钢筋混凝土梁结构断裂损伤诊断方法

提出一种基于BP神经网络的结构破损诊断方法,该方法以结构破损前后柔度的变化作为破损诊断网络输入,为了解决由于系统响应样本数据空间分布不均匀对网络收敛速度及网络诊断影响问题,对网络训练样本采用广义空间格点进行了交换,模拟算例及应用实例均表明,本文方法能准确诊断结构破损位置与破坏程度,是一种有效的结构破损诊断方法.     

500 hPa气候高度场强度及谱结构的季节变化与半球际差异

用半球气候场强度指数(Ic)及球函数分析改进方案，分析了北、南半球500hPa气候高度场的环流特征，得到如下主要结论：1)半球500hPa气候高度场强度冬强于夏，南半球强于北半球；半球环流向夏季的转换速度北南半球相当，而向冬季的转换北半球较南半球快。2)半球500hPa气候高度场具有简单的球函数谱结构，它们主要由超长波波段的球函数(0≤m、κ≤3，m、κ不全为0)、特别是其中的带状球函数(m=0)构成，因而具有低阶、低维的特征。3)对北半球用约20个重要球函数分量(按-↑rm,κ^*≥0．05％标准)即可相当精确地拟合其500hPa气候高度场，而对南半球仅用10个重要球函数分量即可相当精确地拟合其500hPa气候高度场；因此，北半球气候高度场球函数谱结构较南半球复杂。4)北半球500hPa气候高度场的季节变化较南半球明显。     

论我国大地测量基础建设

概述了我国大地控制网、高程控制网和地球重力场等基础建设的基本情况、需求分析与任务建议。提出我国空间大地网应由连续运行参考站、一级网、二级网和三级网组成 ;一、二等水准网复测和高程基准再定义 ;为精化大地水准面 ,要补测重力点和加测GPS/水准点。     

节点-场所模型及其应用的研究进展与展望

系统梳理了节点-场所模型及其应用的相关研究成果,发现已有研究主要集中在利用模型分析枢纽地区节点与场所发展特点、探究枢纽地区类型特点、预测枢纽地区发展潜力等方面。基于高速交通网和互联网的快速发展,提出未来节点-场所模型应用研究的重点方向：开展不同类型交通枢纽地区节点功能和场所功能的协同作用研究,探索旅游地空间节点功能和场所功能的平衡发展路径,探究不同要素流网络中节点城市的节点和场所协同发展,揭示节点-场所模型视域下地域空间演化的特征与规律,构建跨学科多元化的研究方法体系。通过加强节点-场所模型的应用研究,有利于优化地域空间结构,提升地域空间功能,丰富地域空间发展的理论研究,对制定地域空间发展规划具有重要启示。     

基于小波去噪的地铁变形组合预测模型分析

对地铁监测数据建立相应的预测模型,对变形可进行前瞻性预测,从而保证地铁安全的施工和运营。本文以北京市地铁某基坑工程为研究对象,首先以某一监测点为例,利用小波分析对原始监测数据进行去噪处理;然后分别利用时间序列分析模型和BP神经网络模型对去噪后的数据进行建模分析,得到原数据的拟合值和对未来变形的预测值;最后利用同期Sentinel-1A卫星影像进行相干点时序InSAR处理,得到形变结果。通过分析两个模型的预测值与实际值,并与InSAR结果进行对比,验证了两个预测模型在地铁形变监测中应用的优劣性。     

2017年四川九寨沟7.0级地震前地震应变场分析

以地震应变场作为地震活动的变量,通过自然正交函数展开方法,计算2017年8月8日四川九寨沟7.0级地震前的地震应变场,提取出震前时间因子的异常变化。计算结果发现应变场前4个时间因子在震前1~3年的中短期异常并不显著,只有第2个和第4个时间因子震前有小幅度的异常变化,分析其原因,时间因子可能受到2008年汶川8.0级地震和2013年岷县漳县6.6级地震前大幅度异常的影响。与时间因子对应的空间等值线形成局部应变高值异常危险区,可能是2013年岷县漳县6.6级地震和2017年九寨沟7.0级地震空间异常的中短期特征。再对比九寨沟7.0级地震前后与松潘-平武7.2级双震的空间异常随时间演变,分析异常发展变化模式的差异,最后应用地震资料的累积频次从物理角度解释异常形成的机制。     

小清河滞洪区洪灾监测信息系统的研究与建立

应用机载合成孔径雷达监测洪水势态,离不开洪灾监测信息系统的支持,两者有机的结合,能充分发挥遥感和地理信息系统在防洪减灾应用中的优越性。本文以小清河滞洪区为实验区,从系统目标、数据层及其来源、数据编码、分析模型等几个方面,介绍了该区洪灾监测信息系统的建立情况。     

河南夏季高温日数的时空分布特征及500hPa环流型

对河南省40个代表站1961-2005年夏季≥35℃高温日数进行经验正交函数(EOF)展开分析,结果显示,前3个典型场基本能反映河南夏季高温日数分布的主要特征,前3个模态的累积方差贡献率达85%。据此,得出河南夏季≥35℃高温日数的时空分布类型为全省一致型、西北至东南差异型和西南至东北差异型。第一模态对应的时间系数序列的变化幅度最大,第二模态对应的时间系数序列的变化幅度比前一个时间序列要小。第一模态的时间系数演变显示,河南夏季高温日数平均呈减少趋势,且存在2~4 a、8~14 a的周期变化,目前河南夏季高温日数正处于偏多状态中。应用逐日20时500 hPa ECMWF北半球格点资料,对1991-2005年河南典型的大面积持续高温下的环流形势进行普查、分类,分别求各种类型下的环流平均场,从而得到河南省高温的两种环流型,即贝加尔湖高压型和副热带高压型。     

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。     

基于LSTM的海洋表面短期风速预测研究

为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,longshort-termmemory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24 h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radialbasisfunctionneuralnetwork,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。