Estimation of distance related probability of animal movements between holdings and implications for disease spread modeling

Between holding contacts are more common over short distances and this may have implications for the dynamics of disease spread through these contacts. A reliable estimation of how contacts depend on distance is therefore important when modeling livestock diseases. In this study, we have developed a method for analyzing distant dependent contacts and applied it to animal movement data from Sweden. The data were analyzed with two competing models. The first model assumes that contacts arise from a purely distance dependent process. The second is a mixture model and assumes that, in addition, some contacts arise independent of distance. Parameters were estimated with a Bayesian Markov Chain Monte Carlo (MCMC) approach and the model probabilities were compared. We also investigated possible between model differences in predicted contact structures, using a collection of network measures.We found that the mixture model was a much better model for the data analyzed. Also, the network measures showed that the models differed considerably in predictions of contact structures, which is expected to be important for disease spread dynamics. We conclude that a model with contacts being both dependent on, and independent of, distance was preferred for modeling the example animal movement contact data.     

基于马尔可夫模型的南京市年降水量预测试验

鉴于降水过程存在大量不确定性的特点,中长期降水预报一直是气象科学领域的一个难题。主要采用平滑处理消除异常值,对年降水量进行分级,建立滑动平均马尔可夫链预测模型。通过建立的预测模型,对南京市2009、2010年年降水量进行了试预测。结果表明,2009年预测值与实测值相对误差为2．17％,2010年预测值与实测值相对误差为3．09％,预测精度较高。同时,为弥补滑动平均马尔可夫链模型对极端年份无法预测准确的缺陷,利用灰色灾变系统,对南京市极端降水年份进行预测。两者结合能更好地完成南京市年降水量的预测工作。     

时序误差权马尔可夫链在粮食丰欠状况预测中的应用

针对粮食产量时间序列既有摆动又有一定趋势的特点，首先对粮食产量进行时间趋势项拟合，然后对粮食产量的误差序列进行分析，以其规范化的各阶自相关系数为权，用加权的马尔可夫链来预测粮食未来的丰欠状况。并以广西粮食产量为例进行了实证分析。     

长白落叶松工业人工林密度控制技术的研究

以马尔柯夫过程理论为基础对长白落叶松工业人工林进行了模拟密度控制，提出了合理的培育密度和相应的抚育间伐对象。结果表明：马尔柯夫过程理论确能反映长白落叶松工业人工林的直径转移过程，这对于定量分析长白落叶松工业人工林直径分布的动态规律，从而拟定合理的密度控制措施非常有益；长白落叶松工业人工林成林后的密度控制间伐无论从培育森林方面，还是从取得木材、加大林分收益方面考虑，都应该以间伐小径阶的林木为主；２０－２５龄长白落叶松工业人工林的经营密度以０．７为最佳。     

基于加权马尔可夫模型的条件植被温度指数预测研究

条件植被温度指数(VTCI)是一种近实时的干旱监测指标。利用加权马尔可夫模型对陕西关中平原的条件植被温度指数(VTCI)时空变化序列进行了2步预测,并将预测结果与实际监测结果进行对比分析,结果表明,预测的干旱监测结果与实际的干旱监测结果空间分布特征基本一致,进一步的误差分析显示,2步预测的误差平均值分别为0.042和0.152。     

秃尾河流域降水量权马尔可夫链模型预测研究

针对降水过程存在着大量不确定性、不精确性的特点,采用均值-标准差分级法将降水量分为雨涝、偏涝、正常、偏旱和干旱5个状态;针对降水量为相依随机变量的特点,采取规范化的各阶自相关系数为权重,用加权马尔可夫链模型预测未来降水的变化状况;最后以黄河中游秃尾河流域为例对该方法进行了检验,分析了其未来情况下降水的可能变化趋势.结果表明,2002年秃尾河流域降水量预测状态与实际相吻合.     

基于权马尔科夫链模型的河套灌区上中下游地下水埋深预测研究

以拓展和深化区域地下水埋深预测研究为目的,运用随机理论,建立了基于加权马尔科夫链的地下水埋深预测模型,预测内蒙古河套灌区上中下游在未来时段内地下水埋深所处区间值。结果表明：节水改造后灌区中游区的地下水埋深更多的时候处于［2.380, 2.742)区间,下游区的地下水埋深更多的时候处于［2.218, 2.506)区间,这两个区间的数值都低于内蒙古河套灌区的临界地下水埋深2.0 m,在未来的一段时间河套灌区中下游的盐渍化有望进一步减轻。而上游区的地下水埋深更多的时候处于［1.227, 1.727)区间,此区间的数值高于内蒙古河套灌区的临界地下水埋深2.0 m,在未来的时间河套灌区上游是控制地下水埋深的重点区域。     

基于马尔科夫链的西安春季首场透雨预测方法研究

[目的]研究西安春季首场透雨的马尔科夫链预测方法。[方法]根据透雨出现时间具有相依随机变量的特点,选取西安市1959-2010年7个气象台站的春季（3-5月）降水量资料,采用气象上春季首场透雨标准确定其出现日期,按照研究问题序列的长短和实际情况将其划分为6个状态空间,并采用马尔科夫链建立春季首场透雨预测模型。[结果]应用马尔科夫链预测的2009、2010年西安市春季首场透雨的出现时间与实况相符,预测效果较好,其方法思路清晰,计算简便,且具有一定的可靠性和实用性。[结论]该方法为实际业务预报春季首场透雨提供科学的参考价值。     

对偶加权Markov分支过程

研究对偶加权Markov分支过程的正则性、唯一性、单调性和Feller性, 得到了判断这些性质的充要以及充分或必要条件.     

氨基酸间的距离与蛋白质进化的随机模型

用遗传密码词典中61个密码作为链的状态,提出了一个氨基酸替代的马氏链模型。将20种氨基酸间首次通过时间作为突变距离与 Grantham(1974)的氨基酸间理化距离以及Dayhoff(1978)的相对替代概率做相关分析。结果表明,替代概率与理化距离的相关大大高于与突变距离间的相关,说明蛋白质进化过程中,是自然选择而非突变起着决定性作用。