BMA集合预报在淮河流域应用及参数规律初探

以淮河流域吴家渡水文站作为试验站点,采用基于贝叶斯平均法(BMA)的集合预报模型处理来源于马斯京根法、一维水动力学方法、BPNN(Back Propagation Neural Network)的预报流量序列,通过分析BMA的参数以及其预报结果,对各方法在淮河典型站点流量预报中的适用性进行验证与分析.经2003—2016年19场洪水模拟检验可知,BMA模型能够有效避免模型选择带来的洪水预报误差放大效应,可以提供高精度、鲁棒性强的洪水预报结果.通过进一步比较各模型统计最优的频率与BMA权重值之间的相关性,发现权重值不适用于对单场洪水预报精度评定,而适用于描述多场洪水预报中,模型为最优的统计频率;基于大量先验信息,提前获取BMA的权重等参数,将是指导模型选择、降低洪水预报不确定性、改进洪水预报技术的有效手段.     

半湿润流域水文模型比较与集合预报

选择7种水文模型分别在中国北部3个半湿润流域做模拟对比,分析不同水文模型在各流域的适用性,并使用贝叶斯模型平均法对不同模型集合,比较各种集合方法的优势,研究贝叶斯模型平均法的应用效果.研究结果表明,以蓄满产流模式为主的模型在半湿润流域应用效果较好,针对不同流域特点对传统模型进行改进可以提高模拟精度.贝叶斯模型平均法能提供较好的确定性预报结果和概率预报结果,仅对少数模拟效果好的模型进行集合,并不能有效提高预报精度,适当增加参与集合的模型数量能使贝叶斯模型平均法更好地综合各模型优势,提高预报结果的精度.     

基于MCMC的叠前地震反演方法研究

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法[1].它在贝叶斯框架下,利用已有资料进行约束,既可使最优解满足参数的统计特性,又通过融入的先验信息,提高解的精度;寻优过程可跳出局部最优,得到全局最优解.利用MCMC方法,可以得到大量来自于后验概率分布的样本,不仅可以得到每个未知参数的估计值,而且可以得到与...     

叠后MCMC法岩性反演算法研究

叠后MCMC(马尔科夫链蒙特卡罗)反演是一种地质统计学反演方法,该方法能够利用地震、测井等多尺度信息综合预测储层砂体,并使反演结果忠实于地震数据.算法的重点是在贝叶斯框架下,对样本点构建能够反映空间相关性的马尔科夫链,基于蒙特卡罗迭代算法实现对复杂后验分布空间进行有效搜索.文章以一维垂向视角阐述基于MCMC算法预测储层砂体的统计学原理,将反演过程所运用的统计学符号赋予地质含义,较为形象地将随机算法的数学意义与储层反演的地质意义联系起来.并在此基础上,以朝阳沟油田扶余油层未开发区朝65井所在剖面的砂体预测为例,验证叠后MCMC法岩性反演的可靠性.     

岩石物理驱动的储层裂缝参数与物性参数概率地震反演方法

长波长假设条件下,各向同性背景地层中发育一组平行排列的垂直裂缝可等效为具有水平对称轴的横向各向同性（HTI）介质.基于不同观测方位的岩石地震响应特征变化,宽方位地震数据不仅可实现裂缝岩石弹性参数与各向异性参数的预测,同时也蕴含着丰富的孔隙度等储层物性参数信息.本文结合实际地震资料提出了贝叶斯框架下岩石物理驱动的储层裂缝参数与物性参数概率地震联合反演方法,首先基于AVAZ反演裂缝岩石的弹性参数与各向异性参数,并在此基础上通过统计岩石物理模型表征孔隙度、裂缝密度等各向异性介质储层参数与裂缝岩石参数的相互关联,并采用马尔科夫链蒙特卡洛（MCMC）抽样方法进行大量样本的随机模拟,使用期望最大化（EM）算法估计后验条件概率分布,最终寻找最大后验条件概率对应的孔隙度、裂缝密度等HTI裂缝介质储层参数即为反演结果.测井及实际地震数据处理表明,该方法能够稳定合理地从方位地震资料中获取裂缝岩石弹性参数与各向异性参数,并提供了一种较为可靠的孔隙度、裂缝密度等裂缝介质储层参数概率地震反演方法.     

基于贝叶斯方法的二维大地电磁尖锐边界反演研究

针对常规大地电磁（Magnetotelluric,MT）反演方法对电阻率异常体边界不太敏感的问题,本文尝试基于贝叶斯理论开展二维大地电磁电阻率尖锐边界反演研究.在反演中,模型参数由边界位置及内部电阻率组成,通过贝叶斯理论将模型参数与数据相联系,采用Markov Chain Monte Carlo（MCMC）的Metropolis-Hastings（MH）方法对后验概率密度函数（Posteriori Probability Density,PDD）进行采样.采样过程中无罚值函数约束,完全以数据自身所包含的信息对模型进行约束,同时与有限约束进行比较,并考虑不同起始采样点对结果的影响.以接受率为参考,用模型算例说明MH方法中建议分布函数选择的重要性.当模型参数间相关性较弱时,使用边缘概率分布对采样结果进行分析.该方法能给出模型参数的分布范围,并给出该模型参数范围对应的数据范围.通过与已知模型的对比及数据拟合情况分析检验了该反演方法的有效性.该方法有助于提高大地电磁尖锐边界反演的分辨能力.     

复杂介质地震波传播的褶积微分算子数值模拟h

将佛尔塞（Forsyte）广义正交多项式微分算子地震波场正演模拟算法运用于复杂非均匀介质模型的波场数值模拟中,并比较了该方法在计算效率和计算精度方面与有限差分方法和伪谱法的差异. 数值结果表明,这种广义正交多项式微分算子法计算速度快、精度高,对计算资源需求低,是一种颇具潜力的数值模拟方法.      

交互集合耦合模式系统对北太平洋SST变率和ENSO的模拟检验

清华大学地球系统科学研究中心在一个标准耦合模式（SC）的基础上建立了交互集合耦合模式系统（IE）,该系统可以实现多个不同大气模式或者同一大气模式采取不同初值组成的多个分量集合之后与海、陆、冰模式进行耦合.本文利用同一大气模式七个不同初值分量与其它模式分量开展在线集合耦合试验,利用积分稳定之后100年的试验结果,分析了IE在减小海-气界面大气噪音的情况下,对北太平洋海表面温度（SST）变率和ENSO的模拟,并与SC模拟结果进行了对比.分析表明,IE减小了北太平洋中高纬度SST方差的85%以上,表明该区域SST变率主要受大气的影响,且主要是通过改变海表湍流热通量实现的.黑潮延伸体区和北太平洋中部副热带涡旋区域平均SST 8年左右的低频周期主要受来自大气内部动力过程的驱动.在集合耦合模拟中,无论是副热带涡旋区SST与ENSO的联系,还是ENSO与北太平洋中高纬度SST的联系都能模拟出来,而标准模式未能模拟出这些现象,意味着大气噪音过强将掩盖ENSO与太平洋热带外SST的联系.IE对与ENSO关联的“太平洋-北美”（PNA）遥相关型的合理模拟,并通过湍流热通量对海表温度的影响,是其能够更好模拟ENSO与北太平洋中高纬度SST关系的重要原因.本文通过分析验证了所建立的交互集合耦合模式系统的合理性,揭示了该系统在海-气相互作用研究领域方面具有一定应用前景.     

基于EM算法的运行模态参数识别

结合随机状态空间方程和极大似然法的期望最大EM算法进行了结构运行模态分析。EM算法以迭代的方式更新模型参数,进而得到状态空间方程的极大似然估计。模态参数通过状态空间模型参数求得。应用了平方根卡尔曼滤波方程提高EM迭代过程的计算稳健性。考虑到状态空间方程中激励噪声和测量噪声的相关性,建立了更完善的参数化状态空间方程。通过数值模拟对比分析,结果表明：考虑噪声相关性的EM算法比假设噪声不相关的EM算法具有更高的识别精度,EM算法在采样数据较少的情况下比随机子空间方法更有优势。     

结合欧拉矢量的反演算法构建青藏高原东北缘地壳运动速度场模型

探讨地壳运动速度场模型的构建方法,提出结合欧拉矢量的维多样性动态权重粒子群算法构建地壳运动速度场模型。通过模拟算例验证该算法的稳定性和有效性,建立的速度场模型与线性权重粒子群算法和非线性权重粒子群算法的计算结果相比具有较高的精度,且收敛速度较快。利用青藏高原东北缘1999—2013年中国地壳运动观测网络观测到的GPS水平速率结果,在块体划分和模型辨识的基础上,建立青藏高原东北缘地壳运动速度场模型,并将其与最小二乘配置法的计算结果进行比较,结果表明改进的粒子群算法建立的地壳运动速度场模型具有较高的精度。     

基于CUDA的高阶旋转交错网格有限差分法的弹性波正演模拟

应用高阶旋转交错网格的有限差分法,求解了基于一阶的速度-应力弹性波方程,推导了时间二阶精度空间2M阶精度的高阶有限差分离散格式.为了提高弹性波正演模拟效率,论文探讨了常规的CPU串行计算、基于GPU平台的节点并行计算、基于GPU平台的分量、节点同时并行的3种正演模拟计算模式,给出了不同算法的流程示意图.通过对比3种算法的耗时及后两种算法的加速比,可清晰判定,基于GPU平台的节点并行算法较CPU平台的串行算法有明显加速,最大加速比可达到60倍,而基于分量、节点同时并行算法的最大加速比最大可到180左右,加速效果更为明显.最后应用Marmousi模型的15000次时间步迭代的正演计算,基于分量、节点GPU并行算法大约是节点并行计算耗时的1/3,说明了该并行设计能有效提高弹性波正演模拟的效率,节约计算耗时.     

基于集合卡尔曼滤波的湖泊富营养化模型Delft3D-BLOOM数据同化

富营养化模型是进行湖泊水环境质量预测和管理的重要工具,然而模型客观存在的误差一直是应用者关心的重要问题.数据同化作为连接观测数据与数值模型的重要方法,可以有效提高模型的准确性.集合卡尔曼滤波(En KF)是众多数据同化算法中应用最为广泛的一种,可进行非线性系统的数据同化,并能有效降低数据同化的计算量.本研究以太湖作为具体实例,选择Delft3D-BLOOM作为富营养化模型,在数值实验确定En KF集合数为100、观测误差方差为1%、模拟误差方差为10%的基础上分别进行模型状态变量同化以及状态变量与关键参数同步同化.结果显示,仅同化状态变量时,模型预测精度有所增加;同时同化状态变量和关键参数时,可显著提升模型在湖泊水环境质量预测中的精度.该研究为应用集合卡尔曼滤波以提高复杂的湖库富营养化模型模拟精度提供了有效的方法.     

基于探地雷达的树木根径估算模型及根生物量估算新方法

根系是植物的重要组成部分,根系研究对于植物、土壤以及生态系统研究的重要意义不容忽视.植物根系的传统探测方法不仅耗时费力而且会破坏根系原生环境.因此寻求一种无损性的植物根系探测技术尤为重要.探地雷达作为一种无损性探测方法,在根系参数估算方面具有巨大潜力.利用探地雷达2GHz频率天线在根径估测方面的优势,提出一个可实际应用的粗根生物量估算新方法,即：首先通过采集少量的根样本测得平均根密度;通过探地雷达野外测量实验建立基于探地雷达波形信号的根径估测模型对根径进行估测;基于根圆柱体（短根）或长锥体（长根）假设,通过估测的根径计算出根体积;最后利用根密度和根体积计算得到根生物量.得到主要结论如下：（1）直径大于0.5cm的粗根密度相对稳定;（2）从2GHz频率天线的探测数据中提取出的波形参数ΔT与根的深度无关,据此可建立精度较高的根径估测模型;（3）基于根密度和根体积可直接估算粗根生物量,无论粗短根或粗长根,新方法均能达到较高估算精度.上述结果验证了所建立的GPR根径估测模型和根生物量估算方法的合理性和有效性.     

基于DIRECT算法的微震震源快速网格搜索定位方法研究

微震监测定位技术的精度及效率是微震监测中的核心技术问题,震源扫描算法作为一种稳定、可靠的方法被广泛用于微震监测定位中,但是在多事件、多参数反演中,其反演效率严重制约其应用.本文将震源扫描算法与DIRECT算法思想结合,提出基于DIRECT算法的微震快速网格震源搜索定位方法,即在求解震源扫描算法目标函数最优解时,采用DIRECT搜索策略,无需划分网格大小,直接搜索目标函数最优解.通过地面及井中微震监测模型测试表明,基于DIRECT算法的微震快速网格震源搜索定位方法比传统的震源扫描算法搜索次数少、计算耗时短、计算精度高,尤其适合大空间内多事件、多参数的震源反演,为水力压裂微震监测过程中大量数据的实时、快速、准确定位提供了可能.     

CMIP5全球气候模式对中国上空空气静稳日数模拟能力评估

空气静稳日数变化与污染物浓度变化密切相关,评估气候模式对空气静稳日数的模拟能力是进行未来预估的基础.本文利用15个CMIP5(Coupled Model Intercomparison Project phase 5)全球模式的模拟结果与观测数据,分别计算了1961-2005年逐年中国上空空气静稳日数,并利用统计方法分析了中国上空空气静稳日数的标准差、相对均方根误差、区域平均的时间序列、趋势分布和EOF(Empirical Orthogonal Function)主要模态变化特征,评估了CMIP5模式对中国上空空气静稳日数的模拟能力.结果表明:多模式集合平均结果可以模拟出空气静稳日数由沿海向内陆逐渐增加的分布特征,单个模式对空气静稳日数空间分布的模拟能力相差较大.多模式集合平均可以较好地再现夏、冬季的空气静稳日数.15个模式中,CanESM2和:IPSL-CM5B-LR对中国大部分区域的模拟效果较好,多模式集合平均的模拟能力优于单个模式.与观测相比,多模式集合平均的1961-2005年空气静稳日数年际变化波动较小,多数区域的多模式集合平均的空气静稳日数高于观测值.对于逐年的冬季空气静稳日数,大多数区域的多模式集合平均存在高估.在中国东部和新疆大部,多模式集合平均可以较好的模拟出空气静稳日数变化趋势的空间分布特征,但是数值偏小.多模式集合平均也能较好的模拟出空气静稳日数的EOF1和EOF2特征向量分布型,但对前三个EOF的时间系数序列模拟能力差.     

基于奇异值分解的计算条件非线性最优扰动的集合投影算法

条件非线性最优扰动(CNOP)是线性奇异向量(LSV)在非线性领域的拓展,它代表了在一定物理约束条件下且在预报时刻导致最大预报误差的一类初始误差.CNOP类型的初始误差在天气和气候的可预报性研究中具有重要作用.在求解复杂数值模式的CNOP中,一般通过数值计算目标函数关于初始扰动的梯度,并沿着梯度下降方向在相空间搜索极值点而得到CNOP.计算梯度常用的一个方法是利用伴随模式得到梯度,然而发展一个复杂模式的伴随模式是困难且非常繁琐的,大大限制了CNOP方法在复杂数值模式中的广泛应用.本文在前人工作的基础上,提出了一种基于奇异值分解(SVD)的集合投影算法.该算法避免了集合投影算法中采用的局地化步骤,从而克服了局地化半径的经验性选择带来的不确定性.将该算法应用于中等复杂程度的ENSO预报模式中计算CNOP.结果表明,用新集合投影算法得到的CNOP能够有效地逼近用伴随算法得到的CNOP,抓住了CNOP的主要空间特征.因此,本文提出的基于SVD的集合投影算法是计算CNOP的一种有效近似算法.     

一种基于对称结构优化的OSEM快速重建算法

由投影重建图像的EM重建算法中,有序子集最大期望值法能够对经典EM算法加速,提高收敛速度,受到广泛地关注.本文提出了一种基于对称性结构的OSEM快速重建算法,在更好地满足子集平衡的条件和优化有序子集的迭代顺序的同时,压缩了尺度窗口的计算.数据实验结果表明:当合适选取子集的数量时,S-OSEM算法有效地提高了重建速度和成像精度.     

一种改进的二阶弹性波动方程的最佳匹配层吸收边界条件

在分析前人有关二阶波动方程的最佳匹配层(PML)吸收边界条件的构建方式的基础上,讨论了这些PML吸收边界条件在计算效率和计算精度方面的不足,并给出了一种新的改进PML吸收边界条件.本文的核心思想是在频率域引入一个中间变量,避免了褶积运算,对该变量做傅里叶逆变换得到时间域的精确解.通过模型试算,把本文的改进算法与前人的算法的计算精度和计算时间进行比较.对比分析表明,本文提出的PML吸收边界条件计算量小且精度较高,并且是一种稳定的算法.     

基于自适应多层快速多极算法的大规模磁法正演模拟

提出了一种基于非结构化四面体以及带地形模型的自适应多层快速多极大规模磁法快速正演算法.该算法弥补了传统积分方法采用FFT加速计算时不能采用非结构化网格的缺陷;同时采用自适应快速多极算法突破积分求和方法求解大规模磁法问题耗时长的突出问题.首先,采用非结构化的四面体网格剖分技术能够更好的模拟复杂模型以及带地形模型,实现磁法模型的高精度模拟;其次,采用一种自适应多层快速多极(AMFM)算法实现大规模磁法正演求解.通过将计算区域划分为近区和远区,对近区采用解析计算高精度求解,对远区采用自适应多层快速多极算法进行加速计算,假设有M个观测点,N个四面体源单元,可将计算复杂度由传统积分求和法的O(MN)减少到O(Mlog N).本文设计了组合体模型以及安徽怀宁地区的实际地形模型,模型计算结果体现了采用该方法进行大规模复杂模型三维磁法正演模拟的高效性和准确性.     

探讨基于卷积神经网络对颅底骨折CT图像精准诊断的应用价值

目的:探讨卷积神经网络（CNN）在颅底骨折CT诊断的应用价值。方法:回顾性搜集3 100例颅底骨折患者及2 467例正常患者的颅骨CT图像数据,经纳排标准筛选,最终选用2 488例颅底骨折及1 628例正常患者的颅底CT图像数据。对CT图像进行骨折标注后,随机分配训练集和测试集后。通过CNN构建颅骨区域识别算法模型和颅骨骨折检测算法模型,随后在测试中以颅底骨折区域识别和头颅骨折、颅底骨折对模型进行验证,验证指标为精准率（precision）、召回率（recall）、平均诊断耗时;与人工组（低年资放射科医师）测试进行诊断效能对比。结果:通过CNN运算获得的稳定模型后进行测试对比,结果显示全颅底区域骨折、前、中、后颅底骨折精准度均<0.5,低于人工组（均>0.63）;召回率>0.89,均优于人工组（均<0.8）;平均诊断时间为（3.12±2.67）s,明显少于人工组诊断时间。分别在颅底骨折区域测试中,精准度率:前颅底>中颅底>后颅底,召回率:中颅底>后颅底>前颅底。结论:基于CNN颅底骨折算法模型对于颅脑外伤患者CT诊断颅底骨折在召回率、诊断耗时均优于人工测试结果,在辅助临床诊断、降低漏诊及诊断耗时方面具有一定的价值。