用随机有限断层方法模拟2016-11-13新西兰Mw7.8地震

在未来大地震发震构造已知的前提下,提出用经验公式确定大地震断层长度、宽度、地震矩和滑动分布等参数,并用随机有限断层方法预测未来大地震。用随机有限断层方法模拟2016-11-13新西兰M_W7.8地震的12个基岩台站地震动时程和反应谱,并用模拟的频谱幅值与记录频谱幅值平均比值确定模拟误差。结果表明,在周期为0~10 s的范围内,模拟误差在0.92~1.08之间,不同频率模拟误差的标准差变化范围不超过1。95%的置信区间宽度随频率无明显变化,模拟结果反映了地震动记录的平均效果。用准随机方法重新获取新西兰大地震断层初始破裂点和位错滑动分布,模拟地震动并计算模拟误差随频率的变化,得到与最初模型相似的结论,从而进一步证实了本文提出的获取震源参数并用随机有限断层方法预测未来大地震的可靠性,且其特别适用于大地震远场模拟。     

顾及卫星空间分布状态的 GNSS信噪比随机模型

为了研究随机模型对GNSS定位精度的影响,介绍了GPS/GLONASS/BDS组合伪距单点定位的函数模型以及几种当前常用的先验随机模型。结合各个模型的优缺点,提出通过指数函数引入空间分布改善因子,建立一种改进的信噪比随机模型,并设计相关多系统伪距单点定位试验对其性能进行分析。实验结果表明:改进模型的解算精度显著优于现存的几种先验随机模型,相比等权模型在三维定位精度上提升15%～30%,相比高度角模型提升15%～25%,相比信噪比模型提升5%～15%,相比现存的PDOP模型也有明显提升。改进模型在不同遮蔽情况、双系统和三系统组合定位时精度均优于现存的信噪比随机模型,从而验证了该定权算法的有效性。     

GPS／GLONASS／BDS／Galileo系统载波相位观测值质量对比分析

目前,全球卫星导航系统(GNSS)已进入以GPS、GLONASS、BDS、Galileo四系统为代表的多系统并存的时代,多系统多频率观测值的综合应用极大地提升了GNSS的服务能力. GNSS自身的数据质量是取得高精度结果的先决条件之一,也是多系统精密定位随机模型构建的关键. 为避免码分多址和频分多址机制不同的影响,本文采用几何无关和M-W组合方法,基于科廷大学实测零基线数据对四系统的载波相位单差残差序列对比分析,并利用高度角随机模型中的正弦模型和指数模型对载波相位观测值精度随高度角变化建模,获得适用于不同系统不同频率观测值的随机模型. 实验分析表明,单差残差序列随高度角变化情况在不同系统不同频率表现出不同特性;Galileo系统L1、L2观测值精度相当,均在0.9 mm左右,其他系统则表现出L2精度比L1精度更差的性质. 高度角加权模型拟合结果表明,正弦模型和指数模型对GPS和Galileo系统的L1、L2精度序列拟合一致性较好,而BDS系统使用正弦模型拟合效果略差,GLONASS系统则不适合采用正弦模型评估L2观测值精度.      

随机模型对解算西安流动SLR站坐标的影响

合理的参数估计及精度评定不仅需要可靠的函数模型,而且需要正确的随机模型。从权函数和粗差编辑两方面,研究了不同随机模型对西安流动卫星激光测距（satellite laser ranging,SLR）站坐标解算的影响,采用全球Lageos-1卫星观测数据计算了西安流动SLR站坐标。计算结果表明:①西安流动SLR站的观测精度和坐标解算精度均达到厘米级。②随机模型直接影响SLR站坐标的解算结果及可靠性;对于相同的计算弧段,抗差方差分量估计得到的站坐标精度最高、结果最稳定,残差加权均方差最小,观测资料利用率也最高;对于相同的计算方案,采用的SLR数据越多,坐标估计精度越高。     

基于Sentinel-1B SAR数据的洪水提取和监测

洪涝灾害是我国最严重的气象灾害之一,及时准确的洪灾监测是防灾减灾的重要前期工作和基础。本文利用sentinel-1B雷达数据,以黑瞎子岛为研究区,联合使用OSTU阈值分割法和随机森林面向对象分类法针对像素统计单波形、双波形、多波形SAR影像提取洪水要素,实现对洪灾淹没面积的时序监测,为灾情监测提供数据和技术支撑。     

齐长城土壤电导率的高光谱定量估测模型

建立夯土齐长城黄岛段土壤电导率高光谱估测模型。由采集的夯土齐长城黄岛段的土壤样本提取光谱数据,利用SG平滑和光谱微分技术,通过相关系数法筛选敏感波长,并以敏感波长作为自变量建立土壤电导率的高光谱定量估测模型,对比分析所建立的主成分回归、支持向量机和随机森林模型的精度,选择最优模型并验证。结果表明:839 nm、975 nm、1 279 nm和1 284 nm为敏感波长,经过对比分析所建立的模型,以随机森林模型为最优估测模型。随机森林模型能较好地估测夯土齐长城黄岛段的土壤电导率。     

随机森林算法在全球干旱评估中的应用

干旱是发生频率最高,造成社会、经济损失和生态破坏最严重、最广泛的自然灾害之一,因此对干旱进行可靠、有效的评估十分重要.本文以月平均降水、月平均温度、月最高温度、月最低温度、土壤湿度、蒸散发、NDVI、叶绿素荧光等作为解释变量,以基于SPI的干旱等级作为目标变量,采用随机森林算法,以2007-2012年的数据作为训练数据...     

基于多特征随机森林算法的深圳市土地利用分类

城市土地利用分类对土地资源可持续利用具有重要意义。为了进行深圳市土地利用信息提取,利用Sentinel-2影像,基于遥感光谱、光谱指数和图像纹理等多种特征信息,构建了多特征随机森林城市土地利用分类模型。并在相同分类条件下,与最大似然、K最邻近监督分类方法进行对比分析,利用混淆矩阵进行精度评价,分析随机森林分类算法的优缺点。研究表明,多特征信息融合丰富了遥感数据的信息内容,多特征随机森林分类方法具有更高的分类精度。     

基于随机森林的福建省区域滑坡灾害预警模型研究

福建省滑坡灾害群发,点多面广,开展区域滑坡灾害预警业务是有效防灾减灾的重要手段,预警模型的科学性和有效性是预警业务的核心问题。传统区域滑坡灾害预警模型,受到滑坡诱发机理复杂、数据积累有限,以及大数据分析方法不足等限制,存在预警精度有限、精细化不足等问题。本文基于近9年地质与气象大数据,采用随机森林算法,构建了福建省区域滑坡灾害预警模型并开展实例校验。研究得出如下结论：(1)提出区域滑坡灾害训练样本集构建的优化方法,并构建了福建省区域滑坡灾害训练样本集,样本集包括地质环境、降雨等26个输入特征属性和1个输出特征属性,涵盖了福建省近9年(2010～2018年)全部样本数量达15 589个(其中：正样本3562个,负样本12 027个,正负样本比例约1︰3.4);(2)基于随机森林算法,对福建训练样本集进行学习训练、模型优化和模型存储。模型训练采用5折交叉验证法,采用贝叶斯优化算法进行模型参数优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。优化后的模型准确率和泛化能力均较好(准确率94.3%,AUC为0.954);(3)选取2021年6月22日和28日的实际滑坡灾害...     

随机激励下非线性海洋结构物响应分析方法研究进展

对在随机载荷作用下非线性海洋结构物的运动响应分析的各种方法进行了综述,对有些方法的基本原理做了阐述,并指出一些最新的研究进展和今后进一步研究的方向。