热带海洋-大气耦合的主模态

依据1948年1月～2005年12月NCEP的海表温度(SST)和大气再分析的月平均资料,利用MCA方法,首次确定了代表全球热带海洋-大气相互作用的最主要信号的热带海洋-大气耦合主模态,该主模态随时间的变化与热带太平洋埃尔尼诺-南方涛动(ENSO)模态非常一致,揭示了该主模态包含以下海洋-大气相互作用物理过程:秋季印度尼西亚海洋-大陆区上空850 hPa出现异常的纬向风辐散和经向风辐合导致赤道东、中太平洋海温正异常,热带印度洋海温则出现东冷-西暖的—"偶极子"型异常;冬季热带太平洋出现典型的ENSO盛期对应的海洋-大气耦合型,在南海和热带远西太平洋出现低空反气旋环流异常,热带印度洋出现海盆一致增暖,而热带大西洋海温异常不明显;冬季热带太平洋和热带印度洋的SST异常可以导致春季赤道中太平洋西风异常,南海冬季风减弱,热带西北太平洋出现更明显的低空反气旋环流异常和赤道东风异常,热带西北大西洋出现西南风异常;该模态对夏季大气环流的影响主要表现为热带印度洋海盆一致模态对东亚季风的影响。     

基于EMD方法的组合预测模型在建筑物基坑沉降监测中的应用

为了对建筑物基坑沉降进行准确预报,在传统的时间序列预测模型的基础上,提出了一种基于经验模态分解（EMD）方法的差分灰色神经网络-AR模型。该模型充分结合EMD方法在信号自适应分解中的优势,通过EMD方法将监测数据分为不同频段的分量,使用差分灰色神经网络模型对序列更为稳定的低频分量进行预测,消除了由于灰色预测模型预测残差不稳定导致预测结果精度较低的问题;使用AR时间序列模型对稳定性较低的高频分量进行预测,重构由不同模型预测得到的结果,得到最终预测结果。将灰色GM(1.1)模型、差分灰色神经网络模型与本文提出的组合模型应用于某在建建筑物基坑沉降预测中,试验结果表明相比于灰色GM(1.1)模型与差分灰色神经网络模型,本文提出的组合模型预测精度更高,可以有效预报建筑物基坑沉降,在实际工程中有较高的推广价值。     

锋面短时强降水系统发展模态的环境因子浅析

利用探空和地面加密自动站逐小时观测资料,对2010—2011年汛期发生在锋面上的四次具有不同发展模态的短时强降水过程的降水系统环境场特征进行了分析。结果表明:对于产生短时强降水的中尺度对流系统(MCS),地面假相当位温(θse)等值线密集区和地面切变线的分布形态及运动是影响其系统模态发展和移动方向的关键因素,且对流单体的新生还与地面辐合区密切相关。纬向型MCS的θse等值线密集区呈纬向分布;经向型MCS的θse等值线密集区呈经向分布;转向型MCS的θse等值线密集区则由经向转为纬向分布。不同发展模态MCS的强降水持续时间与地面θse高值区的持续时间关系密切。     

基于EEMD的大坝变形多步预测方法研究

针对大坝变形具有非线性和非平稳性的特点,提出一种基于集合经验模态分解(EEMD)的大坝变形多步预测新算法。首先从时频分析出发,利用集合经验模态分解将变形时间序列分解成具有不同频率特征的分量;然后采用游程判定法对波动程度相似的分量重构为高、中和低频3个分量;最后对3个分量分别建立相应的多步预测模型,叠加各预测值即为最终预测结果。经算例验证,并与AR模型、BP神经网络和支持向量机的多步预测进行对比分析,同时建立不同预测步长进一步验证。结果表明,该算法预测精度较高,在大坝变形波动剧烈的时段也能保证较好的预测效果,可以应用于大坝变形预测。     

一维HHT变换在探地雷达数据处理中的应用

探地雷达(GPR)噪声信号通常具有非稳态、非线性特征,为去除这些噪声提高GPR图像解译的准确性,对利用HHT方法去噪进行了研究。首先阐述HHT的基本理论,然后通过对探地雷达数值模拟信号中噪声的去除验证基于HHT方法的可行性,最后将该方法用于探地雷达隧道地质超前预报的数据处理中。通过研究表明:该方法可以用于探地雷达信号的去噪,通过Hilbert变换得到三特征参数图像与EMD分解后合成图像进行对比验证,从而达到提高GPR信号解译精度的目的。     

江西地区冬半年极端低温事件主模态及环流特征

基于1961—2022年江西日最低气温观测资料和NCEP/NCAR再分析资料,首先极端低温阈值,分析极端低温事件发生频次的分布特征;再利用经验正交函数(EOF)获得极端低温事件发生频次的主模态,分析相应的关键环流系统特征。结果表明：江西省大部分地区冬半年极端低温阈值在0℃以下,南北分布差异较明显。极端低温事件发生频次在空间上具有很好的一致性,在1985年前后由偏多转为偏少的年代际振荡。极端低温发生频次主模态的变化受冬季风系统关键成员的影响显著,东亚冬季风偏强、西伯利亚高压偏强、东亚大槽加深、副热带西风急流偏强都利于江西地区出现极端低温事件。     

损伤谱在结构抗震性能评估中的应用

改进能力谱法可以较好地评估结构抗震性能,在工程中得到了广泛的应用.本文在此基础上指出,由改进能力谱方法求得的延性是结构的延性需求,并不是结构的实际延性能力,不能以此代表结构在罕遇地震作用下的实际抗震能力.其次,基于弹塑性损伤反应谱(简称"RD谱"),结合模态Pushover分析,提出了基于RD谱的能力谱分析方法,通过R...     

基于改进模态参数灵敏度法的结构损伤识别研究

推导了模态参数对于损伤构件的一阶和二阶灵敏度矩阵,并对在推导一阶和二阶振型灵敏度的过程中产生的模态截尾误差进行了改进。根据泰勒级数展开的原理分别建立了一阶和二阶的灵敏度方程。考虑到一阶灵敏度方程求解速度快和二阶灵敏度方程求解精度高的特点,本文提出了一种用于结构损伤识别的混合迭代算法,该算法用二阶非线性的解析解作为算法的第一次迭代值,用一阶灵敏度方程的求解值对该算法的第一次迭代值进行关于泰勒级数截尾误差的修正。研究表明,本文提出的混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,因此,迭代修正精度更高,收敛性更好。     

钢框架基于复模态随机反应分析的抗震可靠度研究

首次将复模态法应用于钢框架结构的随机地震反应分析中,通过算例对钢框架结构在平稳地震激励下的抗震可靠度进行了计算分析。同时,提出了钢框架在非平稳地震激励下的反应统计量的求解方法。研究表明,钢框架结构在非平稳地震激励下的随机反应分析,可以利用扩阶的方法来进行,将求解结构非平稳随机响应转化为求解扩阶系统在均匀调制白噪声激励下的响应。采用复模态分析法可较方便地求解出结构在非平稳地震激励下弹性随机反应的协方差函数及均方差的解析表达式。     

基于混合时频分析技术的地震数据噪声压制(英文)

针对复杂地质结构、陡倾角相干噪声、空间采样不均匀等情况下F-x域反褶积去噪技术的不足,提出首先应用具有时-频聚集性度量准则的广义S变换将时间-空间域的地震数据变换至时间-频率-空间域(t-f-x)的数据,在t-f-x域中对每一个频率切片应用经验模态分解(EMD),移除噪声占主导地位的本征模态函数以压制相干和随机噪声的滤波方法。模型分析表明第一本征模态函数表征的高频信息以噪声为主,移除第一本证模态函数可以达到压制噪声的目的。经广义S变换后形成t-f-x域中EMD滤波方法等效于具有依赖于空间位置、频率、高波数截断特征的自适应f-k滤波。此滤波方法考虑了数据的局部时-频特征,且具有执行简单的特点。与AR预测滤波方法比较,此法滤除的成分包含较少的低波数的信息,滤除的成分非常的局部化,且获得结果没有表现出过度平滑的特征。实际资料的应用表明在经广义S变换后形成t-f-x域中运用EMD滤波方法能够有效地压制随机和陡倾角相干噪声。