基于GIS的单元簇遗传建模及其在区域矿产预测中的应用

论述一种GIS支持下的基于"单元簇”概念和遗传建模的多源地学信息综合分析方法及在多目标矿产预测中的应用.在以往矿产定量预测中,根据随机抽样思想进行单元划分,对空间信息利用不够充分.用单元的空间组合("单元簇”)代替单元作为定量类比的基本单位,从而能较好实现地质变量值及其所反映的局部地质空间结构的定量类比;将单元作为GIS区图元,利用GIS空间分析功能实现对单元及单元簇的管理和操作;以已知样品判对率最大为适应值计算准则,用遗传算法建立线性判别函数,可快速有效地实现多目标矿产定位预测.以新疆康古尔塔格地区金矿预测实例说明了其应用效果.     

����ƫ��С���˻ع�ij�������쳣����ֵTECԤ��

????IGS????120??E???1999??2009??IONEX?????????????????????TEC?????????????С?????鷽??????????????????????????????????????TEC?????????????2009???TEC?????????????顣????????????????????????????????????TEC??仯?????????????????????Ч?????????????????????????????TEC?????????????????4.441 0??2.915 1 TECU??????????????23.26%??10.78%????????????????????????0.712 2??0.785 9??     

秦皇岛市青龙县城工程场地动力特征及分区评价

工程场地动力分区评价（即地震影响小区划），是在工程场地地震危险性分析的基础上，根据场地岩土动力特征及地形地貌、地质构造条件等对地震动影响的反应程度，从而对不同类型场地的地震效应作出评价．其成果可做为建筑抗震设计、工程加固、震害预测与对策的制定及土地合理利用和总体规划布局的依据．本文以秦皇岛市青龙县城工程场地为例，进行了工程场地动力特征研究与分区评价及震害预测（即工程场地地震影响小区划）。     

基于GPS高程时间序列粗差的抗差探测与插补研究

研究抗差估计和稳健估计粗差探测IQR准则的粗差剔除算法以及缺值点插值的正交多项式最小二乘拟合方法。以中国3个CORS基准站从1999-03-01—2009-12-31日的单天解GPS高程时间序列为对象进行粗差探测与插补的试验。结果表明：抗差估计比IQR准则能更有效地探测和剔除粗差;三次样条插值当连续缺失历元超过5~10个时插值结果易发生扭曲;低次正交多项式拟合的结果稳定,一般选择2~3次拟合即可获得理想的效果,当连续缺失历元达3个月时,正交多项式拟合后的曲线与序列趋势仍基本一致。     

基于集合卡尔曼变换的区域集合预报初步研究

为了深入研究集合卡尔曼变换(Ensemble Transform Kalman Filter,ETKF)初值扰动方法,提高集合预报质量,从全球大集合预报资料中提取初始扰动场,建立区域模式的ETKF初值扰动方案,对2008年7月22日发生在中国东部的一次暴雨过程进行集合预报试验,并分析ETKF方案构造的扰动场特征和集合预报效果。结果表明,由ETKF初始扰动方案产生的扰动场大小与分布合理,能够反映观测站点的空间分布,能够保持所有正交、不相关方向的误差方差。集合预报降水落区相对控制预报有所改善,集合平均小雨和中雨TS评分和BS评分总体优于控制预报。24h集合预报的Talagrand分布优于36h预报。试验结果揭示了ETKF初值扰动方案的基本性质及利用ETKF方法进行区域集合预报的可行性。     

基于CODE GIM的震前电离层TEC异常分析

利用CODE GIM数据分析了2008年5月12日汶川地震和2010年4月14日青海玉树地震震前电离层TEC变化。以震前10天TEC中位数为基准,1.5倍标准差为误差限值,并考虑相应时期的太阳和地磁活动水平（Dst指数和Kp指数）,对震前电离层异常的分布进行了分析。结果表明,两次地震震前几天内都有TEC异常出现。     

GPS揭示的现今地壳运动与地震前兆特征

利用“中国地壳运动观测网络”产出的GPS观测资料,采用球坐标系下非连续变形算法对资源进行计算,以此为基础,对我国大陆地块及其边界带运动与形变进行了分析。对GPS基准站的连续观测序列采用小波变换进行分解变换,分析了部分震例,探讨了从GPS连续观测序列提取地震前兆的方法。初步取得两点认识：（1）7级以上的大地震主要发生在走滑运动量大的活动边界,且与高应变率地块有关,这可以作为地震中长期预测判据;（2）GPS基准站连续观测序列中的低频段,地震前6个月或稍长时段有一定的前兆异常出现,这可以作为地震中短期预测判据。     

���μ���������Ԥ��Ĵ����벢��ģʽ�о�

??????μ???????????????????????????????????????????????????????????????з????????????????????????????????????????????????????￡?????????????????????????????????????????????????????????????????????Ч?????б????????????????????????????????????????????????????     

滑坡变形预测灰色神经网络耦合模型的构建及适用性分析

结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。     

����IPSO-BPģ�͵Ĵ�Ӷ�Դ�������Ԥ���뷴��

???????????????????IPSO??????????????????????м??????????????????????????????????????????????????????????????????????????????BP?????????γ?IPSO_BP??????????????????μ????????????????????????IPSO_BP???????????????Ч??????????????????????????????