呼和浩特市空气污染浓度预报模型

利用1995～2000年呼和浩特市的大气污染环境监测和气象观测同步资料，在分析了边界层气象条件和影响呼市地区天气系统与空气污染的关系基础上，通过相关分析筛选出物理意义明确，且为常规观测的气象要素因子，采用逐步回归模型，分别建立了以小召、四毛、糖厂、公安厅四个监测点为代表的呼市不同功能区以及全市平均的冬、夏季TSP和冬季SO2浓度日均值统计预报模型。通过历史拟合和检验，预报效果良好。     

基于小波变换及神经网络的图像压缩编码

提提出的基于小波变换及神经网络的图像压缩方法，能较好地解决ＤＣＴ变换图像压缩比的缺点与不足，在理论上和技术上开辟了图像压缩的新途径。     

用几何光学模型对方向变化和直方图建模(英文)

森林和林地的图象二向性反射函数是一个统计函数，较之小尺度的树冠，它更多地用于大尺度的均匀覆盖的地块。用航空象片和高空间分辨率扫描仪数据作的图象热点影响研究在小尺度下显示出很大方差，而且，太阳和观测角度的交互变化进一步增加了这种反射各向异性变化的方差并有规律地继续呈现在分辨率低的图象中，这被称作ＢＲＶＦ或二向性反射方差函数。近年来，作为一种解释结构的手段，高分辨率图象的方向性方差和直方图结构越来越受到重视，这方面的数据也越来越多。这项工作是利用图象方差来解释结构问题（Ｓｔｒａｈｌｅｒ和李小文倡导）的一种延伸，并在过去１５年中由众多人员作了大量工作。在树冠尺度下，森林的直方图和二向反射方差函数可以计算出来，这里利用了近似迭代函数来处理这些数据并和数值积分模拟进行了对比，结果显示可对二向性反射方差函数的测量和引入直方图的各向异性进行准确建模。     

几何光学冠层反射建模中的光谱分量特征的参数化(英文)

该文用几何光学与辐射传输混合模型研究不连续植被冠层的几何光学反射模型的四分量（承照树冠、承照地面、阴影树冠、阴影地面）的参数化。用一个修正的均匀介质层路径散射（反射与传输）参数的解析算法估计路径散射参数（反射与传输），其中也考虑了冠层间隙的影响。光谱分量特征是不连续植被冠层的传输与反射，背景反照率，以直射光通量与天空漫射光通量比例的函数。光谱分量特征的模型与在美国缅因州Ｈｏｌａｎｄ采集的针叶林数据吻合。基于ＬｉＳｔｒａｈｌｅｒ几何光学相互遮蔽模型，用参数化的光谱分量特征对老松林和老云杉林的方向反射进行估计，其结果与在不同太阳与观测方向上的ＰＡＲＡＢＯＬＡ测量值匹配得很好。     

非稳定法用张力样条计算模型拟合P—S曲线

本文分析了载荷试验数据处理的非稳定法高次多项式拟合不规则Ｐ－Ｓ曲线的局限性，论述了张力样条函数计算模型拟合不规则Ｐ－Ｓ曲线的可行性，借助工程实例说明地为拟合Ｐ－Ｓ曲线的较好模型。     

高斯—马尔柯夫模型的模糊解算

本文提出用模糊数学理论解算高斯－马尔柯夫模型，并给出了解算模型，举出应用实例与最小二乘估计进行了比较，结果表明该法是可行的。     

结构动力模型试验相似理论及其验证

通过几何比尺为2的两个有机玻璃模型的结构动力试验，验证了结构动力模型试验的弹性相似律和弹性力一重力相似律。得到了以下结论：(1)大小模型频率符合相似律，一阶频率误差为2．7％、4．1％，二阶频率误差为O、6．05％。弹性相似律比弹性力一重力相似律更适合于频率预测的试验。(2)大小模型的加速度、应变符合相似律，弹性相似律的加速度误差为-1．55％～8．75％，应变误差为O．377％～7．297％。弹性力-重力相似律的加速度误差为3．07％～4．158％，应变误差为6．849％～12．959％。(3)不同相似律大小模型的时问比尺吻合很好。加速度与应变时程曲线的波形一致，既无漏峰也无错峰。     

X形和三角形钢板阻尼器的阻尼力模型(Ⅱ)--基于R-O本构关系

利用软钢的Ramberg-Osgood本构关系(R-O模型),依据经典力学原理推导建立了X形和三角形钢板阻尼器的阻尼力滞回模型.首先,给出了循环加载下软钢材料的应力-应变R-O本构关系;其次,推导建立了基于R-O本构关系的钢板阻尼器的阻尼力模型;最后,将该阻尼力模型及其参数与试验结果和双线性强化模型进行了比较,验证了R-O理论模型的有效性,并分析了误差存在的原因.     

运用改进系统建模法对南海气象数据的建模研究

在系统建模理论的基础上,运用改进的动态数据建模方法,对南海气象数据中的温度进行建模并验证了模型的适用性.根据模型推导出格林函数、逆函数和自协方差函数等,并讨论了南海气象数据中温度模型的稳定性、可逆性和合理性.对系统的频率特性和谱函数进行分析讨论,并给出建模过程中的一些图像.根据模型的适用性检验发现,对所研究的气象数据而言,ARMA(4, 3)模型是最合适的,具有平稳可逆性.所有的建模和分析过程在MATLAB上实现.实验结果表明这种建模方案简便易行,能够快速准确地确定系统的合理模型.