顾及邻近点变形因素的高斯过程建模及预测

针对传统的变形监测建模方法一般针对单一监测点的变形预测模型,未考虑到监测点间相互作用的变形特点,该文分析了变形监测点间的相互关联性,通过相关系数法对监测点进行分类,并将邻近监测点的观测序列值作为和时间因素等同的影响因子应用到建模过程中,利用高斯过程算法进行训练,建立预测模型。为提高高斯过程算法的模型预测精度,应选择适合工程案例最优协方差函数。通过实例分析,比较GM(1,1)、多点灰色预测模型和顾及邻近点变形因素的高斯过程等3种模型在基坑围岩、滑坡等变形监测数据处理中的预测精度,表明该文算法考虑到监测点间的变形关联性,充分利用高斯过程在针对小样本、非线性数据建模时的高自适应性等优点,具有较高的预测精度。     

利用人工鱼群算法优化高斯过程模型及应用分析

基于高斯过程利用传统共轭梯度法搜索超参数,存在对初始值依赖性强、获得局部最优解的不足。本文采用人工鱼群算法对超参数进行智能寻优,建立了基于人工鱼群算法的高斯过程模型对变形体形变进行预测分析。通过隧道和基坑两个工程实例计算比对分析,NN、SE和RQ 3种核函数中NN核函数的预测效果最好,平均相对误差分别为0.69%和1.06%。结果表明超参数优化模型的预测精度得到了较大的提高,改善了高斯过程算法本身存在的超参数求解方面的不足,效果明显。     

LMD和小波阈值的GNSS坐标时间序列降噪应用

局部均值分解方法降噪过于粗糙,将认定为噪声的乘积函数(PF)分量直接剔除,导致有用信息丢失.为了有效提取GNSS站坐标时间序列的有用信息,该文提出一种局部均值分解和小波阈值相结合的降噪方法.通过局部均值分解将坐标时间序列分解为一系列PF分量和余项,依据消除趋势波动分析方法计算各PF分量的Hurst指数,利用小波阈值提取H≤1的PF分量中的有用信息,将提取出的信息与剩余PF分量叠加重构获得最终降噪的坐标时间序列.通过对5个测站的坐标时间序列进行实验,结果表明局部均值分解和小波阈值相结合的方法能够有效提取噪声分量中的有用信息,信噪比提高了27.8％,从而验证了该方法的有效性.     

具有稳健初值的选权迭代法曲面拟合模型粗差探测

将抗差估计的思想融入到二次曲面模型粗差探测的算法中,设计出对模型误差特别是粗差具有抵抗能力的粗差探测算法。稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差。通过实例证明,具有稳健初值的选权迭代法具有较强的稳健性和粗差探测能力。     

红柳江区域陆地水储量变化及其驱动因素分析EI北大核心CSCD

本文利用CSR-RL06和Tongji-Grace2018时变重力场模型反演了2003年1月—2016年12月红柳江区域陆地水储量变化,并联合降水、蒸散、径流和人类活动耗水等多源数据建立了区域水量平衡方程,定量评估了该区域陆地水储量变化的主要驱动因素。结果表明:①考虑人类活动耗水为区域陆地水储量输出项时,由水量平衡方程闭合差计算的均方根误差降低了39%。②气象水文因素贡献率仅于2009、2011和2016年为负,其均值为-22.5%,其余年份正贡献率均值为47.7%;人类活动耗水贡献率始终为负,其均值为-34.8%。③龙滩水库蓄水变化与该区域陆地水储量变化相关系数为0.66,均存在一年和两年主周期信号。     

华北地区季节性垂直位移信号提取及物理机制分析

华北地区地表垂直位移呈现显著的季节性波动。为探究其驱动源信号,利用独立分量分析方法对全球导航定位系统20个基准站的垂直位移时间序列进行时空分解,获取前6个独立分量,并与环境负载造成的垂直位移进行比较分析。结果表明,第一个独立分量呈现显著周年变化和相对均匀的空间响应,与大气负载位移时间序列的平均相关系数为0.60,两者吻合良好。第二和第三个独立分量均是周年和年内信号的组合,其空间响应反映出局部集聚特征,与华北地区水资源的分布状况相类似,合并这两个独立分量后与水文负载位移时间序列的平均相关系数为0.50。由此表明大气和水文负载是驱动华北地区季节性垂直位移的主要源信号。     

局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

三重加权变形监测预测模型及应用

针对GM(1,1)建模过程存在背景值、时间因素和初始条件3方面的不足,该文提出三重加权TPGM(1,1)预测模型。通过对背景值进行加权生成新的背景值,建立PGM(1,1)模型;在PGM(1,1)基础上考虑到时间因素,在求解灰参数时进行第2次加权建立DPGM(1,1)模型;最后考虑到初始条件对预测模型的影响,在DPGM(1,1)基础上进行第3次加权,建立TPGM(1,1)模型。通过实例分析,比较GM(1,1)、PGM(1,1)、DPGM(1,1)、TPGM(1,1)4种模型在变形监测数据处理中的拟合和预测结果,表明三重加权TPGM(1,1)模型拟合效果更好、预测精度更高;该模型具有前3种模型的优点,同时弥补了传统GM(1,1)存在的不足。     

变形监测缺失数据序列灰色建模方法探讨

在测量工作中,由于气候环境、观测方法、观测仪器以及观测人员自身因素等多方面的原因,可能造成观测数据的丢失或者不完全。文中针对这类数据的处理,采用加权平均法和三次样条插值法对缺失数据进行修复,建立GM （1,1）模型,并与非等间隔预测模型进行对比。通过两组仿真数据和两组实测数据验证发现：对于呈指数增长的序列和高增长序列修复之后建模预测精度更高;三次样条插值法数据修复后GM （1,1）建模预测精度较加权平均法预测精度更高;对于低增长序列,直接采用非等间隔建模预测精度更高。     

2002~2020年刚果河流域陆地水储量变化分析

利用德克萨斯大学空间研究中心（CSR）发布的GRACE时变重力场模型,基于最大信噪比准则确定RL06球谐系数模型（spherical harmonics,SH）的最优高斯滤波半径,在此基础上反演2002-04~2020-05刚果河流域陆地水储量变化,结合水文与降雨、蒸散资料分析其驱动因素。研究结果表明,GRACE模型估计的刚果河流域水储量变化和水文模型估计的地表水储量变化的周年振幅一致,表明刚果河流域的陆地水储量周年变化驱动因素为地表水。对于年际变化,2002-04~2020-05陆地水储量变化呈轻微增加趋势,2002-04~2006-12明显减少,RL06 SH模型估计结果为-2.30±0.24 cm/a;2007-01~2010-12呈现增加趋势,为0.38±0.24 cm/a;2011-01~2020-05水储量增速变大,为0.92±0.12 cm/a,该结果与CSR Mascon估计结果一致。