守望星空精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的守望星空主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：守望星空范文
執(zhí)行／徐 鵬
隱形攻擊機(jī)――隱形殺手
在海灣戰(zhàn)爭(zhēng)中，隱形攻擊機(jī)名聲大噪：在“沙漠風(fēng)暴”期間執(zhí)行危險(xiǎn)性任務(wù)達(dá)1000余次，無一受損。獨(dú)特外形設(shè)計(jì)、特殊材質(zhì)……這讓隱形攻擊機(jī)一般不會(huì)被對(duì)方探測(cè)系統(tǒng)發(fā)現(xiàn)，從而達(dá)到攻其不備的目的，在空對(duì)地的實(shí)戰(zhàn)中效果極佳。無疑，美國(guó)的隱形戰(zhàn)機(jī)在目前正處于世界領(lǐng)先水平。
模擬參照：美國(guó)F―117隱形攻擊機(jī)。
模擬數(shù)據(jù)：機(jī)長(zhǎng)20米，機(jī)高4米，翼展13米，機(jī)翼面積105平方米，載重量10噸，艙員2人。主要武器為3枚空對(duì)空導(dǎo)彈、CBU-15模式滑翔炸彈(電光制導(dǎo))、B61核炸彈。
模擬代號(hào)：“偷襲者”。
設(shè)計(jì)臺(tái)詞：只有我才是天空的主宰。
幻影戰(zhàn)斗機(jī)――空戰(zhàn)之王
從目前國(guó)外戰(zhàn)斗機(jī)的研制、銷售來看，真正可以與美國(guó)、蘇聯(lián)戰(zhàn)斗機(jī)抗衡的，也就數(shù)“幻影”戰(zhàn)機(jī)了。“幻影”系列戰(zhàn)機(jī)，是法國(guó)在ACF計(jì)劃中止之后著手研制的。“幻影”4000是“幻影”系列中最新的一種戰(zhàn)斗機(jī)，具有多重攻擊能力。
模擬參照：法國(guó)幻影4000戰(zhàn)斗機(jī)。
模擬數(shù)據(jù)：全長(zhǎng)19米，翼展12米，高6米，最大速度為2350米／小時(shí)，最高可升至20000米，艙員3人。主要武器為兩門30毫米“德發(fā)”機(jī)炮，每門備彈250發(fā)。11個(gè)外掛點(diǎn)：3枚中距空對(duì)空導(dǎo)彈、3枚空對(duì)地導(dǎo)彈、一個(gè)偵察吊艙。
模擬代號(hào)：“巡邏者”。
設(shè)計(jì)臺(tái)詞：天上地下，唯我獨(dú)尊!
王牌對(duì)王牌
時(shí)間：下午6點(diǎn) 地點(diǎn)：5000米高空
這是一個(gè)虛擬的時(shí)空，執(zhí)行“偷襲”任務(wù)的“偷襲者”，與偵察敵情的“巡邏者”狹路相逢，一場(chǎng)空前的空中爭(zhēng)霸戰(zhàn)打響了。
第一回合：狹路相逢
“偷襲者”單兵出擊，完成一個(gè)特別任務(wù)，因此小心翼翼，速度并不快。本來它先發(fā)現(xiàn)了“巡邏者”，但并未率先發(fā)起攻擊。雙方大約相距6000米，“偷襲者”放慢了速度，希望可以避開對(duì)方。“巡邏者”已經(jīng)在空中巡查了2個(gè)多小時(shí)，這段時(shí)間一切風(fēng)平浪靜。因此，它在空中懶洋洋地邁著步子，注意力并不集中。
“偷襲者”在龜速前行，一分多鐘過去了。由于“巡邏者”的探測(cè)系統(tǒng)根本發(fā)現(xiàn)不了對(duì)方，而駕駛員也沒有警覺，所以它還沒有發(fā)現(xiàn)它的敵人，依然在自顧自地“散步”。“偷襲者”暗自慶幸：一場(chǎng)空中火并似乎可以避免了。然而在這時(shí)，“巡邏者”卻朝著它的方向飛了過來……
第二回合：敵追我趕
除了干掉對(duì)方，“偷襲者”已別無選擇。
幾乎在“偷襲者”發(fā)動(dòng)攻擊的同時(shí)，“巡邏者”發(fā)現(xiàn)了它的敵人(隱形戰(zhàn)機(jī)可以在雷達(dá)之類探測(cè)系統(tǒng)的探測(cè)下隱形，卻無法在人的肉眼下遁跡)。但一切為時(shí)已晚，若它此刻立即發(fā)動(dòng)攻擊，最理想的結(jié)果即與對(duì)手同歸于盡。眼看著“巡邏者”就要被導(dǎo)彈擊中，但在這關(guān)鍵時(shí)刻，它忽然一個(gè)俯沖。在“偷襲者”志在必得地引爆導(dǎo)彈之時(shí)，“巡邏者”已十分幸運(yùn)地避開了對(duì)方導(dǎo)彈攻擊。
一擊不中，“偷襲者”顯得不想與對(duì)手火并，在“巡邏者”俯沖的同時(shí)，它也以500米／秒的速度爬升。在爬升了大約3000米之后，它緊急剎車(F－117裝載有F-15的剎車裝置)，欲掉頭逃跑。“巡邏者”距離本方基地并不遠(yuǎn)，若無法在短時(shí)間內(nèi)消滅“巡邏者”，形勢(shì)將對(duì)“偷襲者”極為不利。
“巡邏者”顯然窺測(cè)到了“偷襲者”的意圖，在止住俯沖之勢(shì)后，也以250米／秒的速度爬升。縱然爬升速度、加速度明顯不如“偷襲者”，但“巡邏者”還是選擇了緊追不舍。
第三回合：回馬一槍
在緊追“偷襲者”的同時(shí)，“巡邏者”也發(fā)射了一枚空對(duì)空導(dǎo)彈。而“偷襲者”則“偷學(xué)”了對(duì)方的避彈技巧，也以一個(gè)俯沖避開了對(duì)方的第一擊。
“巡邏者”不敢輕視對(duì)方的反擊，并沒有以最快的速度追擊對(duì)方。當(dāng)它發(fā)現(xiàn)與對(duì)方的距離越來越遠(yuǎn)之時(shí)，加足馬力，但為時(shí)已晚。大約過了20分鐘，“偷襲者”已經(jīng)從它的視野中消失了。
窮寇莫追，“巡邏者”恐繼續(xù)追擊會(huì)遭遇對(duì)方的主力部隊(duì)，只好一邊向基地報(bào)告情況，一邊怏怏地打道回府。這時(shí)，“偷襲者”的導(dǎo)彈已朝它飛了過來……
最終結(jié)局：原來，“偷襲者”并沒有像亡命之徒一樣只顧逃命，而是在決定先甩掉對(duì)方之后，再殺一個(gè)回馬槍。而“巡邏者”在追擊之時(shí)不夠堅(jiān)決，給了對(duì)方反戈一擊的機(jī)會(huì)。最終，“巡邏者”被徹底摧毀。“偷襲者”縱然本身沒有特別大的損失，但已經(jīng)無法完成預(yù)期的任務(wù)。
第2篇：守望星空范文
關(guān)鍵詞：手術(shù)顯微鏡；孔源性視網(wǎng)膜脫離
孔源性視網(wǎng)膜脫離治療大多采用雙目間接眼底鏡下完成裂孔定位，冷凝，放液。但間接檢眼鏡具有倒像，放大倍數(shù)低，術(shù)中需反復(fù)取戴，不易掌握等缺點(diǎn)。2013年2月～2014年2月我院采用在手術(shù)顯微鏡直視下進(jìn)行視網(wǎng)膜裂孔定位、冷凝，促進(jìn)視網(wǎng)膜神經(jīng)上皮與色素上皮的粘連。此方法具有視野清晰，裂孔光凝部位準(zhǔn)確，手術(shù)效率高，簡(jiǎn)便易行等特點(diǎn)。現(xiàn)將其報(bào)告如下。
1資料與方法
1.1一般資料 2013年2月～2014年2月我院收治孔源性視網(wǎng)膜脫離患者58例（61眼），其中男36例.女22例；年齡12～65歲；病程5 d～3個(gè)月。納入標(biāo)準(zhǔn)：孔源性視網(wǎng)膜脫離，增生性玻璃體視網(wǎng)膜病變（PVR）≤C2，且其他屈光間質(zhì)清晰不妨礙用三面鏡查找視網(wǎng)膜裂孔。排除標(biāo)準(zhǔn)：屈光間質(zhì)渾濁影響檢查視網(wǎng)膜裂孔，PVR>C2，距角膜緣15 mm后的后極部視網(wǎng)膜裂孔。其中鋸齒緣離斷5只眼，疑似裂孔1只眼，余為赤道至周邊單純裂孔、馬蹄形裂孔或多發(fā)性裂孔。術(shù)前矯正視力在手動(dòng)至0.6之間，眼壓為6～19 mmHg（非接觸眼壓計(jì)）。
1.2術(shù)前處理 常規(guī)檢查裸眼視力、 矯正視力、 眼壓、B超，散瞳后雙目間接檢眼鏡、 三面鏡詳細(xì)檢查眼底，定位裂孔、 視網(wǎng)膜變性區(qū)及視網(wǎng)膜脫離范圍，氧氟沙星滴眼液點(diǎn)眼。
1.3方法 術(shù)前30 min用復(fù)方托比卡胺散瞳，行球后神經(jīng)阻滯麻醉，距角膜緣后1～2 mm分離球結(jié)膜，暴露鞏膜，行直肌牽引線，預(yù)置硅壓褥式縫線。選擇視網(wǎng)膜隆起較高部位赤道處，做鞏膜放射狀斜行切口，可見脈絡(luò)膜鼓起小泡，然后用1號(hào)一次性注射器針頭于鞏膜板層切口刺破脈絡(luò)膜，放出視網(wǎng)膜下積液，可在視網(wǎng)膜隆起較高的部位鞏膜面稍許加壓，①促進(jìn)積液流出，②保證眼內(nèi)壓不至于過低，降低眼內(nèi)出血的危險(xiǎn)。放液后裂孔區(qū)域視網(wǎng)膜趨于平復(fù)，眼壓降低大致達(dá)T-2左右，眼球軟化易于頂壓，由助手用棉簽頂壓眼球，術(shù)者在手術(shù)顯微鏡直視下用右手持直徑2.5 mm冷凍頭在視網(wǎng)膜裂孔對(duì)應(yīng)的鞏膜表面向眼球中心頂壓，左手持有齒小鑷在相反方向固定眼球，將裂孔頂壓在瞳孔區(qū)視野內(nèi)，立即開啟冷凍器，在顯微鏡直視下見到裂孔周邊脈絡(luò)膜發(fā)紅-漸黃-變白，視網(wǎng)膜變白后關(guān)閉冷凍器，若為大馬蹄形裂孔則再冷凝其兩角，然后于鞏膜面確認(rèn)裂孔后唇是否位于硅壓預(yù)置縫線前半?yún)^(qū)內(nèi)，否則調(diào)整縫線以保證裂孔位于硅壓嵴縫線處結(jié)扎，頂壓硅膠塊可以在手術(shù)顯微鏡直視下確定硅壓是否準(zhǔn)確，裂孔部位是否有視網(wǎng)膜皺褶形成，裂孔是否在墊壓塊前坡上，然后指測(cè)眼壓和依照裂孔位置確定是否向眼球內(nèi)注入消毒空氣，用8-0線關(guān)閉結(jié)膜切口，檢查術(shù)眼光感，涂氧氟沙星眼膏，包扎術(shù)眼。術(shù)后典必殊滴眼液點(diǎn)術(shù)眼。
1.4 結(jié)果的觀察及評(píng)價(jià) 觀察視力、眼壓、葡萄膜反應(yīng)以及眼底視網(wǎng)膜復(fù)位情況。冷凝區(qū)反應(yīng)分為5級(jí)：0級(jí)無任何反應(yīng)；I級(jí)：色素沉著；Ⅱ級(jí)：混雜色素沉著和脫失；Ⅲ級(jí)：色素完全脫失，呈瓷白色；Ⅳ級(jí)：視網(wǎng)膜前膜形成。術(shù)后早期瞳孔區(qū)滲出膜分級(jí)。0級(jí)：無膜形成；I級(jí)：瞳孔緣有纖維素樣滲出膜；Ⅱ級(jí)：瞳孔區(qū)滲出膜呈網(wǎng)狀；Ⅲ級(jí)：瞳孔區(qū)滲出膜致密。
2結(jié)果
2.1手術(shù)情況 鞏膜外放液聯(lián)合硅膠墊壓52只眼，鞏膜外放液聯(lián)合硅膠墊壓聯(lián)合球內(nèi)注入消毒空氣9只眼。
2.2炎癥反應(yīng) 術(shù)后住院及隨訪期間術(shù)眼均未見瞳孔區(qū)滲出膜為0級(jí)。
2.3視網(wǎng)膜復(fù)位 術(shù)后第1 d均可見視網(wǎng)膜裂孔頂壓在鞏膜嵴前坡上，8例手術(shù)嵴后見少許視網(wǎng)膜下液，3～7d吸收。3例馬蹄形裂孔邊緣在手術(shù)嵴后緣內(nèi)，行視網(wǎng)膜激光光凝術(shù)。1例網(wǎng)脫復(fù)發(fā)，行鞏膜硅壓調(diào)整，術(shù)后網(wǎng)膜復(fù)位，14 d后復(fù)診裂孔位于嵴前坡，嵴后坡網(wǎng)膜脫離，未累及黃斑區(qū)，隨診觀察中。
2.4術(shù)中、術(shù)后并發(fā)癥 穿刺放液無并發(fā)癥；1例患者縫合鞏膜時(shí)穿透鞏膜，但未引起醫(yī)源性視網(wǎng)膜脫離；2例繼發(fā)青光眼，經(jīng)藥物降低眼壓及糖皮質(zhì)激素積極抗炎治療后眼壓控制良好。未出現(xiàn)暴盲、眼前段缺血、爆發(fā)性脈絡(luò)膜上腔出血、眼內(nèi)炎等嚴(yán)重并發(fā)癥。
2.5手術(shù)效果 術(shù)后1 w、1、3、6個(gè)月定期復(fù)查，術(shù)后第1d視力均為指數(shù)以上，隨訪期間眼壓為9～20 mmHg。矯正視力在0.01～0.6。冷凝區(qū)反應(yīng)I級(jí)31眼，Ⅱ級(jí)24眼。Ⅲ級(jí)6眼，無Ⅳ級(jí)冷凝反應(yīng)。
3討論
視網(wǎng)膜脫離手術(shù)目的在于尋找并封閉所有的視網(wǎng)膜裂孔，創(chuàng)造促使視網(wǎng)膜神經(jīng)上皮與色素上皮貼近的條件，并消除或緩解玻璃體和網(wǎng)膜牽拉[1]。手術(shù)發(fā)展的趨勢(shì)是以最小量的手術(shù)封閉裂孔，提高復(fù)位率，減少并發(fā)癥[2]。
隨著手術(shù)顯微鏡下外路視網(wǎng)膜手術(shù)的開展，手術(shù)顯微鏡直視下定位法逐漸被大家認(rèn)可，其優(yōu)點(diǎn)如下：①手術(shù)全程在顯微鏡直視下完成，放液后經(jīng)鞏膜加壓可以在高倍顯微鏡下清晰地看到裂孔及周邊區(qū)域視網(wǎng)膜狀況，而且為正像，放大倍數(shù)高，可以辨認(rèn)出視網(wǎng)膜的細(xì)小病變。②一手調(diào)整眼球位置一手持冷凝器頂壓，操作簡(jiǎn)便易于掌握。③可避免重復(fù)冷凍造成的視網(wǎng)膜色素上皮嚴(yán)重破壞、細(xì)胞過度增生致術(shù)后PVR的發(fā)生，或破壞血-視網(wǎng)膜屏障導(dǎo)致嚴(yán)重的滲出性炎癥反應(yīng)。④術(shù)中除術(shù)者外，助手或其它醫(yī)生可通過示教鏡同步觀察同一視野，可供醫(yī)生間病例討論及示教[3]。
本組患者均在顯微鏡直視下進(jìn)行手術(shù)，由于手術(shù)視野清晰，視網(wǎng)膜裂孔及變性區(qū)定位準(zhǔn)確，冷凝適度，手術(shù)污染機(jī)會(huì)較少，并且術(shù)者雙手操作，助手也能利用顯微鏡與術(shù)者進(jìn)行配合操作，縮短了手術(shù)時(shí)間，簡(jiǎn)化了手術(shù)流程，提高了手術(shù)效率，且操作容易掌握，取得了良好的手術(shù)效果，易于推廣應(yīng)用。
參考文獻(xiàn)：
[1]傅守靜.視網(wǎng)膜脫離診斷治療學(xué)[M].北京：北京科學(xué)技術(shù)出版社，2002.
第3篇：守望星空范文
基金項(xiàng)目： 湖南省社科基金項(xiàng)目（13YBA030）、國(guó)家自然科學(xué)基金項(xiàng)目（71203241）、湖南省社科基金項(xiàng)目（11YBB039）
作者簡(jiǎn)介： 何穎媛（1982―）， 女， 湖南邵陽人， 中南大學(xué)商學(xué)院博士研究生，長(zhǎng)沙學(xué)院工商管理系講師， 研究方向： 農(nóng)村金融與風(fēng)險(xiǎn)管理。
摘 要：引入狀態(tài)空間模型對(duì)傳統(tǒng)兩因子CBD模型擬合階段和預(yù)測(cè)階段進(jìn)行聯(lián)合建模，并基于卡爾曼濾波方法對(duì)模型參數(shù)進(jìn)行估計(jì)。進(jìn)一步考慮到死亡率數(shù)據(jù)的小樣本特征，結(jié)合Bootstrap仿真技術(shù)和生存年金組合折現(xiàn)模型對(duì)長(zhǎng)壽風(fēng)險(xiǎn)進(jìn)行測(cè)度。利用1996～2011年數(shù)據(jù)展開實(shí)證研究，結(jié)果表明：結(jié)合模型解釋能力、參數(shù)估計(jì)結(jié)果和誤差項(xiàng)正態(tài)分布檢驗(yàn)結(jié)果，兩因子狀態(tài)空間模型要優(yōu)于傳統(tǒng)CBD模型；年金組合規(guī)模的擴(kuò)大可以消除微觀長(zhǎng)壽風(fēng)險(xiǎn)，但不能消除宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)；宏觀長(zhǎng)壽風(fēng)險(xiǎn)占據(jù)著不可分散風(fēng)險(xiǎn)的主導(dǎo)地位。
關(guān)鍵詞： 狀態(tài)空間模型；卡爾曼濾波估計(jì)；Bootstrap仿真；長(zhǎng)壽風(fēng)險(xiǎn)
中圖分類號(hào)：F840.32 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003-7217（2014）05-0024-05
一、引 言
伴隨著生活方式的轉(zhuǎn)變、生活水平的不斷提高和醫(yī)療系統(tǒng)的完善，死亡率模式亦隨之變化。未來死亡率的非預(yù)期性降低致使人類存活年限不斷增加，政府面臨的退休金和養(yǎng)老金成本不斷增加，保險(xiǎn)公司面臨的風(fēng)險(xiǎn)急劇增大，長(zhǎng)壽風(fēng)險(xiǎn)隨之凸顯。然而，由于長(zhǎng)壽風(fēng)險(xiǎn)的不確定性，對(duì)其進(jìn)行適當(dāng)?shù)母深A(yù)管理面臨挑戰(zhàn)。長(zhǎng)壽風(fēng)險(xiǎn)的不確定性很大程度來源于未來死亡率難測(cè)度性和長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度方法的選擇，因此，解決這兩個(gè)問題，對(duì)長(zhǎng)壽風(fēng)險(xiǎn)的識(shí)別和控制有著重要作用，對(duì)政府和保險(xiǎn)公司的決策具有重大的現(xiàn)實(shí)意義。
目前，關(guān)于死亡率的模型大致可以劃分為兩大類，具體包括確定死亡率模型和隨機(jī)死亡率模型。其中，確定型死亡率模型主要包括“Gompertz生存法則”[1]、“Makeham生存法則”[2]、“Thiele生存法則”[3]及“Heligman Pollard生存法則”[4]。然而，生存法則模型由于模型參數(shù)不能刻畫死亡率的時(shí)變特征而存在較大誤差。隨機(jī)型死亡率模型主要包括LC模型[5]和CBD模型[6]。但是，兩者均分兩個(gè)階段進(jìn)行參數(shù)估計(jì)，模型解釋能力受到很大限制。一些學(xué)者對(duì)現(xiàn)有的隨機(jī)死亡率模型展開比較分析，結(jié)果發(fā)現(xiàn)并不存在任何一種模型完全優(yōu)于其他模型，預(yù)測(cè)精度過于依賴現(xiàn)實(shí)條件[7-9]。
國(guó)內(nèi)關(guān)于死亡率的建模與長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度尚處于起步階段，主要集中于LC模型的簡(jiǎn)單應(yīng)用。有的研究了LC模型在我國(guó)人口死亡率預(yù)測(cè)中的應(yīng)用[10-14]；有的通過建立生存年金組合現(xiàn)值模型，分析了長(zhǎng)壽風(fēng)險(xiǎn)帶來的養(yǎng)老成本問題[15，16]。
基于以上認(rèn)識(shí)，本文擬利用狀態(tài)空間模型對(duì)兩因子CBD模型擬合階段和預(yù)測(cè)階段進(jìn)行聯(lián)合建模，并基于卡爾曼濾波方法對(duì)模型參數(shù)進(jìn)行估計(jì)。結(jié)合死亡率數(shù)據(jù)的小樣本特征，綜合運(yùn)用Bootstrap仿真技術(shù)和生存年金組合折現(xiàn)模型來測(cè)度長(zhǎng)壽風(fēng)險(xiǎn)的重要性，并利用中國(guó)數(shù)據(jù)展開實(shí)證研究。
二、兩因子狀態(tài)空間模型及卡爾曼濾波估計(jì)
假定dx，t表示年齡為x的人群在日歷年t的死亡人數(shù)；ex，t表示年齡為x的人群在日歷年t的死亡風(fēng)險(xiǎn)暴露數(shù)；為此，年齡為x的人群在日歷年t的死亡率和生存概率分別為qx，t=dx，t/ex，t和px，t=1-qx，t。
（一）兩因子隨機(jī)死亡率狀態(tài)空間模型
傳統(tǒng)CBD兩因子隨機(jī)死亡率模型的預(yù)測(cè)階段反映了兩時(shí)變參數(shù)在外界環(huán)境作用下的動(dòng)態(tài)變化，比如生活水平的改善和重大瘟疫的爆發(fā)將會(huì)使得公共因子呈現(xiàn)下降和上升相反的變動(dòng)趨勢(shì)，可以將其視為狀態(tài)方程。擬合階段則將死亡率和系統(tǒng)的狀態(tài)聯(lián)系起來，可以將其視為量測(cè)方程。基于此，可以得到兩因子隨機(jī)死亡率狀態(tài)空間模型。
假定N表示樣本的年齡跨度，T表示樣本的時(shí)間跨度。為表述方便，令zxi，t=log it（qxi，t）；H=[IN，B]N×2；B=（x1-，x2-，…，xN-）'N×1；常數(shù)漂移項(xiàng)μ=（μ1，μ2）'2×1，則觀測(cè)變量zt=（z1，t，z2，t，…，zN，t）'N×1；狀態(tài)向量Xt=（κ1t，κ2t）'2×1。此時(shí)，傳統(tǒng)的CBD模型可以轉(zhuǎn)化為如下狀態(tài)空間模型：
量測(cè)方程： zt=HXt+et （1）
狀態(tài)方程： Xt=AXt+μ+εt （2）
其中，觀測(cè)噪聲et=（e1，t，e2，t，…，eN，t）'N×1服從標(biāo)準(zhǔn)正態(tài)分布且協(xié)方差為Rt，記作et～N（0，Rt）；過程激勵(lì)噪聲εt=（ε1t，ε2t）'2×1服從二維標(biāo)準(zhǔn)正態(tài)分布，記作εt～N（0，Qt）。不同于傳統(tǒng)CBD模型單獨(dú)考慮兩時(shí)變因子，本文引入常數(shù)矩陣A以考慮兩時(shí)變因子的相互作用。
（二）卡爾曼濾波估計(jì)
定義t|t-1∈Rn表示已知時(shí)刻t以前狀態(tài)條件下第t步的先驗(yàn)狀態(tài)估計(jì)；t∈Rn表示在已知測(cè)量變量Zt條件下第t步的后驗(yàn)狀態(tài)估計(jì)，則狀態(tài)變量的先驗(yàn)估計(jì)誤差和后驗(yàn)估計(jì)誤差分別為et|t-1=Xt-t|t-1和et=Xt-t。此時(shí)，兩誤差的協(xié)方差分別為：
Pt|t-1=E[et|t-1eTt|t-1]=
E[（Xt-t|t-1）（Xt-t|t-1）T]（3）
Pt=E[EteTt]=E[（Xt-t）（Xt-t）T]（4）
其中，X-t=At-1+μ，且兩協(xié)方差矩陣有如下關(guān)系：
P-t=APt-1AT+Qt。
上述過程被稱為“時(shí)間更新方程”。
進(jìn)一步，觀測(cè)變量zt在已知時(shí)刻t以前狀態(tài)條件下的先驗(yàn)估計(jì)為：
t|t-1=Ht|t-1。同時(shí)對(duì)應(yīng)的估計(jì)誤差et和誤差 協(xié)方差矩陣Ft分別為：et=zt-t|t-1和Ft=HPt|t-1HT+Rt，此時(shí)，得到如下“狀態(tài)更新方程”：
Xt=t|t-1+Pt|t-1HTF-1tet （5）
Pt=（I-Pt|t-1HTF-1tH）Pt|t-1（6）
假定觀測(cè)變量和狀態(tài)變量的誤差項(xiàng)（et，εt）′在Ft-1條件下服從標(biāo)準(zhǔn)多維正態(tài)分布，則觀測(cè)變量zt服從正態(tài)分布：
zt|Ft-1～N（Ht|t-1，HPt|t-1HT+Rt）。
由此得到時(shí)期t的對(duì)數(shù)似然函數(shù)為：
Lt=-12log|HPt|t-1HT+Rt|-
12（zt-Ht|t-1）T
（HPt|t-1HT_Rt）-1（zt-Ht|t-1）=
-12log|Ft|-12eTtF-1tet（7）
進(jìn)而得到模型整體的對(duì)數(shù)似然函數(shù)：
L=-12∑Tt=1log|HPt|t-1HT+Rt|-
12∑Tt=1（zt-Ht|t-1）T
（HPt|t-1HT_Rt）-1（zt-Ht|t-1）=
-12∑Tt=1log|Ft|-12∑Tt=1eTtF-1tet（8）
借鑒Babbs和Nowman（1999）[17]的做法，假定測(cè)量誤差相互獨(dú)立且具有相同誤差，協(xié)方差矩陣Rt為常數(shù)對(duì)角矩陣R，狀態(tài)變量誤差的協(xié)方差Qt為常數(shù)矩陣Q。
三、長(zhǎng)壽風(fēng)險(xiǎn)重要性測(cè)度
（一）生存年金組合折現(xiàn)模型
假定：（1）生存年金組合由N個(gè)成員組成，且年齡均為60歲；（2）如果個(gè)體i活著，保險(xiǎn)公司每年年初需為其提供1單位的生存年金；（3）一年期國(guó)債短期利率恒定為4%，即r=4%；（4）由于大部分年限國(guó)家統(tǒng)計(jì)局公布的年齡上限為90，在此設(shè)定人類年齡上限為90。
記Li，t+τ為虛擬變量，當(dāng)個(gè)體i在時(shí)期t+τ仍舊活著，賦值1；否則，賦值0。由此可得，以年份t為基期，保險(xiǎn)公司需要向個(gè)體支付金額的現(xiàn)值為：
Yi=∑30τ≥11i，t+τpxi，t+τl（1+r）τ （9）
其中，pxi，t+τ為個(gè)體i在時(shí)期t+τ的生存概率。基于一年期死亡率集合φt={q（g）x，t+τ|τ≥0}，利用Ft=HPt|t-1HT+Rt可以得到Y(jié)i的期望值。則由N個(gè)成員構(gòu)成的年金組合現(xiàn)值為：
y=∑Ni=1Yi。
對(duì)上述年金組合的方差進(jìn)行分解，結(jié)果為：
Var（y）=E（Var（y|φt））+Var（E（y|φt）） （10）
式（10）中，右側(cè)第一項(xiàng)對(duì)應(yīng)的是微觀長(zhǎng)壽風(fēng)險(xiǎn)，第二項(xiàng)對(duì)應(yīng)的是宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)。
僅考慮微觀長(zhǎng)壽風(fēng)險(xiǎn)的情形下，給定一年期死亡率集合φt={q（g）x，t+τ|τ≥0}，變異系數(shù)為：
γ=Var（y|φt）E（y|φt）=1NVar（Yi|φt）E（Yi|φt） （11）
對(duì)應(yīng)地，同時(shí)考慮微觀長(zhǎng)壽風(fēng)險(xiǎn)、宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)情形下，變異系數(shù)為：
γ=Var（y）E（y）=
1NE（Var（Yi|ψt））E（Yi）+Var（E（Yi|ψt））E2（Yi）1/2（12）
利用式（10）可以求得宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)占據(jù)長(zhǎng)壽風(fēng)險(xiǎn)主導(dǎo)地位的組合規(guī)模臨界值為：
=E（Var（Yi|φt））Var（E（Yi|φt） （13）
（二）基于Bootstrap仿真的長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度
本文建立的狀態(tài)空間模型，由于時(shí)變參數(shù)κ1t和κ2t的預(yù)測(cè)值存在誤差（狀態(tài)方程存在不穩(wěn)定性），因此，未來死亡率預(yù)測(cè)不穩(wěn)定性稱為宏觀長(zhǎng)壽風(fēng)險(xiǎn)或過程風(fēng)險(xiǎn)。量測(cè)方程的擬合準(zhǔn)確度帶來的未來死亡率預(yù)測(cè)不確定性對(duì)應(yīng)的是參數(shù)風(fēng)險(xiǎn)。
由于死亡率數(shù)據(jù)屬于小樣本，考慮到Bootstrap仿真方法在小樣本情形下滿足樣本的相合性和分位點(diǎn)的漸進(jìn)正態(tài)性，結(jié)合Bootstrap仿真技術(shù)與生存年金組合折現(xiàn)模型來測(cè)度長(zhǎng)壽風(fēng)險(xiǎn)的重要性，具體可以歸納為五個(gè)步驟：第一步，利用卡爾曼濾波法對(duì)模型參數(shù)κ1t和κ2t進(jìn)行估計(jì)，同時(shí)，得到對(duì)應(yīng)的測(cè)量殘差序列rx，t。記Rt是由元素rx，t構(gòu)成的N×T維矩陣。
第二步，對(duì)rx，t進(jìn)行有放回的抽樣，得到新的殘差矩陣Rt（b）。并利用量測(cè)方程得到重構(gòu)樣本數(shù)據(jù)qx，t。
第三步，基于重構(gòu)樣本，再次利用卡爾曼濾波估計(jì)得到待估計(jì)參數(shù)的新值和對(duì)應(yīng)殘差矩陣，得到對(duì)應(yīng)的隨機(jī)死亡率φt。第四步，利用公式（2）得到時(shí)變參數(shù)的預(yù)測(cè)值，并根據(jù)式（1）對(duì)未來死亡率進(jìn)行預(yù)測(cè)。第五步，重復(fù)上述步驟5000次，可以得到隨機(jī)死亡率的經(jīng)驗(yàn)分布F（b）。
基于上述分析，分三種情形對(duì)長(zhǎng)壽風(fēng)險(xiǎn)的具體內(nèi)容進(jìn)行測(cè)度：（1）量測(cè)方程和狀態(tài)方程誤差項(xiàng)Vt和Wt均取值0，利用公式（11）測(cè)度微觀長(zhǎng)壽風(fēng)險(xiǎn)。
（2）量測(cè)方程誤差項(xiàng)Vt取值0，狀態(tài)方程誤差項(xiàng)為正態(tài)分布εt～N（0，Q）的隨機(jī)值，利用公式（12）同時(shí)測(cè)度微觀和宏觀長(zhǎng)壽風(fēng)險(xiǎn)。（3）量測(cè)方程和狀態(tài)方程誤差項(xiàng)分別為正態(tài)分布et～N（0，R）和εt～N（0，Q）的隨機(jī)值，利用公式（12）同時(shí)測(cè)度微觀、宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)。
四、實(shí)證研究
（一）樣本的選取及預(yù)處理
考慮到數(shù)據(jù)的可獲得性，選取1996～2011年分年齡、性別50～90歲死亡率的每一歲歷史數(shù)據(jù)作為研究對(duì)象，并將末組確定為90，所有數(shù)據(jù)均來源于《中國(guó)人口統(tǒng)計(jì)年鑒》（1997～2012年）。
（二）死亡率實(shí)證結(jié)果
利用兩因子狀態(tài)空間模型對(duì)中國(guó)死亡率數(shù)據(jù)進(jìn)行建模，結(jié)果見圖1。其中，男性兩時(shí)變參數(shù)漂移項(xiàng)分別為-0.01203和-0.00023，女性兩時(shí)變參數(shù)漂移項(xiàng)分別為-0.01376和0.00019。關(guān)于女性死亡率的建模，傳統(tǒng)CBD模型和兩因子狀態(tài)空間模型相差不大，但對(duì)于男性死亡率存在較大差異。這些差異來源于兩者對(duì)于時(shí)變因子處理的不同，傳統(tǒng)CBD模型對(duì)于時(shí)變參數(shù)的擬合受限于“初始值”，而狀態(tài)空間模型則根據(jù)全局最優(yōu)進(jìn)行求解。
假定死亡人數(shù)服從泊松分布，采用貝葉斯信息準(zhǔn)則對(duì)模型優(yōu)劣進(jìn)行判別。結(jié)果顯示，傳統(tǒng)CBD模型BIC值為-3512，兩因子狀態(tài)空間模型BIC值為-3349，后者略優(yōu)于前者。
結(jié)合模型解釋能力和模型檢驗(yàn)結(jié)果，狀態(tài)空間模型不僅實(shí)現(xiàn)了傳統(tǒng)CBD模型擬合階段和預(yù)測(cè)階段的統(tǒng)一建模，同時(shí)對(duì)于隨機(jī)死亡率時(shí)變特征的刻畫相對(duì)更為精確，兩因子狀態(tài)空間模型要優(yōu)于傳統(tǒng)CBD模型。（三）長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度結(jié)果
基于兩因子狀態(tài)空間模型，利用Bootstrap仿真技術(shù)和生存年金組合折現(xiàn)模型，分別考察年金組合規(guī)模N=10，100，1000，10000四種不同組合規(guī)模情形下變異系數(shù)變動(dòng)情況，以對(duì)長(zhǎng)壽風(fēng)險(xiǎn)重要性進(jìn)行測(cè)度。以60歲男性和女性為例，表1為微觀長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度結(jié)果，表2為微觀和宏觀長(zhǎng)壽風(fēng)險(xiǎn)綜合測(cè)度結(jié)果，表3為微觀、宏觀和參數(shù)風(fēng)險(xiǎn)綜合測(cè)度結(jié)果。
由表1不難看出，隨著年金組合規(guī)模的擴(kuò)大，由個(gè)體死亡率帶來的微觀長(zhǎng)壽風(fēng)險(xiǎn)逐漸減小，當(dāng)規(guī)模達(dá)到10000時(shí)，對(duì)于60歲男性和女性而言，變異系數(shù)僅有0.004和0.003。換言之，微觀長(zhǎng)壽風(fēng)險(xiǎn)可以通過大數(shù)法則進(jìn)行分散化處理。根據(jù)年金組合現(xiàn)值可知，女性的未來生存成本要高于男性，這與中國(guó)現(xiàn)狀“女性的壽命高于男性”相符合。
根據(jù)表2可知，考慮宏觀長(zhǎng)壽風(fēng)險(xiǎn)后，隨著組合規(guī)模的擴(kuò)大，年金現(xiàn)值的變異系數(shù)有顯著減少，原因在于個(gè)體死亡率的風(fēng)險(xiǎn)在不斷減小。但是當(dāng)樣本規(guī)模達(dá)到10000以上時(shí)，變異系數(shù)的變動(dòng)已經(jīng)很小，男性和女性分別約等于0.016和0.019，這就是由時(shí)變參數(shù)不確定性帶來的風(fēng)險(xiǎn)。由此可見，宏觀長(zhǎng)壽風(fēng)險(xiǎn)是不能通過組合規(guī)模的擴(kuò)大來消除的。
同時(shí)考慮微觀、宏觀和參數(shù)風(fēng)險(xiǎn)后，與表1和表2一致，變異系數(shù)剛開始隨著組合規(guī)模的增加而加速減小。但當(dāng)達(dá)到10000時(shí)，組合規(guī)模的擴(kuò)大并不能帶來變異系數(shù)的顯著減小，男性和女性變異系數(shù)均約為0.200。與僅考慮微觀和宏觀長(zhǎng)壽風(fēng)險(xiǎn)的情形相比，表3的結(jié)果要大些，這歸咎于參數(shù)風(fēng)險(xiǎn)的存在。剔除宏觀長(zhǎng)壽風(fēng)險(xiǎn)的影響，可以得到男性和女性不同性別下參數(shù)風(fēng)險(xiǎn)對(duì)長(zhǎng)壽風(fēng)險(xiǎn)的貢獻(xiàn)率約為25%和5%。
綜合上述分析可知，年金組合規(guī)模的擴(kuò)大可以消除微觀長(zhǎng)壽風(fēng)險(xiǎn)，但不能消除宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)。同時(shí)，宏觀長(zhǎng)壽風(fēng)險(xiǎn)占據(jù)著不可分散風(fēng)險(xiǎn)的主導(dǎo)地位。進(jìn)一步，利用公式（13）計(jì)算得到不可分散風(fēng)險(xiǎn)占據(jù)長(zhǎng)壽風(fēng)險(xiǎn)主導(dǎo)地位的年金組合規(guī)模臨界值。對(duì)于男性而言，宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)占據(jù)長(zhǎng)壽風(fēng)險(xiǎn)主導(dǎo)地位的年金組合規(guī)模為380，對(duì)于女性而言則為248，這與表1“微觀長(zhǎng)壽風(fēng)險(xiǎn)隨著組合規(guī)模遞減速率高于男性”是一致的。
五、結(jié)束語
長(zhǎng)壽風(fēng)險(xiǎn)的測(cè)度的關(guān)鍵在于對(duì)未來死亡率的預(yù)測(cè)和長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度方法的選擇。基于傳統(tǒng)CBD模型，通過引入狀態(tài)空間模型和卡爾曼濾波估計(jì)，能避免傳統(tǒng)死亡率預(yù)測(cè)模型的一系列弊端。此外，參數(shù)估計(jì)結(jié)果模型整體檢驗(yàn)表明，兩因子狀態(tài)空間模型值得信賴。進(jìn)一步，結(jié)合Bootstrap仿真技術(shù)處理小樣本的優(yōu)勢(shì)，采用生存年金折現(xiàn)模型對(duì)不同性別情形下長(zhǎng)壽風(fēng)險(xiǎn)的重要性分別測(cè)度，結(jié)果顯示，微觀長(zhǎng)壽風(fēng)險(xiǎn)可以通過組合規(guī)模的擴(kuò)大加以消除，而宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)不可分散。同時(shí)，宏觀長(zhǎng)壽風(fēng)險(xiǎn)占據(jù)不可分散風(fēng)險(xiǎn)的主導(dǎo)地位，貢獻(xiàn)率高達(dá)75%（男性）和95%（女性）。
因此，年金產(chǎn)品定價(jià)和風(fēng)險(xiǎn)管理要充分考慮長(zhǎng)壽風(fēng)險(xiǎn)，特別是宏觀長(zhǎng)壽風(fēng)險(xiǎn)和參數(shù)風(fēng)險(xiǎn)，年金的價(jià)格應(yīng)該包含這部分風(fēng)險(xiǎn)溢價(jià)。
參考文獻(xiàn)：
[1]Gompertz B. On the nature of the law of human mortality and on a new method of determining the value of life contingencies [J]. Philosophical Transactions of the Royal Society， 1825，（115）： 513-585.
[2]Makeham W M. On the law of mortality [J]. Journal of the Institute of Actuaries， 1860，（13）： 325-358.
[3]Thiele P N. On a mathematic formula to express the rate of mortality throughout the whole life [J]. Journal of the Institute of Actuaries， 1872，（16）： 313-329.
[4]Heligman L， Pollard J H. The age pattern of Mortality [J]. Journal of the Institute of Actuaries， 1980，（107）： 49-80.
[5]Lee R D， Carter L R. Modeling and forecasting US mortality [J]. Journal of the American Statistical Association， 1992，（87）： 659-671.
[6]Cairns A J G， Blake D， Dowd K. A two factor model for stochastic mortality with parameter uncertainty：theory and calibration [J]. Journal of Risk and Insurance， 2006，（73）： 687-718.
[7]Cairns A J G， Blake D， Dowd K， et al. A quantitative comparison of stochastic mortality models using data from england and Wales and the united states [J]. The North American Actuarial Journal， 2009， 13（1）： 1-35.
[8]Cairns A J G， Blake D， Dowd K， et al. Mortality density forecasts：an analysis of six stochastic mortality models [J]. Insurance： Mathematics and Economics， 2011，（48）： 355-367.
[9]Haberman S， Renshaw A. A comparative study of parametric mortality projection models [J]. Insurance： Mathematics and Economics， 2011，（48）： 35-55.
[10]王曉軍， 蔡正高. 死亡率預(yù)測(cè)模型的新進(jìn)展[J]. 統(tǒng)計(jì)研究， 2008， 25（9）： 80-84.
[11]祝偉， 陳秉正. 中國(guó)城市人口死亡率的預(yù)測(cè)[J]. 數(shù)理統(tǒng)計(jì)與管理， 2009，（28）： 736-744.
[12]韓猛， 王曉軍. Lee Carter模型在中國(guó)城市人口死亡率預(yù)測(cè)中的應(yīng)用與改進(jìn)[J]. 保險(xiǎn)研究， 2010，（10）： 3-9.
[13]王曉軍， 黃順林. 中國(guó)人口死亡率隨機(jī)預(yù)測(cè)模型的比較與選擇[J]. 人口與經(jīng)濟(jì)， 2011，（1）： 82-86.
[14]王曉軍， 任文東. 有限數(shù)據(jù)下Lee-Carter模型在人口死亡率模型中的應(yīng)用[J]. 統(tǒng)計(jì)研究， 2012， 29（6）： 87-94.
[15]金博軼. 動(dòng)態(tài)死亡率建模與年金產(chǎn)品長(zhǎng)壽風(fēng)險(xiǎn)的度量[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2012，（12）： 124-135.
[16]張穎， 黃順森. 基于隨機(jī)死亡率與利率模型下的生存年金組合風(fēng)險(xiǎn)分析[J]. 系統(tǒng)工程， 2010， 28（9）： 15-19.
[17]Babbs S H， Nowman K B. Kalman filtering of generalized vasicek term structure models [J]. Journal of Financial and Quantitative Analysis， 1999，（34）： 115-130.
A Two Factor State space Model for Stochastic
Mortality and Longevity Risk Measurement
HE Ying yuan1， 2，LIU Guan chun1
（1.School of Business， Central South University， Changsha， Hunan 410083，China；
2. Department of Business Administration， Changsha University， Changsha， Hunan 410085，China）
第4篇：守望星空范文
關(guān)鍵詞：GAMIT；高鐵；CP0框架網(wǎng)；精密星歷
中圖分類號(hào)：TP311文獻(xiàn)標(biāo)識(shí)碼： A
1 引言P623
高速鐵路CP0框架控制網(wǎng)為全線各個(gè)階段的平面控制網(wǎng)提供基準(zhǔn)，為實(shí)現(xiàn)三網(wǎng)合一打下堅(jiān)實(shí)的基礎(chǔ)。建立CP0框架控制網(wǎng)實(shí)現(xiàn)了坐標(biāo)基準(zhǔn)的統(tǒng)一，為精密控制網(wǎng)的復(fù)測(cè)和被破壞點(diǎn)的恢復(fù)帶來了便利。CP0控制網(wǎng)一般30~50km布設(shè)一座，按照國(guó)家B級(jí)點(diǎn)標(biāo)準(zhǔn)施測(cè)，基線采用高精度GPS數(shù)據(jù)處理軟件進(jìn)行解算，國(guó)內(nèi)目前使用最多的是美國(guó)麻省理工(MIT)和斯克里普斯海洋研究所(SIO)聯(lián)合開發(fā)的GAMIT/GLOBK開源軟件包。該軟件以u(píng)nix操作系統(tǒng)為平臺(tái)，不但精度高而且開放源代碼，用戶可以根據(jù)自己的需要修改程序，已經(jīng)廣泛應(yīng)用于高精度、長(zhǎng)距離、長(zhǎng)時(shí)間的GPS數(shù)據(jù)處理中[1]。
影響高精度GPS網(wǎng)基線解算精度的因素有很多[2]，包括衛(wèi)星星歷誤差、衛(wèi)星鐘差、相對(duì)論效應(yīng)、衛(wèi)星天線相位中心偏差、相位纏繞、電離層延遲、對(duì)流層延遲、多路徑效應(yīng)、接收機(jī)鐘差、接收機(jī)天線相位中心偏差、地球潮汐、地球自轉(zhuǎn)等。這些影響因素大多可通過雙差觀測(cè)值、模型改正、參數(shù)估計(jì)以及雙頻觀測(cè)值的手段予以消除。
本文主要討論在高鐵CP0高精度GPS 基線解算中，星歷誤差對(duì)基線解算精度的影響，在不能及時(shí)獲取事后精密星歷的情況下，能否采用快速精密星歷代替事后精密星歷進(jìn)行基線解算，并結(jié)合具體工程算例深入分析了衛(wèi)星星歷誤差對(duì)于GAMIT 解算基線的影響。
2 星歷誤差對(duì)CP0基線解算的影響
衛(wèi)星星歷是描述衛(wèi)星運(yùn)動(dòng)軌道的信息，它是一組對(duì)應(yīng)于某一時(shí)刻的衛(wèi)星軌道根數(shù)及其變率，根據(jù)衛(wèi)星星歷可以計(jì)算出任意時(shí)刻的衛(wèi)星位置及其速度[2]。按照精度，星歷可分為預(yù)報(bào)星歷（廣播星歷）和后處理星歷（精密星歷）。
實(shí)驗(yàn)結(jié)果表明，衛(wèi)星星歷誤差對(duì)相對(duì)定位結(jié)果的影響一般可用下式來估計(jì)[3]：
(2-1)
式中，為衛(wèi)星星歷誤差所引起的基線誤差。目前廣播星歷的精度為5～10m，星歷誤差對(duì)相對(duì)定位的影響為級(jí)。IGS 最終星歷的精度己優(yōu)于5cm，由此而引起的基線相對(duì)誤差為0.6～0.24ppb（1ppb=），足以滿足高鐵首級(jí)控制網(wǎng)對(duì)測(cè)量精度的需求。
在進(jìn)行高精度數(shù)據(jù)處理時(shí)，一般采用精度較高的IGS精密星歷，IGS提供的GPS衛(wèi)星星歷共有四種，分別是：廣播星歷(brdc)、快速預(yù)報(bào)星歷(IGU)、快速星歷(IGR)、最終星歷(IGS)。其近似精度如下表:
表1 IGS的衛(wèi)星星歷狀況表
項(xiàng)目 時(shí)間 更新時(shí)間 采樣間隔 精度（cm）
廣播星歷（brdc） 實(shí)時(shí) 兩小時(shí) 一天 260
快速預(yù)報(bào)星歷（igu） 實(shí)時(shí) 第二天 15分鐘 25
快速星歷（igr） 17小時(shí) 每天 15分鐘 5
最終星歷（igs） 13天 每周 15分鐘 小于5
高鐵CP0框架網(wǎng)的高精度GPS基線解算一般使用最終精密星歷(IGS)來解算。但是有時(shí)候項(xiàng)目工期比較緊張，等不到最終星歷，遇到這種情況，快速星歷能不能代替最終星歷來解算，解算結(jié)果又有多大差異，精度能否滿足要求，下面通過某具體項(xiàng)目的數(shù)據(jù)來分析。
現(xiàn)有某項(xiàng)目4個(gè)時(shí)段的GPS觀測(cè)數(shù)據(jù)，每個(gè)時(shí)段觀測(cè)時(shí)間多于5個(gè)小時(shí)，項(xiàng)目中最長(zhǎng)基線329km，最短基線6km。GAMIT解算基線的方案如下表所示：
表2 基線解算方案表：
參數(shù)設(shè)置項(xiàng) 參數(shù)值
Choice of Experiment RELAX.
Choice of Observable LC_HELP
Elevation Cutoff 15
Zenith Delay Estimation YES
Interval zen 2
Zenith Model PWL
Number Zen 13
Map GMF
Inertial frame J2000
Antenna Model AZEL
SV antenna model ELEV
Gamit解算基線結(jié)果的好壞可以用驗(yàn)后均方根誤差nrms的值來體現(xiàn)，一般情況下nrms應(yīng)小于0.3。如果nrms過大，要分析原因重新進(jìn)行解算[3]。在解算方案相同的前提下采用不同精密星歷解算結(jié)果的驗(yàn)后均方根誤差nrms值如下表所示：
表 3 使用不同星歷解算的nrms值
星歷 時(shí)段
2160 2161 2170 2171
快速預(yù)報(bào)星歷（igu） 0.18264 0.17837 0.19152 0.20270
快速星歷（igr） 0.18175 0.17691 0.19077 0.20233
最終星歷（igs） 0.18175 0.17691 0.19076 0.20232
表2說明采用IGU解算的基線精度低于采用IGR和IGS兩種星歷解算的基線精度，采用IGR和IGS解算的基線精度相當(dāng)，但僅從這一個(gè)指標(biāo)來判定可以用星歷對(duì)基線解算精度的影響顯然不夠，下面統(tǒng)計(jì)分析三個(gè)精密星歷解算得到的L分量精度如下圖所示：
圖1 三種星歷解算得到的L分量精度（mm）
為了各L分量精度對(duì)比比較明顯，圖1中IGU的L分量向上平移了6mm、IGR的L分量精度向上平移了3mm。從圖1中可以看出：采用三種精密星歷解算的基線精度都很高，在毫米級(jí)的水平，總體上呈現(xiàn)隨著基線長(zhǎng)度增加而遞增的趨勢(shì)，其中采用IGS星歷解算的基線精度略高一些。
3 不同星歷解算的基線網(wǎng)平差對(duì)比分析
根據(jù)高速鐵路測(cè)量規(guī)范要求，CP0控制網(wǎng)以國(guó)家2000大地坐標(biāo)系為基準(zhǔn)，以IGS參考站或者國(guó)家A、B級(jí)GPS控制點(diǎn)為約束點(diǎn)，進(jìn)行控制網(wǎng)整體三維約束平差[4]。這就要求在獲取觀測(cè)數(shù)據(jù)的時(shí)候除了要把鐵路沿線的國(guó)家點(diǎn)納入控制網(wǎng)之外，還需要收集一些鐵路沿線附近的一些IGS站的數(shù)據(jù)一起進(jìn)行基線解算，將CP0控制網(wǎng)強(qiáng)制符合到這些全球IGS站上去。其實(shí)質(zhì)是符合到一個(gè)由選定的IGS站定義的局部參考框架中，因?yàn)檫@些被選定的全球IGS站并不代表所有的IGS站，IGS站的加入其實(shí)質(zhì)是建立了一個(gè)局部框架。
為了將CP0框架網(wǎng)納入到ITRF框架中，在解算基線時(shí)加入了3個(gè)IGS站一起解算，分別是BJFS、WUHN、SHAO，由于IGS站之間的距離都比較遠(yuǎn)，為了得到內(nèi)符合精度更高的CP0框架網(wǎng)，在后續(xù)進(jìn)行平差時(shí)剔除了與IGS站有關(guān)的基線。
三種精密星歷解算的基線平差之后的各項(xiàng)精度指標(biāo)對(duì)比：
表4 點(diǎn)位精度信息對(duì)比表
星歷 最大值(cm) 最小值(cm) 平均值(cm)
快速預(yù)報(bào)星歷（igu） 0.63 0.55 0.573
快速星歷（igr） 0.62 0.54 0.567
最終星歷（igs） 0.62 0.53 0.567
從點(diǎn)位精度信息對(duì)比結(jié)果來看，三種精密星歷的解算精度相當(dāng)，都在毫米級(jí)的水平。
表5 最弱邊基線統(tǒng)計(jì)
星歷 起點(diǎn) 終點(diǎn) S(m) MS(cm) MS:S ppm
快速預(yù)報(bào)星歷（igu） GQ08 GQ82 6319.253 0.1088 1/5807000 0.17
快速星歷（igr） GQ08 GQ82 6319.253 0.1086 1/5817000 0.17
最終星歷（igs） GQ08 GQ82 6319.253 0.1085 1/5825000 0.17
表5的對(duì)比結(jié)果表明：三種精密星歷的解算精度大致相當(dāng)
表6 平差后的坐標(biāo)差值統(tǒng)計(jì)表
點(diǎn)號(hào) IGR與IGS比較 IGU與IGS比較
Dx(mm) Dy(mm) Dz(mm) Dx(mm) Dy(mm) Dz(mm)
GQ01 0 0 0 0.0 0.0 0.0
GQ02 0 0 0 -0.2 0.6 0.8
GQ03 0.1 0 0 0.4 0.6 0.2
GQ04 0.1 0 0 0.6 0.7 0.3
GQ05 0.1 0 0 0.8 0.1 -0.2
GQ06 0.1 0 0 0.9 0.7 0.3
GQ07 0 0 0 1.1 0.7 0.5
GQ08 0.1 -0.1 0 1.4 1.1 0.8
GQ31 0.1 0 0.1 0.3 -0.4 -0.4
GQ82 0.1 0 0 1.3 1.6 0.9
從以上分析可以看出：IGS精密星歷和IGR快速星歷解算的精度相當(dāng)，采用IGU星歷解算的結(jié)果與采用IGS精密星歷解算的結(jié)果差異在毫米級(jí)，因此在缺乏IGS事后精密星歷的情況下，可以采用IGU或者IGR 快速精密星歷來代替。但為了保險(xiǎn)起見，建議采用IGR快速精密星歷，對(duì)基線解算結(jié)果的精度影響可以忽略不計(jì)，平差精度完全能夠滿足高鐵CP0建網(wǎng)要求。
4 總結(jié)
本文使用GAMIT軟件解算高速鐵路框架網(wǎng)的GPS觀測(cè)數(shù)據(jù)，采用三種不同精密星歷分別對(duì)同一個(gè)項(xiàng)目進(jìn)行基線解算，并分別平差處理，通過對(duì)比分析基線解算結(jié)果和平差處理結(jié)果最終得出如下結(jié)論：
分別采用超快速精密星歷(IGU)、快速精密星歷(IGR)、事后精密星歷(IGS)進(jìn)行高鐵框架網(wǎng)基線解算的精度都在毫米級(jí)的水平，采用IGS精密星歷解算的精度略高，在無法及時(shí)獲取事后精密星歷(IGS)的情況下,可以采用快速精密星歷(IGR)代替事后精密星歷(IGS)進(jìn)行基線解算，都能滿足高鐵建立框架網(wǎng)的精度要求，
參考文獻(xiàn)
[1]徐紹銓,張華海,楊志強(qiáng).GPS測(cè)量原理與應(yīng)用[M].武漢,武漢大學(xué)出版社,2008.
[2]趙建三,楊創(chuàng),聞德保.利用GAMIT進(jìn)行高精度GPS基線解算的方法及精度分析[J].測(cè)繪通報(bào)，2011,(8):5-8,35.
[3]張雙成, 曹海洋, 李海英.基于GAMIT的GPS長(zhǎng)基線解類型分析及應(yīng)用[J].工程勘察,2011,(10):42-45.
[4]匡團(tuán)結(jié),王兵海. GAMIT軟件在高速鐵路高精度GPS網(wǎng)基線解算中的應(yīng)用[J].鐵道勘察,2008,(6):31-33.
[5]程寶銀,陳義.應(yīng)用GAMIT進(jìn)行高精度GPS基線數(shù)據(jù)處理[J].現(xiàn)代測(cè)繪.2009,32(2):46-48.
[6]Department of Earth,and Planetary Sciences Massachusetts Institute of Technology.Document for GAMIT GPSAnalysis Software. Release10.3[R].USA: MIT,2002．
[7]孫建,王勇.GAMIT在工程測(cè)量方面的使用技巧[J].礦山測(cè)量,2006,(1):56-58.
[8]隋立芬,許其鳳. GPS數(shù)據(jù)處理中IGS基準(zhǔn)站的選取[J].測(cè)繪學(xué)院學(xué)報(bào),2003,20(l):1-3.
[9]鄂棟臣,詹必偉,姜衛(wèi)平等.應(yīng)用GAMIT/GLOBK 軟件進(jìn)行高精度GPS 數(shù)據(jù)處理[J].極地研究,2005,17(3):173-182.
第5篇：守望星空范文
你是否羨慕過東坡的人生？是啊，他樂游赤壁，醉飲山林，寫下光照千秋的激昂文字。然而，你是否看到他內(nèi)心的累累傷痕？作為一個(gè)人，他肩負(fù)著出將入相，封妻蔭子的期許，卻接連慘遭貶謫。他的不平，他的郁悶，他的痛苦，他的無奈，你看到了嗎？
是啊，你把蘇軾生命中的傷痛忽略了，只看到了他的光環(huán)，看到了世人對(duì)他的敬重與贊揚(yáng)，于是羨慕他的生命，于是恨自己生命的蒼白乏味。你何時(shí)才懂得去欣賞自己，去嗅一下窗欞旁梔子花的芬芳？
你是否羨慕過陶淵明的人生？是啊，他歸隱田園，品鄉(xiāng)間淡酒，觀風(fēng)中寒菊，活得多么瀟灑自在！然而，你是否感受到他內(nèi)心的無奈？他也有濟(jì)事的抱負(fù)，卻無從施展，在那個(gè)黑暗的時(shí)代容不下這一錚錚的魏晉風(fēng)骨，于是他在無盡的無奈中選擇出世。他的無奈，他的焦灼，他的傷痛，你懂嗎？
是啊，你未曾看到，你只顧嗅五柳先生舍前寒菊的芬芳，你只顧陶醉于南山的山水，于是你羨慕他們的生命，同時(shí)埋怨自己生命的焦灼與勞累。你何時(shí)才懂得正視自己生命的歡樂，嗅一下窗欞邊梔子花的芬芳？
不要總認(rèn)為自己的生命苦難重重，而別人的生命充滿陽光，生命中的苦難是每個(gè)人都會(huì)經(jīng)歷的，而在不順的生命里你也會(huì)有歡樂的蹤影。
正視自己的生命，欣賞自己的命運(yùn)，縱然命途多舛也要淡然，坦然。歷史的河流中，沒有不受傷的船。多希望明早醒來，你可以面帶微笑，去嗅一嗅窗欞上的梔子花，人面與梔子花交相輝映，或許會(huì)構(gòu)成這世界上最美麗的風(fēng)景。
從倉(cāng)頡造字開始，中國(guó)字一直是表意的象形文字。老祖宗造字，不僅融會(huì)了字的靈動(dòng)美觀，更糅合進(jìn)了字的喜怒哀樂。一個(gè)字是一幅圖畫，那么一個(gè)詞便是視感極強(qiáng)的世界了。比如“距離”，透過這復(fù)雜的橫橫豎豎，我似乎看到一股幽怨之氣的氤氳上行，伴隨著古典的美感漸行漸遠(yuǎn)，若即若離，忽明忽暗。
毫不夸張地說，中國(guó)的古典美正是構(gòu)建在距離上的亭臺(tái)池榭。我們大可想象，這距離是“君住長(zhǎng)江頭，妾住長(zhǎng)江尾”的相遠(yuǎn)相思，或者是比地理距離更加遙遠(yuǎn)的門第觀念與等級(jí)尊卑，或又是“千里孤墳，無處話凄涼”的生死相隔，或又是忠臣與“不己知”的君王一段扼腕嘆息。
有人說“詩是痛苦的結(jié)晶”，而文學(xué)則爆發(fā)于強(qiáng)烈的情感，而距離則是橫亙?cè)诂F(xiàn)實(shí)與美之間的通途。而當(dāng)今這信息高速發(fā)達(dá)的社會(huì)卻大大縮短了本應(yīng)天水相隔的距離。手機(jī)，網(wǎng)絡(luò)隨時(shí)將信息迅速傳遞，火車飛機(jī)將相愛的人立刻送到對(duì)方身邊，網(wǎng)絡(luò)上各種體驗(yàn)讓愛情、閱讀這本應(yīng)嚴(yán)肅而投入的內(nèi)容“快餐化”、“泡面化”，并黯淡化，讓本應(yīng)結(jié)集于心，奔突于胸的塊壘并非用酒或詩澆灌，而是自行崩潰，永遠(yuǎn)不再。
沒有了距離，沒有了強(qiáng)烈的情感，沒有了尖銳的鋒芒，所有人都是鵝卵石，在互相促進(jìn)更為圓滑中失去了古典美麗，只留下現(xiàn)代的憂傷。
沒有了征人送行，又怎會(huì)有為良人縫寒衣的怨婦在七月流火中的嘆息？沒有了君臣相隔，怎會(huì)有“文死諫，武死戰(zhàn)”的激昂正氣和《出師表》的赤子忠心？沒有了父親去無所侍的小兒女“清輝之臂”的月下守望，沒有了朋友遠(yuǎn)離塞外風(fēng)寒的痛苦，又怎會(huì)有一出出《陽關(guān)三疊》，一枝枝折柳贈(zèng)別，一漣漣十里長(zhǎng)亭的淚，一句句“莫愁前路無知己，天下誰人不識(shí)君”的相安互慰？
秋雨先生說“由山脈相隔的遙遠(yuǎn)是一種絕望，由水道相通的遙遠(yuǎn)是一種憂傷”，現(xiàn)代剝離了“山脈”，“水道”，黯淡了“遙遠(yuǎn)”，“憂傷”，在文學(xué)與美的領(lǐng)域，我們只能淡淡絕望點(diǎn)點(diǎn)悲哀，愿距離還在，人情還在，美，還在。
在夜的懷抱中，我仰望星空，把星星的晶瑩寫進(jìn)心扉，然后，靜靜地感受那份美。……
好像，我收藏的是一種遠(yuǎn)觀的美。海風(fēng)拂過我的面頰，我聽見耳畔的低吟：遙望晶瑩，近觀纖瑕。
晶瑩的心，晶瑩的淚，晶瑩的江水……
我把屈子說成是晶瑩的，遠(yuǎn)觀他朝搴之木蘭，遠(yuǎn)觀他夕攬州之宿莽。何為晶瑩？遠(yuǎn)遠(yuǎn)望去，他的赤子之心，那顆“來吾道夫先路也”的剔透之心。那，他的纖瑕呢？我寧愿把他的纖瑕比作與常人一樣的復(fù)雜而飽受折磨的靈魂近觀，看他的纖瑕，上官大人的爭(zhēng)寵，楚王的昏庸使其心靈苦痛，然而，幾人能看到他的纖瑕？
晶瑩，是一種赤子之心，纖瑕是一種苦難之果，可是，晶瑩的同樣是一種信仰，纖瑕的又是一種信仰之后的艱辛。
似乎，我還能聽到那汽笛的鳴響，一個(gè)追夢(mèng)者的倒伏，我似乎同樣看到他那顆為著自己信仰而隨車輪遠(yuǎn)去的晶瑩之心。他——海子，一個(gè)追求者，信仰著的詩者，一顆遠(yuǎn)望晶瑩的星。
可是，他的纖瑕呢？是否是他那執(zhí)著至死的艱辛？靜靜地，走進(jìn)海子，我能看到他滿是寂寞與苦澀的靈魂，其實(shí)他情感的纖瑕與你我一樣。
此刻，我想站在向日葵下，我想靜靜地凝望著《星空》，我不恐怖那聲槍響，因?yàn)椋抑滥鞘氰?#183;高晶瑩的心，晶瑩的靈魂。
他的畫，他的信仰在當(dāng)時(shí)無人問津。于是，他晶瑩地離開了；他的情，他的追求在星空下如星般熠熠生輝，那是他晶瑩的描繪……然而，他的纖瑕正浮上水面，像一條渴求空氣的魚，但，終究是一種艱辛，他那份獨(dú)有的纖瑕。
我是一個(gè)仰望星空的人，我知道星星的晶瑩，遙望，遠(yuǎn)遠(yuǎn)地思索；晶瑩的是心，是靈魂，是追求，同樣是信仰與成就。
我未飛上過星星，但我心曾知，那兒同樣有纖瑕，近觀之中有灰塵，有石渣。于是，我閉目沉思：纖瑕是近觀時(shí)那份孤寂，那份抑郁，如屈子一般；纖瑕是近觀時(shí)的那份落寞，那份傷感，那份執(zhí)著的艱辛……
遙望星空，真的，真的很美；近觀星空，的確，的確很是復(fù)雜。……一顆心，思索人生；一份情，回報(bào)生活。遙望會(huì)是晶瑩，而近觀同樣有纖瑕。海風(fēng)拂人，我想起遙望時(shí)星星的晶瑩。我在遙望與近觀中慢慢長(zhǎng)大……
月是古人的家鄉(xiāng)，是知己的思念。那種遙遠(yuǎn)到無可觸及的神圣光暈，幻化成詩人筆下的魂靈，口中的吟詠。東坡曰：但愿人長(zhǎng)久，千里共嬋娟。
阿姆斯特朗帶走了人們的月。那個(gè)印在沙丘灰塵上的腳印，讓李太白的月下獨(dú)酌成為歷史，或許人類已經(jīng)擺脫了幾何時(shí)的愚昧，距離已經(jīng)不是往日那般遙遠(yuǎn)，然而那枚掛在蒼穹灼灼發(fā)光的玉盤已經(jīng)褪色，是古人的距離，生出那枚曾經(jīng)的月亮彎彎。
我是那樣討厭近距離，近在咫尺的夢(mèng)想，我不要。當(dāng)在酷暑里揮汗如雨時(shí)，夢(mèng)幻中的象牙塔是我惟一的支點(diǎn)。我想象它的宏偉宛若天堂。盡管每個(gè)人都會(huì)有現(xiàn)實(shí)的一面，然而我堅(jiān)信遙遠(yuǎn)生距離，距離生美。無可企及構(gòu)出理想的神圣。張開五指，刺眼的光折射出天堂的模樣，我獨(dú)自守望。理想是寶石一般的晶瑩透亮。遙遠(yuǎn)觀望，它是我的天堂。我喜歡失真的美，就像古人的月亮。
無意中想起了海子，那個(gè)傳說中始終憤世嫉俗的詩人。當(dāng)他的“面朝大海，春暖花開”成為希臘神話一般的虛幻時(shí)，海子無言了。在他的眼睛里，整個(gè)世界，遠(yuǎn)看是伊甸
園盛開的美麗花朵，近看才知這個(gè)世界給他的失望。大海留不住他，春天也留不住他，詩歌的翅膀折斷了，只剩下山海關(guān)的鐵輪隆隆而過，海子的靈魂伴隨伸向遠(yuǎn)方的鐵軌通向了天堂。有人問，到底是什么傷了他，傷了這個(gè)時(shí)代的詩人，人們也許不明白，因?yàn)樽约褐蒙磉@個(gè)世界，未曾遠(yuǎn)觀它的美好。文人與世俗的距離永遠(yuǎn)太大，反差太大。在海子焚燒詩集的熊熊火焰里，盛開了一個(gè)面朝大海，春暖花開的世界。這距離是悲劇，是文學(xué)女神的眼神。遠(yuǎn)望與近觀的世界讓海子在天堂與地獄之間完成了本質(zhì)上的蛻變。我想，仍然堅(jiān)持遠(yuǎn)觀世俗的海子永遠(yuǎn)幸福 這就是距離的美感。永遠(yuǎn)置身在紛亂的世界，這讓人類開始麻木，甚至開始淡忘遠(yuǎn)觀時(shí)那種令人窒息的美感。當(dāng)努力構(gòu)建所謂的“美麗人生”時(shí)，人類是否忘記了那份遙遠(yuǎn)的守望，忘記了兒時(shí)曾經(jīng)的天堂，忘記了古詩中月亮的眼淚，忘記了希臘神話里揮著翅膀的安琪兒？科學(xué)的發(fā)展放松了人類最后的一根敏銳的神經(jīng)，一切詩意消失殆盡，只剩下世俗世界的繁華汩汩流淌。
看看天邊的月，看看風(fēng)流千古的“秦時(shí)明月漢時(shí)關(guān)”，守望那份曾經(jīng)有著“蠻荒文明”年代屬于人文精神的真實(shí)，看遙遠(yuǎn)帶給我們的令人窒息的美，詩歌、散文、楚辭會(huì)滋潤(rùn)這個(gè)時(shí)代的麻木，遙遠(yuǎn)的美好讓我們重新點(diǎn)燃希望的神話，精神之船重新起航。
守望遙遠(yuǎn)，守望天邊只屬于我們的永恒……
古往今來，人類生生世世在編織著夢(mèng)想與希冀。遙望蒼穹，星空閃爍著訴說著先人祈福的呢喃和虔誠(chéng)的禱告；那夢(mèng)想是如此真實(shí)，又如此遙遠(yuǎn)，因?yàn)槟鞘切闹胁粶绲淖非螅歉∮诂F(xiàn)實(shí)的繁華與幻想。
第6篇：守望星空范文
八年前，你九歲，我七歲。
我們一起蕩秋千，一起摘野花，到處都留下我們銀鈴般的笑聲。夏夜?fàn)€漫星空下，常常坐著兩個(gè)仰著頭看星空的小丫頭，那就是我們呀。
你雖然才大我兩歲，卻好像我的好姐姐。
你常常與我分擔(dān)憂傷，分享喜悅。
從小時(shí)候起，我就把你當(dāng)成我的好姐姐。
二
小時(shí)候。
我們一起看星空。
你說，每個(gè)人死后都會(huì)住到星星里，默默地守護(hù)著地球上美好的一切。
我仰起頭，天真地問：“姐姐，我和你住到同一顆星星里，一起守護(hù)，好嗎？我們的星星一定是最亮的哦！”
你笑了，是梔子花般淡淡的笑。你鄭重地與我鉤鉤小指頭：“好呀，我親愛的妹妹。”
“那么，你可一定要守信哦！”
三
“我要走。”你無情地說。
“你太天真了，我不會(huì)和傻瓜在一起的。”你無情的話語，劃傷了我的心。
我沒有回答，安靜地目送著她的背影遠(yuǎn)去。
你的素裙隨風(fēng)飛揚(yáng)，閃著幽幽的月澤。
我的心顫動(dòng)了一下，是傷痛的復(fù)發(fā)么？
我聽到自己的心在流淚，一泣一泣，一淚一淚。
四
我把心底你的回憶封閉起來，想躲避你。
越是想躲避你，就越是思念你。
直到一件E-mail發(fā)來，我才知道，你早已患了癌癥，已是晚期了。
原來你是為了不拖累我，不想看到我流淚，才毅然走的。
我發(fā)瘋一般，奔向了醫(yī)院。
我懺悔著，內(nèi)疚著，祈求著。
我的好姐姐，你不能死啊！
五
蒼白的病房里，那個(gè)躺在病床上的纖弱而無力的人兒，是你嗎？我的好姐姐！我來了！
你抬起頭，幽藍(lán)的大眼睛深深地凝望著，虛弱地說：“小由妹妹……我快死了，請(qǐng)你把我的骨灰……埋在那棵梔子樹下……我在星星上等你，守望你……你要好好活……”
呼出最后一口氣，這個(gè)梔子花般的女孩就垂下纖手，永遠(yuǎn)地走了。
或許，這也是她的解脫么？
淚，涌滿了我的眼眶。
六
我又一次來到梔子樹下，你的墳前。
還記得，我們?cè)谶@棵樹下，仰望星空。
又是一個(gè)爛漫星空，但那個(gè)梔子花般的女孩呢？物是人非。
無意中聞到那股熟悉的香氣，一抬頭，竟驚奇地望到一樹的淡淡梔子花提前綻放，淡淡的香氣多么像你哪，梔子花女孩！
漫天的梔子花雨紛紛揚(yáng)揚(yáng)，落在我的身上，你的墳前。
第7篇：守望星空范文
娜娜公主歷險(xiǎn)記 在天使的森林里，種著各種奇花異草，一年四季，終日開放；那兒的參天大樹上，住著各式各樣的小鳥，每天，鳥兒們立在樹上歡樂地啼囀著，伴著潺潺的溪水，組成了一曲優(yōu)美的小調(diào)。清晨，聞一聞涼爽的風(fēng)兒夾雜著梔子花的氣息，令人神清氣爽。那兒的小泉，冬暖夏涼，清澈見底，喝一口，香甜無比，滋潤(rùn)人心。
森林中央，矗立這一座神秘的魔法王國(guó)，王國(guó)里的臣民，由于受祖先的影響，懂得一些小魔法。魔法王國(guó)的國(guó)王宙斯和王后圣瑪麗婭，利用他們神奇強(qiáng)大的魔法，幫助老百姓，人們過著日出而作， 日落而息，守望相助的太平日子。但是，往后圣瑪麗婭卻沒有孩子，往后常為此煩惱。
一個(gè)寧?kù)o的夜晚，月亮像一個(gè)小舟，滑翔在漆黑的夜空中。它散發(fā)著那皎潔的光茫，輕輕撫摸著大地，給大地披上了一件銀光閃閃的外套，圣瑪麗婭在城堡露臺(tái)上觀望星空，啊！她看見了天國(guó)系中的許愿星，相傳，只要善良的人對(duì)著它誠(chéng)懇的許下心愿，就一定會(huì)成真，圣瑪麗婭連忙閉著眼睛，心里默念：“主啊，我是圣瑪麗婭，我希望能有個(gè)孩子，不論男女……”許完之后，她困了，便在靠床上睡了……
夜深了，這是掛在天空中的許愿星像圣瑪麗婭的床前劃來，萬物之主上帝爺爺對(duì)正熟睡在床的圣瑪麗婭說：“王后，你為人們?cè)旄＃愕脑竿麘?yīng)該成真。”這時(shí)，他把一個(gè)幸福種子種到圣瑪麗婭肚子里……
第二天，王后果真懷孕了，生下了一個(gè)漂亮的小女孩，宙斯很開心，給她取了一個(gè)好聽的名字“娜娜公主”公主在今后的人生里，還會(huì)遇到各種困難，請(qǐng)繼續(xù)收看“娜娜公主歷險(xiǎn)記”
第8篇：守望星空范文
顧城的詩，“黑夜給了我一雙黑色的眼睛，我卻用它去尋找光明。”這句話經(jīng)久耐頌，是因?yàn)椤昂谝埂迸c“光明”極致對(duì)比之下，驅(qū)逐了無數(shù)人內(nèi)心世界的黑暗。
但隨著身邊的“光污染”日漸嚴(yán)重，我們已經(jīng)無法找到純粹的黑夜。霓虹閃爍，燈火輝煌，各大城市和村莊的夜空已為人工燈光所淹沒。人類早已失去了觀賞星空的樂趣，昆蟲、鳥類和其他生物也因此而迷失了方向。
其實(shí)，黑夜并不需要那么多光。
近兩年，“暗夜公園”突然成為世人關(guān)注的話題。國(guó)際暗夜協(xié)會(huì)為呼吁治理全球光污染而在全球范圍內(nèi)評(píng)選的一些暗夜條件特別好的公園,并將之稱為暗夜公園。在“暗夜公園”內(nèi)，燈光影響將降到最低，人們?cè)谄渲胁粌H可以盡情欣賞由數(shù)十乃至數(shù)百顆星體組成的夜空?qǐng)D，還能捕捉到劃過天際的流星。
加洛韋公園?離星辰最近的地方
加洛韋森林公園始建于1947年，占地300平方英里(7.77億平方米)，這里的光污染程度一直保持在最小范圍內(nèi)。白天的蘇格蘭加洛韋森林公園是一個(gè)被密林覆蓋，小山延綿起伏的地方。到了夜晚，這里繁星點(diǎn)點(diǎn)，非常美麗。漆黑的夜空，使人們很容易看到銀河和仙女座等遙遠(yuǎn)的星系。
英國(guó)國(guó)際暗夜協(xié)會(huì)委員馬丁?摩根?泰勒說：“設(shè)立加洛韋公園的主要目的，是成功恢復(fù)和保護(hù)理想的暗夜環(huán)境。”最黑暗的天空讀數(shù)是24，大城市的天空黑暗質(zhì)量讀數(shù)可能是15或16，而加洛韋公園跟沖洗膠片的暗室環(huán)境差不多，黑暗質(zhì)量讀數(shù)是23。在格拉斯哥等城市，晴朗的夜晚人們至多能看到500顆星星，而在加洛韋森林公園，人們最高能看7000顆星星。
加洛韋地位于從愛丁堡、格拉斯哥、貝爾法斯特和英格蘭北部進(jìn)入蘇格蘭的入口處，這意味著很多人可以利用這片優(yōu)質(zhì)的夜空觀星。茫茫星河上的鵲橋仿佛懸于頭頂，情侶來到此處，正可感受“手可摘星辰”之美妙。依著肩膀，在黑暗之中賞漫天繁星，偶有流星飛過，亦可攜手祈愿，能守百年情緣。
天然橋保護(hù)區(qū)?找回曾經(jīng)擁有的天空
天然橋國(guó)家保護(hù)區(qū)在遠(yuǎn)古時(shí)代是古代海洋的海岸線，后來隨著地質(zhì)變化，間歇流過的河流經(jīng)歷了漫長(zhǎng)的年代將這里切割出兩個(gè)深谷也形成了三座石橋。這里是第一個(gè)由國(guó)際夜色星空協(xié)會(huì)指定的夜空公園。猶他州天然橋國(guó)家保護(hù)區(qū)的夜，異樣醉人。
位于三橋之一的歐瓦巧莫橋上方，感受籠罩著繁星點(diǎn)綴的夜空滿天星閃，是一種絕對(duì)的享受。沒有公共街燈，沒有鋪設(shè)道路，也沒有汽車，所以沒有任何城市或鄉(xiāng)鎮(zhèn)中常見的光害污染。
這意味著，這里的天空真的很暗，銀河從一端的地平面延伸到另一端地平面，三不五時(shí)就有流星劃過天際，天空中有無數(shù)的星子閃閃發(fā)光。管理員Scott Ryan說：“在這里你能看見一些你可能忘記了的事，能找回曾經(jīng)擁有的天空”。
櫻桃泉國(guó)家公園?銀河橫貫天際
櫻桃泉國(guó)家公園位于美國(guó)賓夕法尼亞州。美國(guó)《國(guó)家地理》雜志曾經(jīng)拍攝了一幅令人驚艷的照片。
國(guó)家公園內(nèi)，一名星空守望者站在車轍中，注視著夜空中的黃道帶光。黃道帶光是一個(gè)暗淡的“光錐”，從黃道一帶的地平線升起。照片中，金星和木星清晰可見。黃道光由水星、金星、地球和火星之間的塵埃顆粒反射和散射陽光形成，讓人感嘆大自然的奇妙。
遠(yuǎn)行的人們?cè)诖丝筛Q見銀河的真實(shí)面貌，為璀璨的星空而心醉神迷，為銀河系的壯麗景觀而魂縈夢(mèng)繞。
格奧加公園?觀星者的望臺(tái)
格奧加公園位于美國(guó)賓夕法尼亞州。觀星愛好者、環(huán)保主義者、燈光工程師、文化研究者以及安眠藥醫(yī)師等各界人士在格奧加公園，找到了“暗夜”的歸宿與希望。
在過去，抬頭仰望星空，滿天星辰，肉眼可見，無須使用天文望遠(yuǎn)鏡。如今，在漫射的人工燈光下長(zhǎng)大的孩子們，僅能識(shí)得太陽和月亮，如果足夠幸運(yùn)的話，還可勉強(qiáng)看見金星。
格奧加公園定期會(huì)開展一些觀星活動(dòng)，比如“夏日傍晚計(jì)劃”、“冬夜計(jì)劃”、“12月游宇宙”等，在“暗夜公園”里，數(shù)十乃至數(shù)百顆星體組成的夜空?qǐng)D，會(huì)用奇幻之感還原你黑色的眼睛。
暗夜公園的未來“曙光”
暗夜公園是新興的一種旅游文化，來源于人們對(duì)越來越稠密的燈光的擔(dān)心。這種擔(dān)心事關(guān)后代如何學(xué)習(xí)天文學(xué)，更重要的是，照明也正在消耗著地球上越來越稀缺的能源，現(xiàn)在世界上有19%的電力用在了照明上。
景觀設(shè)計(jì)師們有個(gè)創(chuàng)想：在暗夜公園中，發(fā)明某種像電影《阿凡達(dá)》中類似納威人尾巴的設(shè)備，通過人的生物能轉(zhuǎn)化為電能。晚上，隨著公園內(nèi)人數(shù)增多，場(chǎng)地就越亮；但隨著人散去，公園就慢慢變黑，直到過渡到暗夜的自然狀態(tài)。這種移動(dòng)的燈光，既可以照前也可以照后，城市就因此而變得更有生氣。甚至高速公路上的人或車也可以配備這種設(shè)備，就不會(huì)發(fā)生偏僻路段沒人經(jīng)過但路燈全亮所造成的浪費(fèi)。
第9篇：守望星空范文
人生本來就是一場(chǎng)空，有無之間的更替便是人生，得失之后的心態(tài)決定著苦樂。凡事，淡然處之為好。
微言語
除掉睡眠，人的一輩子只有一萬多天。人與人的不同在于：你是真的活了一萬多天，還是僅僅生活了一天，卻重復(fù)了一萬多次。
微言語
欲成大器，先要大氣。大氣之人，語氣不驚不懼，性格不驕不躁，氣勢(shì)不張不揚(yáng)，舉止不猥不瑣，靜得優(yōu)雅，動(dòng)得從容，行得灑脫。大氣之人，如一朵花，花香淡雅而悠長(zhǎng)；如一棵樹，枝葉茂盛而常青。大氣之人，能安安心心做好本分的角色，認(rèn)認(rèn)真真干好手頭的事情，不為名利而爭(zhēng)斗，不為錢財(cái)而糾結(jié)。
微言語
仰望星空時(shí)，我們知道這些星星距離我們成百上千光年，有些甚至已經(jīng)不存在了。它們的光花了很長(zhǎng)很長(zhǎng)時(shí)間才到達(dá)地球，而在此期間，它們本身已經(jīng)消失或爆炸瓦解成紅矮星了。這些事實(shí)會(huì)讓人覺得自己很渺小，如果生活中遇到了困難，不妨想想這些，你就會(huì)明白什么叫微不足道。
――馬克?哈登
微言語
你擁有青春的時(shí)候，就要感受它。不要虛擲你的黃金時(shí)代，不要去傾聽枯燥乏味的東西，不要設(shè)法挽留無望的失敗，不要把你的生命獻(xiàn)給無知、平庸和低俗。這些都是我們時(shí)代病態(tài)的目標(biāo)、虛假的理想。活著！把你寶貴的內(nèi)在生命活出來，什么都別錯(cuò)過。
――奧斯卡?王爾德
微言語
永遠(yuǎn)不要認(rèn)為我們可以逃避，我們的每一步都決定著最后的結(jié)局，我們的腳步正在走向我們自己選定的終點(diǎn)。
――米蘭?昆德拉
微言語
正由于我抱著與你相見的希望，我才永遠(yuǎn)認(rèn)為最崎嶇的路是最好的路。
――紀(jì)德
微言語
你不管做什么事，如果做得太好了，一不警惕就會(huì)在無意中賣弄起來。那樣的話，你就不再好了。
――塞林格《麥田里的守望者》
微言語
人生的逆境無疑是一個(gè)偉大的教師，不過它的教導(dǎo)是要付出高昂代價(jià)的，而且從它的教導(dǎo)中得到的教益，往往抵不上所交的學(xué)費(fèi)。
――盧梭《一個(gè)孤獨(dú)漫步者的遐想》
微言語
人們常常把一些小事拋在腦后，一些生命的片刻烙印在時(shí)光塵埃里，我們可以試著忽略，但這些微不足道的小事卻一點(diǎn)一滴形成一條鏈子，將你牢牢與過去連在一起。
――馬克?李維《偷影子的人》
微言語
