水库控制流域汛期分期的有效聚类分析

受诸多因素影响的水库汛期分期其实质是一个聚类数目未确知的高维时间序列聚类问题,它要求聚类方法具有能处理高维和时序性数据,且能同时回答聚为几类最为合理的能力。鉴于目前常规聚类方法不同时具备这些能力,在模糊C-均值聚类和紧密与分离聚类有效函数的基础上,提出了能够处理高维时序聚类问题的动态模糊C-均值聚类分析方法和相应的时序聚类有效性函数,耦合二者建立了适用于汛期分期的有效模糊聚类分析方法,提出采用实码加速遗传算法优化求解,克服了模糊C-均值聚类方法常规迭代优化求解对初值敏感的困难,并给出了完备的建模步骤和模型的合理性检验。最后,将模型应用于滦河流域潘家口水库汛期分期中,得出了合理的结论。     

HJ-1B/IRS热红外数据反演太湖水温的方法比较

太湖是我国典型的富营养化湖泊,水温是影响太湖藻类生长的重要环境因子之一,我国环境减灾卫星HJ-1B搭载的红外多光谱相机IRS对太湖水温动态遥感监测具有较大的性能优势.利用6景过境太湖的IRS热红外遥感影像,分别采用单通道普适性算法、辐射传输模型法和单窗算法反演太湖水温,并与实测水温和同期的TERRA/MODIS温度产品进行对比.结果表明,普适性单通道算法反演水温偏高,而辐射传输模型法和单窗算法则偏低;3种算法反演水温的均方根误差在1.001 K以内,单窗算法反演精度最高,其次是辐射传输模型法,再次为普适性单通道算法,而同期MODIS温度产品的均方根误差为1.507 K.3种算法从IRS热红外数据反演的水温直方图均呈正峰态、尖峰状态分布,反演结果能真实地反映太湖水温的空间分布特征.本研究对只有单个热红外通道的卫星传感器开展内陆水体水温遥感监测具有一定的参考意义.     

Reservoir description using dynamic parameterisation selection with a combined stochastic and gradient search

There is a correspondence between flow in a reservoir and large scale permeability trends. This correspondence can be derived by constraining reservoir models using observed production data. One of the challenges in deriving the permeability distribution of a field using production data involves determination of the scale of resolution of the permeability. The Adaptive Multiscale Estimation (AME) seeks to overcome the problems related to choosing the resolution of the permeability field by a dynamic parameterisation selection. The standard AME uses a gradient algorithm in solving several optimisation problems with increasing permeability resolution. This paper presents a hybrid algorithm which combines a gradient search and a stochastic algorithm to improve the robustness of the dynamic parameterisation selection. At low dimension, we use the stochastic algorithm to generate several optimised models. We use information from all these produced models to find new optimal refinements, and start out new optimisations with several unequally suggested parameterisations. At higher dimensions we change to a gradient-type optimiser, where the initial solution is chosen from the ensemble of models suggested by the stochastic algorithm. The selection is based on a predefined criterion. We demonstrate the robustness of the hybrid algorithm on sample synthetic cases, which most of them were considered insolvable using the standard AME algorithm.     

地下水污染监测网多目标优化设计模型及进化求解

采用模拟-优化方法建立了一个用于地下水污染监测网设计的多目标优化模型,该模型包括最小化监测费用、污染物质量评估误差、污染羽一阶矩评估误差和二阶矩评估误差等4个目标函数,以充分揭示减少地下水污染监测费用与提高污染监测精度之间的权衡关系.将改进小生境Pareto遗传算法与地下水流模拟程序和污染物运移模拟程序相耦合用于求解地下水污染监测网多目标设计模型.算例研究表明,采用进化算法求解监测网的多目标模型,能真实地反映各个目标函数间的权衡关系,并且不用考虑传统方法中惩罚因子的影响.与单目标优化模型相比,多目标优化模型可在较短的时间内得到优化问题的一系列Pareto权衡解,以利于相应条件下决策者选择最为经济有效的地下水污染监测方案.     

三维复杂山地多级次群推进迎风混合法多波型走时计算

三维复杂山地条件下的各种地震波型的走时计算技术,可以直接用于复杂山地区域地震波运动学特性的分析、地震数据采集观测系统的设计以及直接基于三维复杂地表的地震数据处理技术的研发.为了在三维复杂地表条件下准确、灵活且稳定地计算各种地震波型的走时,提出一种多级次群推进迎风混合法.该算法利用不等距迎风差分法简洁稳定地处理三维复杂地表及附近的局部走时计算问题,利用计算精度不错的迎风双线性插值法处理绝大部分均匀正方体网格中的局部走时计算问题,利用群推进法模拟三维复杂地表条件下地震波前的扩展问题,利用多级次算法处理各种类型的地震波的走时计算问题.算法分析和计算实例表明：新方法具有很好的计算精度与效率,且能灵活稳定地处理三维复杂地表复杂介质条件下的多波型走时计算问题.

     

基于无人机高光谱遥感技术对内陆养殖池塘水质监测的研究

为准确、快速、全面获取内陆养殖小区池塘及尾水处理池水体水质变化情况,建立养殖水环境实时预警调控及数字化管控机制,选择浙江湖州市集中连片的养殖小区为试验区,于2020年12月采用搭载GaiaSky-mini高光谱相机的无人机进行试验区近地遥感图像采集,并进行图像拼接、辐射校正和几何校正等预处理;然后对反射波段进行差值、比...     

基于相关分析的飞行器地磁匹配算法仿真研究

匹配算法是进行飞行器地磁辅助制导研究的重要内容之一.通过理论分析和借鉴地形匹配算法,采用了基于相关分析的地磁匹配算法,并介绍了几种常用的相关分析方法.分析了飞行器地磁匹配制导过程中可能的噪声来源,确定了主要噪声的模型.以测量数据作为基准图,以测量数据叠加各种噪声模拟实时图,对各种相关分析方法进行了匹配仿真.根据仿真结果,讨论了各种相关分析方法对不同噪声的敏感程度、匹配长度变化对各种相关分析方法的影响以及各种相关分析方法对飞行器地磁匹配制导的适用性,为相关分析方法的选择和对匹配算法进行更深入的研究奠定了一定基础.     

耦合蚁群算法和SCS-CN水文模型的城市不透水面空间格局优化

近年来,中国城市暴雨内涝频繁发生,已经发展成为一类严重的“城市病”。城市不透水面密度及其空间格局是形成暴雨内涝的一个重要影响因素。本文提出一种耦合蚁群算法和SCS-CN水文模型优化不透水面空间格局的方法,从而实现通过增加地面雨水渗透量达到减缓城市内涝发生的目的。首先应用Williams公式计算基于坡度修正的CN值,在此基础上计算地表径流量;然后设定径流系数最小化目标,耦合水文模型和蚁群算法对径流小区尺度的不透水面空间格局进行优化配置;最后应用景观格局指数对不透水面空间格局进行分析。研究结果表明：面对1年、5年、10年、20年、50年以及100年一遇重现期的1 h持续降雨事件,研究区优化后的不透水面空间格局可以分别减少径流系数21.19%、19.58%、19.38%、18.93%、18.41%和17.25%,在一定程度上缓解城市暴雨内涝的发生。在此基础上,提出面向暴雨内涝防治的城市更新优化措施建议：① 通过增加草地、花园、树木等植被绿化减少高不透水面类型的面积,并划分成更多中高不透水面类型的斑块;② 集聚低、中低等不透水面类型,从而加大连通性,形成更多的中高不透水面类型;③ 增加每个径流小区内斑块数量,增大斑块密度,减少其蔓延度和聚集度。     

一种顾及有色噪声的四星座GNSS动态导航滤波算法

经典Kalman滤波要求噪声是高斯白噪声,而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法,采用前面历元的观测残差和状态残差建立有色噪声模型,削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验,结果表明,顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高,三维位置精度提升9%以上。     

EM算法的BFGS和DFP联合加速算法

使用非线性规划中的变度量法BFGS算法和DFP算法给出了一种新的加速EM算法收敛的方法。