两种耦合模糊控制的局地化方法研究

在集合数据同化过程中,由于远距离的观测与同化状态之间存在着虚假相关,局地化方法受到广泛关注.此外,由于集合数的限制,容易引起欠采样和协方差被低估等现象,使得滤波效果欠佳.因此,提出模糊控制算法,模糊控制算法主要用于判断观测点与状态更新点之间的距离来匹配相应的观测权重,进而调整局地化系数来更新背景误差协方差和观测误差协方差矩阵,从而得到有效的状态估计.基于背景误差协方差局地化方法和观测误差协方差局地化方法,耦合模糊控制,形成了新的算法—模糊控制的背景误差协方差局地化方法和模糊控制的观测误差协方差局地化方法.利用Lorenz-96模型,在小集合数和局地化半径下,得出模糊控制的背景误差协方差局地化方法和模糊控制的观测误差协方差局地化方法有较好的同化性能.通过分析泰勒图谱甄别出新算法与观测点具有高度的相关性以及较小的空间变异性.最后,在不同维数的模糊控制器下,新算法的有效性进一步得到验证.为今后数据同化误差处理方面提供了良好的研究平台.     

EnKF同化的背景误差协方差矩阵局地化对比研究

在集合数据同化中,背景场误差的协方差估计特别重要。通常有限个成员的集合在估计背景误差协方差矩阵时会引入伪相关,从而造成协方差被低估、滤波发散。虽然协方差膨胀的经验性方法能一定程度缓解协方差被低估的问题,但不能消除协方差的伪相关问题。因此,结合EnKF方案探讨2种消除伪相关的局地化方法(协方差局地化方法和局地分析方法),分析这2种局地化方法对背景误差协方差矩阵、增益矩阵、集合转换矩阵以及同化结果的影响。实验结果表明:局地化方法不仅能消除背景误差协方差矩阵的伪相关,还可以增加背景误差协方差矩阵的秩;在"弱"同化强度下,2种局地化方法的增益矩阵和集合转换矩阵相等;随着同化强度的增大,增益矩阵和集合转换矩阵的差异会变大;在不同的同化强度下,2种局地化方法各具特色,相对而言,协方差局地化方法在更新集合均值和集合扰动上具有较强的鲁棒性。研究结论有助于背景场误差协方差的精细分析和估计。     

洪水预报自回归实时校正多步外延方法研究

自回归模型在洪水预报实时校正中应用广泛。针对自回归模型进行连续多时段校正时中间误差系列缺失问题,提出一种基于历史洪水预报误差系列的样本重组自回归外延方法,以淮河流域王家坝断面为背景,选用洪量相对误差、洪峰相对误差、峰滞时间和确定性系数四个指标开展校正效果评估,并与时程递推外延方法对比。结果表明:样本重组外延方法可以提升洪水预报精度,延长洪水预报有效预见期,特别在降低洪量误差和提高洪水过程的拟合精度上优势更为显著。同时,该方法泛化能力较强,具有实用价值。     

人工神经网络模型与新安江模型的应用比较

新安江模型是我国研制的经典的概念性流域水文模型,其参数往往通过人工试错法进行率定,在洪水的实时预报中需建立误差自回归模型来修正预报值.人工神经网络模型是一种数据驱动模型,它可以通过算法调节权值和偏王值来模拟信息,实现了模型参数的自动率定.在实时预报的应用中,人工神经网络模型可以根据计算误差调节权值和偏置值,反映水文过程的时变性,模型结构显得更加简洁.本文将两种模型应用于潢川流域并作比较.它们的预报结果都达到了作业预报要求.在实际应用中可以根据资料情况选择模型进行洪水预报.     

水库流域入库洪水预报误差分析

由于受水库枢纽工程的影响，使得反推计算的入库流量本身就存在较大的误差，从而增加了入库洪水预报模型研制的难度，影响了这时预报精度的考核。通过对全国诸多水电厂水库流域实时洪水预报的实践，对其入库洪水预报中存在的误差原因及解决方法进行了科学的分析和阐述，以指导实时预报。     

实时洪水抗差预报系统研究

把抗差估计理论引入实时洪水预报系统,提出适合于实时洪水预报系统的抗差特征函数,建立降雨误差的动态监控模式,研究实时修正模型参数的动态抗差估计,结合洪水预报模型,形成具有水文学特点、抗差性强的实时洪水抗差预报系统.将此系统和传统实时洪水预报系统运用于闽江七里街流域,比较当降雨和流量资料存在异常误差时两系统的预报效果.结果表明,实时洪水抗差预报系统能抵御异常值的影响,获得比较稳定且高精度的预报结果.     

基于单位线反演的产流误差修正

为提高实时洪水预报的精度,将单位线引入实时洪水预报修正中,建立一种向信息源头追溯的反馈修正模型。用最小二乘估计原理,通过推求产流量误差,用理想模型对误差修正模型进行了验证,并对不同范围的产流量误差修正效果进行对比。在浙江长潭流域对11场历史洪水进行修正验证,效果明显,对预报精度有一定的提高。该方法结构简单,且不增加参数,物理概念清晰,又不损失预见期,可以在实际流域洪水预报中推广应用。     

洪水预报模型输入与输出的误差分布及相关性分析

降雨预报信息作为洪水预报模型的输入,该信息的准确性直接影响洪水预报模型输出的准确性.为探究模型输入(降雨预报)误差与输出(洪水预报)误差之间的关系,以英那河流域为例,分析了不同雨量等级下,预报模型的输入误差与输出误差的分布规律,并定性分析了两种误差的相关关系.结果表明,降雨量等级若为无雨及小雨时,两种误差不相关;若为中...     

传递矩阵法求解弹性半空间单一覆盖层轴对称动力问题的误差分析

为解决弹性半空间单一覆盖层轴对称动力问题中传递矩阵病态的问题,提出了误差分析方法。分3种情况讨论了采用传递矩阵法计算弹性半空间单一覆盖层轴对称动力问题中被积函数处理方法,进而对逆Hankel变换和逆Laplace变换的处理方法进行了简要说明,据此提出了减小误差的方法。通过退化模型对所提出的方法进行了验证,结果表明该方法可有效减小误差,为利用传递矩阵法求解层状半空间动力问题中传递矩阵病态的问题提供了思路。     

考虑协方差项单次流量随机误差估算方法的探讨

以往“流速—面积”法流量测验误差的计算公式都忽略协方差项。本文分析了当考虑协方差项时,协方差项各个组成部分所处的地位,提出了考虑协方差项流量误差的计算公式,并用兰西水文站的试验资料加以验证。一、简单的回顾测量河道中的流量有各种方法,其中尤以“流速—面积”法最常用。该法测流量是通过测量垂线的水深,平均流速和间距来实现的。所以,实际上,断面流量是间接测量结果。估算一次实测流量的随机误差应通过误差传播公     

河道洪水实时概率预报模型与应用

通过数据同化方法合理地将实时水文观测数据融入到洪水预报模型中,可提高洪水预报模型的实时性和精确度。选取沿程断面流量、水位和糙率系数作为代表水流状态的基本粒子,以监测断面实测水位数据作为观测信息,建立了基于粒子滤波数据同化算法的河道洪水实时概率预报模型。模型应用于黄河中下游河道洪水预报计算的结果表明,采用粒子滤波方法同化观测水位后,不仅可以直接校正水位,同时也可以有效地校正流量和糙率,为未来时刻模型预报计算提供更准确的水流初始条件和糙率取值区间,进而有效地提高模型预报结果的精度,给出合理的概率预报区间。不同预报期的预报结果表明,随着预报期的增长,同化效果减弱,模型预报结果的精度会有所降低,水位概率预报结果受粒子间糙率不同的影响不确定性增加,而流量概率预报结果受给定模型边界条件的影响不确定性降低。所提出模型可以有效同化真实水位观测数据,适合应用于实际的洪水预报工作中。     

复杂地震波场的自适应流预测插值方法

地震数据本质上是非平稳的,如何解决复杂非平稳地震波场的数据缺失问题是地震勘探数据处理的重要环节之一。预测滤波器在地震数据处理和分析中具有重要的作用,该技术可以有效地解决地震数据缺失问题,但传统的平稳预测滤波方法无法很好地适应地震数据的非平稳特征;因此,开发高效的复杂地震波场自适应预测插值方法具有重要的工业价值。本文将预测滤波器加入"流处理"的概念,滤波器系数随着地震数据的变化同时更新,此计算过程仅需矢量点积运算,能够提高计算效率并降低内存空间;并以此为基础开发基于流预测滤波的地震数据插值方法。利用多次波的动力学信息,通过互相关技术构建虚拟一次波,有效地解决了缺失数据位置滤波系数估计不准的问题,为插值过程提供了更为合理的滤波器估计,更好地解决了非平稳地震数据的重建问题。对Sigsbee 2B模型和实际数据的测试结果表明,该方法可以合理地针对复杂地震信息完成缺失数据的重建。     

基于离散Gabor变换迭代时变滤波实现地震信号去噪

基于离散Gabor变换时变滤波对宽带和非平稳信号估计具有强大的能力,迭代时变滤波不仅计算上有效,而且能得到较好的信噪比。鉴于迭代时变滤波方法的特点和地震信号的非平稳性,我们提出了基于离散Gabor变换迭代时变滤波方法实现地震信号的去噪,并根据实际地震信号的带限性及其频带分布规律,提出了简单的掩模函数求取方法。经大量的理论模型和实际资料计算表明该方法是有一定效果的。      

基于自然伽马测井信号的维纳滤波法求取泥质含量

泥质含量是定性、定量评价储层属性的一个重要参数.研究经济、适用、高精度的储层泥质含量求取方法, 对储层的评价、预测含油气远景和计算储层油气储量意义明确.提出了测井自然伽马求取泥质含量的新原理, 认为测井自然伽马信号是地层自然伽马真值通过一个系统的卷积滤波输出.利用测井自然伽马信号和提取的自然伽马真值子波, 采用维纳滤波法求取测井系统逆因子函数, 根据逆因子函数, 用自然伽马测井信号做卷积直接计算泥质含量.本研究在中国西北某油气勘探区有岩心分析资料的K13井进行了试验, 求取的泥质含量精度比测井常规解释方法大幅提高, 在同一勘探区K11、S44、S4等井试验性应用, 效果良好.      

顺序数据同化的Bayes滤波框架

数据同化是在动力学模型的运行过程中不断融合新的观测信息的方法论,Bayes理论是数据同化的基石.从原理、方法和符号系统为Bayes滤波在数据同化中的应用勾勒一个统一的框架.首先对连续数据同化和顺序数据同化的各种方法做了分类,然后给出了非线性系统顺序数据同化的Bayes递推滤波形式,并在此基础上介绍了典型的顺序数据同化方法--粒子滤波和集合Kalman滤波.粒子滤波实质上是一种基于递推Bayes估计和Monte Carlo模拟的滤波方法,而集合Kalman滤波相当于一种权值相等的粒子滤波.Bayes滤波理论为顺序数据同化提供了更广义的理论框架,从基础的数学理论上揭示了数据同化的基本原理.     

基于F-K域和Curvelet-中值滤波联合去噪的混采数据分离方法

由于炮分离过程会不可避免地损失部分有效信息,为解决这一问题,笔者建立模型试验,将混采数据转至频率域进行F-K滤波预处理,在保护地震同相轴的同时压制大部分混合噪声;并变换回时间域共偏移距道集进行小时窗中值滤波,同时设计迭代公式在共检波点道集进行Curvelet阈值迭代去噪;通过不断优化得到最后分离结果。模拟数据和实际数据处理结果证明:经本文方法分离后的单震源记录清晰,具有较好的实际应用价值。     

基于集合卡尔曼滤波的多相流模型参数估计——以室内二维砂箱中重质非水相污染物入渗为例

重质非水相有机污染物(DNAPL)泄漏到地下后,其运移与分布特征受渗透率非均质性影响显著。为刻画DNAPL污染源区结构特征,需进行参数估计以描述水文地质参数的非均质性。本研究构建了基于集合卡尔曼滤波方法(EnKF)与多相流运移模型的同化方案,通过融合DNAPL饱和度观测数据推估非均质介质渗透率空间分布。通过二维砂箱实际与理想算例,验证了同化方法的推估效果,并探讨了不同因素对同化的影响。研究结果表明:基于EnKF方法同化饱和度观测资料可有效地推估非均质渗透率场;参数推估精度随观测时空密度的增大而提高;观测点位置分布对同化效果有所影响,布置在污染集中区域的观测数据对于参数估计具有较高的数据价值。     

砂土地层泥水盾构泥膜形成时间及泥浆压力转化率的试验研究

泥水盾构施工中,维持开挖面稳定的关键是要在开挖面及时形成微渗透的泥膜,才能将泥浆压力转化为有效应力来平衡开挖面的土压力。开挖面处的泥膜是动态泥膜,所以泥膜的形成时间是影响泥膜能否有效支护开挖面稳定的重要因素。利用自行设计的泥膜形成时间测量试验装置,在3种地层中,利用5种泥浆开展泥浆渗透成膜试验,研究泥膜的形成时间及相关规律。研究表明,在泥皮型渗透中泥膜的形成时间一般为10 s左右,泥浆性质及粒径对泥膜的形成时间有重要影响。讨论了国内外部分大型泥水盾构泥膜形成时间,发现泥膜从破坏到形成、再到破坏的时间间隔为5～20 s不等,因此,在实际施工中需要调整泥浆性质,使泥膜形成时间小于泥膜从破坏到再破坏的时间。     

一种基于AR 模型的预测滤波压制随机噪声方法

在地震勘探中,随机噪声是一类不可避免的噪声,它的存在极大地降低了地震资料的信噪比,导致偏移成像效果差甚至不能成像。自适应线性预测滤波方法是在时间--空间域自回归( AR) 模型系数变化的假定下,把自回归( AR) 模型数学表达式进行变换,引入代价函数以提高解的稳定性、唯一性,推导得到压制一维和二维随机噪声的递归算法。通过模拟和实际地震资料验证表明,该方法能较好地压制低信噪比资料中的随机噪声干扰,同时能较好地保护有效地震信号。     

Wiener滤波器在小波变换域的应用

对于任意信号,在MSE意义上最优的信号估计是Wiener滤波器。小波变换在时域和频域上同时具有局部化特征,在信号处理中得到了广泛应用。论证了小波域上Wiener滤波器的设计,提出了应用的方法。