三维动态趋势面模型在地面沉降分析中的应用

在趋势面拟合模型的基础上考虑时间项,建立三维动态趋势面模型,并通过模拟数据验证模型的适用性,最后对南沙地区GPS沉降监测网数据进行分析。结果表明,三维动态趋势面模型可以反映区域沉降的整体时空变化趋势,并具有良好的时空插值效果。     

Kriging插值和序贯高斯条件模拟算法的对比分析

本文对Kriging插值与序贯高斯条件模拟值的算法联系进行了推导,并将两种计算结果和原始数据的统计参数作了对比。结果表明,Monto-carlo方法求得的序贯高斯条件模拟值经数学变换后等同于已知数据和此前模拟数据共同参与的Kriging插值结果与一个随机偏差的和,该随机偏差的均值为0,方差为Kriging误差方差。最优性条件导致Kriging插值结果的方差较原始数据降低了1个Kriging误差方差,造成Kriging平滑效应,其空间变异函数值降低,但自协方差函数值不变。序贯高斯条件模拟避免了平滑效应,其方差、变异函数和自协方差函数均不变,而其模拟值的误差方差较Kriging误差方差增加了1倍,表明1次随机模拟值的误差比Kriging插值大。然而,多次随机模拟值的平均值与Kriging插值的地理制图效果近似,可以弥补局部估值误差大的不足。因此,在应用中,Kriging插值是提供局部最优估计的方法,但却低估了全局的空间变异。而序贯高斯条件模拟的优点,在于提供若干等可能概率的模拟结果以进行估值的不确定性评价,并再现全局的空间可变性。     

基于不同地形的GPS对流层延迟插值方法研究

通过利用北京、武汉两地的GPS数据,采用反距离加权法、克里金法研究不同地形下GPS对流层延迟插值效果.经比较,反距离加权法与克里金法的插值效果基本一致,在对武汉地区进行GPS对流层延迟插值时插值效果均在毫米级,在北京地区的插值效果则有不同:平坦地区插值效果达到毫米级;山区插值效果为厘米级,无法满足应用需求.     

基于GLM-PSO-coKriging模型的地表形变研究

以斜坡灾害易发地带兰州市城关区为研究区,通过PS-InSAR技术提取地表形变点的地表形变速率,反映地质灾害在空间范围内的分布。以协克里金插值为基础,结合广义线性模型（GLM）和粒子群优化算法（PSO）,构建PSO-GLM-coKriging插值模型,以地表形变速率为主变量,DEM,岩土疏松度和NDVI拟合参数为协变量,进行空间插值模拟。与co-Kriging模型和GLM-co-Kriging模型相比较,PSO-GLM-coKriging插值模型具有更高的精度和更好的模拟效果,消除了多维度产生的复杂度,改善了小尺度范围内的插值效果,3个模型的误差分别为1.25 mm/year,0.70 mm/year,0.47 mm/year。因此,通过PSO-GLM插值模型对形变点空白区的插值模拟,对城关区城镇化的规划建设提供一定的数据和理论支撑。     

基于ArcGIS的地铁施工中地层变形模拟研究

采用反距离权重法,应用ArcGIS对地铁施工引起的土体变形和地面沉降进行3维可视化模拟及预测.并通过与传统估算方法进行比较分析,为地铁施工风险评估提供直观及可靠的依据.     

基于空间插值的风场模拟方法比较分析

计算流体动力学方法是目前风场空间格局模拟的主要方法之一,该方法由于受到软硬件局限,多应用于小尺度的风场模拟及分析。该方法精确程度极大地依赖于3D建模的精细程度和迭代计算模型的准确程度,与现实风场的发育过程存在明显差异。而随着物联网技术的发展,我们可通过大量的现场传感器进行风场数据的实时采集,为风场动态实时化模拟提供精确的参数。为了确定风场动态实时化模拟的最佳方法,本文以中国科学院城市环境研究所园区内32个风场传感器的月平均风速数据为研究案例,综合分析了反距离权重插值、全局多项式插值、局域多项式插值、径向基函数插值、最近邻域法插值、普通克里格插值6种空间插值方法,并采用交叉验证的方法对插值结果进行比较。结果表明,反距离权重插值在模拟的误差范围、模拟的准确度、反映极值的能力上优于其他5种方法,为1:500尺度的风场空间格局模拟提供了参考。     

基于改进散乱数据插值算法的人脸模型特定化技术

真实感虚拟人脸合成技术一直是计算机图形学一个重要而富有挑战性的课题。其中，人脸建模是第一步，也是至关重要的一步，而人脸模型特定化技术是其中的关键技术。在研究和实验的基础上，提出了一种基于改进散乱数据插值算法的人脸模型特定化技术。实践证明，该技术可取得较好的效果。     

基于异构集群计算的地统计面插值并行算法

地统计面插值算法在空间统计分析中有广泛应用,其目的是通过一组面要素的某已知属性值估算另一组面要素的属性值。地统计面插值算法多是基于克里金（Kriging）插值及其衍生算法。克里金插值算法考虑属性在空间位置上的变异性,需计算要素之间的协方差,是典型的计算密集型算法。本文分析了基于克里金插值的地统计算法计算过程,该算法中面要素间协方差计算相互独立,可作为并行计算单元划分。另外,面要素间协方差计算可使用快速傅里叶变换（FFT）快速计算,而FFT是一种非常适合并行处理的计算密集型算法。本文根据算法特征设计了基于异构集群计算的并行算法,并使用MPI+CUDA实现了该算法。实验结果表明,本文实现的算法比使用MPI实现的CPU集群的算法有更好的性能,具备良好的可扩展性,并且随着插值精度提高表现出更好的性能。     

基于PS-InSAR和GIS的北京平原区建筑荷载对地面沉降的影响

北京平原区地面沉降问题日益突出,成因复杂,既包括人为地下水开采和城市建筑荷载作用,又包括自然土体固结和活动构造影响。地下水开采和建筑荷载是重要的驱动因素。如何提取区域尺度建筑载荷,评价其对地面沉降影响,是地面沉降灾害防治工作需要开展的重要环节。本文以简化后的容积率表征建筑载荷,首先利用PS-InSAR技术获取研究区地面沉降信息,然后使用GIS空间分析的方法提取出同等地下水开采影响下的不均匀沉降分布,其次采用阴影长度法提取了研究区建筑体高度,最终结合空间分析和回归分析方法研究建筑容积率与地面沉降之间的关系。主要研究结论：① 北京地区地面沉降比较严重,沉降速率大于30 mm/a的区域占比21.08%;② 地下水开采同等影响下的不均匀沉降区呈H形分布于平原区中部和北部;③ 阴影长度法能够较准确的评估出建筑容积率,可用于区域尺度静载荷的提取与分析;④ 在地质条件相似、水位变化相同的局部区域内,地面沉降速率与建筑容积率具有一定相关性,但相关系数较低。     

基于改进PSInSAR技术的非城区地表形变监测

为解决经典PSInSAR技术在非城区因受永久散射体空间分布不足而导致地形形变监测误差较大的问题,提出基于分时散射体(partial time scatterer,PTS)提取的改进算法。首先基于改进的经验模态分解对影像进行边缘保持平滑滤波降噪,然后采用可信概率估计对PTS目标进行联合提取,最后通过参数差分估计分离PTS相位和计算形变速率,从而得到监测区的地表形变。实验结果表明,提取的PTS目标基本可保持传统PS点的空间分布特性和时序变化趋势,提高非城区目标点的空间分布密度,本文算法具有有效性。     

一种加权Logistic-Richards组合模型的地表沉降预测方法

利用平移反幂法特征值求权方法,对两种地表沉降预测模型(Logistic模型和Richards模型)进行加权组合。以深圳地铁人民南车站、鹿丹村车站和长沙地铁东四线车站为例,运用新的加权Logistic-Richards组合模型对地铁施工期间地表沉降进行拟合和预测,对比验证了该组合模型的优越性。     

采煤塌陷区建筑物附加应力影响深度的计算与分析

建筑物附加应力的影响深度是评价采空区新建建筑是否会破坏冒落带和导水裂隙带内的应力平衡状态,进而引发破碎岩体"二次沉降"的重要依据。该文介绍分析了矩形基底建筑在均布荷载作用下角点附加应力对地下影响深度的计算原理,提出了使用线性逼近的方法,分别将复杂、非线性的土层自重应力函数及建筑物附加应力函数转化为线段微元,通过计算两直线段交点来获得建筑物附加应力影响深度的方法,并使用C#语言编制了相关计算程序。结合工程实例,分析了建筑物附加应力影响深度与土(岩)层容重、建筑物荷载、地基面积、地基形状的关系。     

基于DEM修正的MODIS地表温度产品空间插值

地表温度是资源环境、气候变化、陆地生态系统等科学研究的重要参数之一。MODIS LST（Land Surface Temperature, LST）产品是地表温度相关研究的重要数据源。而现有MODIS LST产品均存在云覆盖区域,因此云覆盖区域地表温度估计已成为热红外遥感的前沿性研究难题。为解决MODIS LST产品云遮挡区域地表温度信息缺失,以秦岭地区为研究区,选用2001-2017年的MOD11A2数据,在传统的反距离权重（IDW）、规则样条函数（SPLINE）、普通克里金（OK）、趋势面（TREND）空间插值方法中引入高程因子,通过反复试验形成基于DEM修正的MODIS LST空间插值方法。分析空间插值结果表明： ① 空间插值精度由高到低为：OK>SPLINE>IDW>TREND,基于DEM修正后精度分别提高了约0.38、0.31、0.32和0.78℃; ② 空间插值结果的精度呈现季节差异,夏季6、7、8月的精度较高,1月的精度最低;③ 插值精度与云区的范围存在一定的关系,当云覆盖区域<1.1 km²时,DEM+OK方法的插值误差<0.55 ℃,当云覆盖区域<3.1 km²,插值误差<1 ℃;DEM+SPLINE方法在云覆盖区域<2.7 km²时,插值误差<0.55 ℃,云覆盖区域<10.4 km²,插值误差<1℃;当云覆盖为1.1~2.7 km²时,DEM+SPLINE方法的插值精度高于DEM+OK方法。     

一种优化的GA-KF与BP-Adaboost地表下沉组合预测模型北大核心CSCD

为提高矿区GNSS CORS自动化监测系统地表下沉预测精度,提出一种结合小波分析,采用遗传算法优化的卡尔曼滤波模型(GA-KF)与相空间重构的BP神经网络强预测模型(BP-Adaboost)的组合预测方法。利用小波分析获取原始监测数据的趋势项和随机项,并分别通过GA-KF模型和相空间重构BP-Adaboost模型预测趋势项和随机项,两者之和即为最终预测结果。以亳州板集矿监测站数据为例进行预测,结果表明:1)与单一使用GA-KF和相空间重构BP-Adaboost模型预测值对比,该组合模型预测精度更高;2)组合模型受建模序列长度影响较小,平均相对误差在0.003%以内,远小于两种单一模型,具有一定抗干扰性。     

基于PS-InSAR和SBAS技术监测南京市地面沉降

利用覆盖南京地区的23幅Sentinel-1A影像,分别采用PS-InSAR技术和SBAS技术进行数据处理,获得了两组研究区域的地表沉降信息,并对两组结果进行交叉验证分析。结果表明,两种方法获取的结果无论是在沉降范围还是在形变量级上,都具有高度的一致性;研究区域在2015-04～2017-01期间存在地面沉降问题,且最大的沉降速率达到-30 mm/a。     

基于灰色关联和相关向量机的隧道地表沉降预测

基于灰色关联算法确定与地表沉降有直接重要关联的主要影响因子,构建高斯核函数和多项式核函数的加权核函数,利用遗传算法优化模型参数,建立相关向量机地表沉降预测模型。实验结果表明,灰色关联算法能定量地反映系统影响因子与地表沉降变化的关联程度,有效处理不是完全明确的灰色系统信息;加权核函数的合理组合可较好地通过低维空间线性不可分映射变换到高维特征空间线性可分;遗传算法具有计算过程简单和自适应迭代寻优特点;相关向量机模型可极大地减少核函数的计算量,计算过程和结果均具有概率解释。该模型预测结果的多项精度指标值均优于BP神经网络和GR-SVM方法。