广义非线性动态最小二乘问题的一个直接解算方法

构建“数字地球”、“数字国家”等数字化科学工程的基础是数据[1 ] ,其数据具有多源、多维、多种类型、多种时态、多种精度并具有非线性特征等特点[2 ] ,首先要进行数据处理并应采用全新的广义非线性动态最小二乘法[3] [4] ,数据处理方法的核心是广义非线性动态最小二乘问题参数估计的函数模型及其解算方法 ,迄今国内外对这方面的研究尚不多。本文在作者前期研究、提出的广义非线性动态最小二乘函数模型参数估计迭代法求解[5] 的基础上 ,进一步研究、提出了一种广义非线性动态最小二乘模型参数估计的直接解算方法 ,将问题分离 ,把待求参数减半 ,直接求解。从而大大降低求解问题的维数 ,大大减少计算难度和计算工作量 ,这是国内外首次研究提出的一种比迭代法更快速、更有效、更科学的解算方法。为多源、多类、多时态数据处理开辟了一新途径 ,也大大扩大了广义非线性动态最小二乘法的应用面     

全站仪棱镜常数未改正引起的测量误差分析

基于棱镜常数的概念,通过一典型测量模型分析在棱镜常数未改正的情况下所引起的测量误差,并结合案例阐述了误差对地籍测量工作的影响。由于棱镜常数未改正而引起的系统误差在界址点测量中是不可容忍的,必须改正。     

DEM内插方法与精度评定

本文通过介绍DEM引出了数字高程模型内插方法研究分析的必要性。比较了各种DEM内插方法,并且说明了各种精度模型。最后通过两种不同的内插方法得出国家测绘局的规定的28个检查点的高程,并进行对比以达到对DEM内插精度的分析。     

基于近景数字摄影测量的飞机表面模型重建

介绍了数字近景摄影测量在重建飞机三维表面模型中的应用方法。根据飞机表面的特征,结合摄影测量方法的特点,总结出包括拍摄计划制定、外业测量、内业处理的一套处理方法:根据飞机外形特征,划分适于拍摄和后期处理的拍摄带;在机身和地面布置一定数目的控制点作为对拍摄像片的控制;利用数字近景摄影测量中影像匹配、相对定向、绝对定向以及光束法平差等一系列方法的综合运用,解算拍摄像片的外方位元素;对飞机机身分块处理,以三角网为基础重建飞机完整的三维表面模型。     

既有铁路曲线整正平差算法

在研究铁路线形特点和曲线整正原则的基础上,探讨以既有铁路线实测坐标为观测值,运用最小二乘平差方法进行曲线整正计算的方法.首先讨论铁路曲线平差的数学模型,然后给出曲线整正平差算法中拨距量计算的有关算式并对两则算例进行分析.结果表明这种平差算法不仅能够满足曲线整正计算的各项原则和技术要求,而且计算方便,精度高于传统方法.     

全站仪垂距测量代替二、三、四等水准测量的研究

全站仪垂距测量进行高程测量,是基于三角高程测量和水准测量原理,在测点中间安置全站仪,不量仪器高和棱镜高,通过观测垂距以进行高差测量.经过理论分析和实验验证,精度可以达到二等水准,在丘陵低山地区,可以代替二、三、四等级水准测量.     

一种适用于孔隙体积应变的有效应力方程

土力学奠基石Terzaghi有效应力原理被广泛应用于油藏孔隙和渗透率应力敏感研究中,然而其对于岩石孔隙体积应变的适用性存在争议。对颗粒不可压缩和颗粒可压缩的多孔介质分别进行了受力分析,推导了总体积、颗粒骨架、孔隙体积的有效应力表达式,与Biot、Skepmton有效应力方程对比,建立了适用于孔隙体积应变的新型有效应力方程,并进行了试验论证和应用举例。研究表明:在颗粒不可压缩多孔介质中,有效应力为超出平衡孔隙流压之外的颗粒间宏观等效应力;在颗粒可压缩变形多孔介质中,有效应力为其相同应变下的等效应力,有3种有效应力分别适用于总体积应变、颗粒体积应变、孔隙体积应变;新提出的孔隙体积有效应力方程与孔隙度、岩石总体积压缩系数、颗粒压缩系数、总应力和流压相关,4个理论计算式计算结果在3种多孔介质试验测试结果中的偏差均在5%以内;孔隙体积有效应力系数解决了如何定量增总应力来等效模拟储层降流压生产过程这一关键问题,3个压缩系数关系式理论计算准确方便。     

场源不同近似处理在直流电法边界元正演中的应用研究

探测地下洞体对我国经济建设十分必要,无论是人工造成的洞道还是天然形成的洞穴,往往规模比较小,造成的物探异常也比较小,需要较高分辨率。这里主要针对探测对象的特点建立适当的地电模型,以不同电阻率值、不同埋深和不同半径大小的长圆柱目标体作为正演模型分别进行模拟,研究2.5维直流电的边界元正演问题,比较采用总场法和二次场近似法的边界元正演模拟结果,发现两种方法都能够满足精度要求。     

南昌市PM2.5中稳定碳同位素组成特征

近几年,PM2.5浓度上升导致灰霾事件频繁发生,已经引起了广泛的关注。碳组分是PM2.5中的重要组分,被认为是灰霾形成和转化的重要因素,因此,研究PM2.5中含碳组分的来源及其化学过程具有重要的意义。本研究于2016年12月至2017年8月期间在南昌地区共采集105个PM2.5样品,分析了PM2.5样品中总碳(TC)浓度及其碳同位素(δ^13C)。结果表明,采样期间TC的年平均浓度为(12.1±2.1)μg/m^3,总体上呈现冬季高、夏季低的变化趋势,可能是受不同季节气象因素和来源变化的影响。δ^13C的年平均值为(?26.1±0.2)‰,总体上呈现冬季高、春季低的变化趋势,可能是受不同来源的影响。利用贝叶斯模型计算南昌地区PM2.5中TC主要来源于C3植物燃烧和机动车尾气,年源贡献分别为49.3%和28.7%;其次是煤燃烧和C4植物燃烧,年源贡献分别为17.7%和4.2%。春季δ^13C值偏低是由于C3植物燃烧贡献相对较高,而冬季δ^13C值偏高则是煤燃烧贡献增加。     

基于贝叶斯正则化改进BP神经网络的页岩气有机碳含量预测模型

页岩气总有机碳(TOC)含量是评价岩性气藏的关键指标,受复杂地质及岩芯采集等多种因素的影响,常规室内测试分析获得的TOC含量的数据有限且结果有失准确。为合理准确预测页岩气TOC含量,本文首先通过对页岩气储层TOC含量测井资料综合分析选取8条测井曲线,并结合主成分分析法(Principal Component Analysis,PCA)提取四个主成分;其次基于贝叶斯正则化(Bayesian Regularization)改进的BP神经网络方法建立页岩气TOC含量预测的BR-BP模型;最后利用该模型对研究区A区页岩气TOC含量进行预测,并与常规的LM-BP神经网络模型的预测结果进行对比。结果表明：BR-BP模型有较强的非线性拟合能力,能够真实地反映出页岩气TOC含量与各测井参数之间的非线性关系,其模型预测结果与实际值基本吻合,与常规的LM-BP神经网络模型相比,其数据敏感性增强,预测精度有所提高,该研究方法具有一定的理论意义和参考价值,为我国TOC含量预测提供了一种新的技术方法和手段。