度与以2 km为半径的缓存区的林地面积显着负相关,相关系数为-0.809;从PM_(2.5)、PM_(10)年平均质量浓度与植被覆盖度的关系可知,PM_(2.5)、PM_(10)质量浓度与缓冲区的植被覆盖度呈负相关性,且从2013-2015年,二者之间的相关性增加。本研究通过克里金(Kriging)插值法得到监测站点外更大范围,更加精确,更加快速的颗粒物浓度数据。借助SPSS 22软件,构建PM_(2.5)浓度与植被覆盖度的回归模型。从研究结果看,展开林地面积对PM_(2.5)的邻域加权调节作用研究有非常重要的意义。该研究结论为研究西安市的颗粒物污染提供参考,为西安市大气污染治理和环境保护提供重要的科学依据。(本文来源于《西北大学》期刊2019-06-01）
时空相关性论文开题报告
（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：
在大规模风电接入电力系统的背景下,考虑时空相关性的多风电场出力场景的应用在解决电力系统日前调度问题中具有重要意义。针对多风电场提出一种出力场景生成方法。该方法以多元正态分布函数和Copula函数为基础,建立了风功率时空相关性模型,综合分析了多风电场出力的时空相关性。依据上述相关性分析结果,结合蒙特卡洛抽样并引入Copula理论中的条件分布,生成大量具有时空相关性的风电场景。该方法生成的场景能够更好地模拟多风电场出力的相关关系。最后,以青海省风电场提供的风功率作为样本进行对比仿真,验证了所提方法的可行性与有效性。
（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。
时空相关性论文参考文献
[1].刘业炜.我国居民家庭能源消费时空差异性研究——基于居民家庭收入、区域气候差异与碳减排相关性分析[J].价格理论与实践.2019
[2].赵书强,金天然,李志伟,刘金山,李奕欣.考虑时空相关性的多风电场出力场景生成方法[J].电网技术.2019
[3].丁明,宋晓皖,孙磊,黄冯,张舒捷.考虑时空相关性的多风电场出力场景生成与评价方法[J].电力自动化设备.2019
[4].艾泽,陈权亮.四川地区气溶胶光学厚度时空分布及其与气象因子的相关性分析[J].四川环境.2019
[5].彭亮,郑淑文,何英,穆振侠,李晓庆.基于MODIS的积雪时空变化与CMADS气象因子相关性研究——以塔什库尔干河流域为例[J].水资源与水工程学报.2019
[6].赵毅,吴志,钱仲豪,顾伟,李冬辉.计及源—荷时空相关性的主动配电网分布式优化调度[J].电力系统自动化.2019
[7].易浠,严颂华,陈华丽,田茂.星载卫星导航反射信号与土壤湿度的时空相关性分析[J].科学技术与工程.2019
[8].张子雅,陈磊,张虎,刘朋飞.京津冀地区空气质量时空分布特征及其相关性分析[J].地理信息世界.2019
[9].蒋怡玥.基于高速公路收费数据的交通分布时空相关性研究[D].北京交通大学.2019
[10].张丹丹.西安市城区大气PM_(2.5)和PM_(10)的时空变化规律与植被覆盖度的相关性研究[D].西北大学.2019
论文知识图
