区域沉降数据时空变异特性研究

利用变异函数分析方法,探讨区域沉降数据随时空不同的变异特性,拟合出变异函数的球状模型,分析沉降数据特征的描述方法,总结出有益的结论.     

区域性变形数据序列变异特性分析

对单点变异函数模型及变异函数的套合理论进行介绍,以某矿沉降变形数据为例,建立区域内单个变形监测点的变异函数,借助套合理论建立区域性通用变异函数。实例分析表明该方法可用于区域变形的时变特征分析。为变形预报提供了重要理论依据。     

形变时序数据性态特征确定方法研究

提出变异函数、主分量分析及关联维的方法分析形变时序数据序列的性态特征,特别是针对沉降数据序列进行实例试算.结果表明,这三种方法用于形变数据序列的性态特征分析是可行的,可以用来确定沉降数据序列的变异性、混沌性及分形维特征.     

专业测绘与工程测量

CH20041904形变时序数据性态特征确定方法研究= 祥中,高井祥(中国矿业大学环境与测绘学院GPS研究中 Research on Characters of Deformation Series-data/王坚,孙心)∥测绘工程．-2004,13(1)．-9-10,20 提出变异函数、主分量分析及关联维的方法分析形变时序数据序列的性态特征,特别是针对沉降数据序列进行实例试算。结果表明,这三种方法用于形变数据序列的性态特征分析是可行的,可以用来确定沉降数据序列的变异     

模拟退火法Kriging时域模型在沉降监测中的应用

目前常用的时间维监控模型主要有时间序列模型、回归分析模型、灰色理论模型、卡尔曼滤波模型、泊松生命回旋模型等,模型虽然在某些简单或特定的工程中均可取得了较好的监控效果,但在一些沉降变化复杂的地区,由于模型仅考虑了离散数据的随机性或结构性特征,没有考虑到数据的变化特征和时间相关性,致使模型预测监控的效果总是差强人意。本文研究了基于模拟退火法的Kriging时域模型,其在传统Kriging模型的基础上,引入目前比较成熟的模拟退火法(SAA)对变异函数拟合模型中的参数进行寻优,以提高变异函数模型的精度,使模型能更准确地描述时域变量的变异特征。     

探究不同训练函数对于NAR高铁沉降预测模型的影响

为探究不同训练函数对于非线性自回归(nonlinear auto regressive,NAR)高铁沉降预测模型影响,研究选择以我国某段高铁沉降数据作为研究对象,探究不同训练函数对于NAR高铁沉降预测模型的影响.试验结果表明:在本次数据预测模型研究中,弹性反向传播算法表现出更优的预测水平,其预测结果的RMSE=0.52 mm,MRE=0.04 mm,ME=0.40 mm,MSE=0.31 mm.动量梯度下降法算法表现出更快的训练速度,其完成参数训练平均时间为42.42 s,研究结果可为后续对于NAR高铁沉降预测模型的训练模型选取提供参考.     

最大值函数对建筑物沉降的回归分析

为有效地对建筑物的沉降进行回归分析,本文以新城花园酒店为例,用幂级数和最大值函数两种回归函数对观测数据进行分析,通过显著性检验值和均方差的大小来推测建筑沉降的规律,并根据分析预测结果来评价两种回归函数的性能,理论分析和实验表明:采用最大值函数和幂级数对LS5的观测数据进行回归分析都能够达到建筑物沉降变形的精度要求,但最大值函数的性能优于幂级数。     

一种计算高铁沉降预测常用模型参数的新方法

高速铁路的修建需要对线下构筑物进行沉降观测和沉降评估。本文深入研究了常用的5种预测函数模型及其参数的一般解算方法,并基于Matlab软件的lsqcurvefit函数提出了一种新的参数解算方法,最后通过实际工程数据检验,证明了该方法有较高的可行性和精确度。     

基于半变异函数的土壤有机碳空间预测方法

基于半变异函数原理,通过GS+和Variowin确定最优模型,对土壤有机碳进行空间预测,同时与反距离加权方法的空间插值结果进行预测精度和模型拟合效果对比。结果表明,基于半变异函数的土壤有机碳空间插值的均方根误差RMSE最小,比反距离加权方法提高了14%,预测精度和空间模拟效果要高于反距离加权方法的预测结果。基于半变异函数的空间插值方法要更适合土壤有机碳数据的空间预测,为其他土壤数据空间准确预测提供支持。     

EBK算法中半变异函数模型对DEM插值精度差异性研究

针对经验贝叶斯克里金(EBK)插值算法中的不同半变异函数模型对不同地貌地形的适应性问题,分别选取了平原,山地和丘陵三种不同地貌样区,进行空间插值试验研究。首先,选取不同地貌类型数据,获取离散高程点数据;然后,对数据进行预处理,通过GS模块分析地形数据中是否分态分布,是否存在趋势等;最后,通过经验贝叶斯克里金方法选择不同的半变异函数模型对不同地貌数据进行插值,以均方根误差为精度指标,比较分析EBK方法中不同半变异函数的适应性。分别选择径向基函数插值方法和普通克里金插值方法两种不同的插值方法作为对比,分析与EBK算法的插值精度的差异性。实验结果表明:在默认参数设置情况下,EBK算法效果更好,误差更小,精度更高。     

多波束测深数据的抗差Kriging 拟合

针对普通Kriging法处理多波束测深数据受异常值影响的问题,推导了变异函数样本值的抗差计算公式来消除异常值对变异函数拟合的干扰。利用实测数据对算法进行实现,验证了其在精确估计和检测异常方面的优势。进一步采用该算法对数据进行规则格网的构建,将其与人工剔除异常生成的格网比较,获得了一致效果,证明了算法在自动检测异常的同时生成高精度海底地形规则格网的可行性。     

结合UPSCALING技术与对象多特征的土地利用覆盖信息提取研究

应用SPOT融合数据,以北京密云地区为例,提出了整合Upscaling技术与对象多特征方法的新思路,通过基于半变异函数的 空间变异特征分析,建立了面向对象多特征与多分辨率数据集的多尺度分类决策树,并对自动分类效率进行了初步探讨。     

降水数据空间插值的时间尺度效应

介绍了克里金插值法的前提条件和基本原理,进行了对降水数据的插值试验,发现了时间尺度的改变比变异函数模型的改变对降水数据插值结果精度的影响更大。     

基于小波去噪的灰色Verhulst模型在高铁路基沉降预测的应用

高铁路基需严格控制工后不均匀沉降。鉴于高铁路基沉降预测值精度受观测噪声和预测拟合函数的影响,本文提出了基于小波函数去噪,对去噪数据进行灰色Verhulst模型预测的方法,并阐述了高铁路基沉降预测评价方法。通过工程实例对比分析了去噪灰色Verhulst模型、GM(1,1)模型、双曲线模型在沉降数据处理中的拟合精度和预测精度。结果表明:GM(1,1)模型拟合精度高,预测精度低,不适用于长期预测;双曲线法预测精度最低,预测曲线不包含路基饱和发展过程;小波去噪灰色Verhulst模型符合高铁路基沉降规律,预测精度高,可以广泛用于路基沉降预测。     

西安市住宅价格空间结构和分异规律分析

利用ESDA方法对西安市城区的291个普通住宅项目均价数据进行研究,通过计算Moran指数和半变异函数分析了其空间自相关性和变异性,并进行了趋势分析。应用Kriging空间插值方法对西安市普通住宅价格空间分布进行了模拟。研究结果表明:西安市房价存在显著的空间自相关性,大部分住宅价格呈空间集聚格局,少部分因存在空间异质性而呈离散分布;房价变异函数表现出各向异性,不同方向有不同结构特征,空间自相关尺度为14.2km;西安市房价空间分异规律明显,房价分布格局受城市功能区划和交通影响较大。     

变异函数模型参数的非线性加权总体最小二乘法

针对球状模型和指数模型两种变异函数模型线性化后的系数矩阵具有非线性形式,系数矩阵元素含有随机误差等问题,该文使用非线性加权总体最小二乘法估计变异函数模型参数。以高程异常数据为例,利用变异函数值的点对数定权法和系数矩阵中距离值的方差-协方差传播律定权法迭代解算参数,并与最小二乘法,加权最小二乘法和非线性总体最小二乘法进行对比分析。实验结果表明:非线性加权总体最小二乘法能够得到更高精度的变异函数模型参数。     

基于克里金法重力数据插值的研究

分析了变异函数的五种理论模型,采用了各种模型进行插值计算,实现了对我国某区域重力异常数据进行空间插值。     

近岸/内陆典型水环境要素定量遥感空间尺度问题研究

近岸/内陆水环境遥感的空间尺度问题研究包括空间变异尺度及遥感监测空间尺度需求,以及多源多尺度遥感数据及定量产品的空间尺度误差两个方面。利用长时序高分一号16 m遥感数据集高时空分辨率的综合优势,采用空间半变异函数分析方法获取了中国近岸/内陆典型水环境要素（以悬浮颗粒物为例）的空间变异尺度。基于水环境要素空间变异的连续性和泰勒级数展开理论,定量化地描述了空间尺度误差解析函数。结果表明,近岸/内陆水体等高动态水体的空间变异尺度平均在150 m以下,而外海等相对稳定水体空间变异尺度在300 m以上。随着空间分辨率的降低,受到空间变异和水环境要素非线性定量反演模型的共同影响,悬浮颗粒物的空间尺度误差显著增大,亟需重点研究区域化的尺度误差校正方法。     

基于ArcEngine的沉降观测数据库建设研究

针对沉降观测智能性分析不足的问题,本文提出了一种基于GIS的沉降观测数据建设方法,该法以ArcEngine为开发工具,首先将沉降观测数据入库,然后开发出数据分析程序,用以完成观测数据的沉降量变化状况分析。实验表明,这种方法具有入库简单、受限小、速度快的特点,它可以完成常规的沉降观测数据分析,所建立的数据库能为其它类似监测提供基础数据和技术依据,不失为一种基于GIS的沉降观测数据处理新方法。     

利用Vondrak滤波优化Richards曲线的沉降预测方法

针对沉降预测模型的重要参数难以选取问题,考虑观测数据中含有噪声的影响,提出了利用Vondrak滤波优化Richards曲线的沉降预测方法。为了使预测值更加逼近实测值,选择以Richards曲线为基础模型进行改进,优化模型的沉降初始值和沉降极限值参数。利用Vondrak滤波对实测沉降数据进行平滑处理,减弱观测值中噪声的影响,为模型构建提供更加合理的参考数据。将Fminsearch函数计算结果作为参数迭代初始值,联合逐步回归分析法求得预测模型的最优参数。通过对比实验分析发现,改进方法的预测精度达到了±0.124 mm,与未加改进的预测方法相比,精度得到了较大提高。研究结果表明,利用Vondrak滤波优化的沉降预测方法能够提高精度,同时验证了改进方法的有效性。