基于中值滤波的灰色预测模型及其在大坝变形预测中的应用

在大坝变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,影响坝体变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使大坝的变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于中值滤波的GM预测模型,即先用中值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于中值滤波的GM预测模型可以有效地提高大坝变形的预测精度。     

卡尔曼滤波在山西省西山煤田地面沉降GNSS监测中的应用

本文以山西省西山煤田某一工作面为试验区,在分析地面沉降全球卫星导航系统（GNSS）监测数据特征的基础上,利用两种卡尔曼滤波方法（普通和总体卡尔曼滤波）对矿区地面沉降GNSS监测数据进行了处理与评价,同时对比了两种卡尔曼滤波方法的均方根误差分布情况。试验结果表明,两种滤波方法的滤波结果与观测值趋势大致相同,但存在少数异常点。下沉量越大的监测点,滤波结果与观测值的差异越大,但总体卡尔曼滤波的差异明显小于普通卡尔曼滤波,特别是对于下沉量较大的监测点。下沉量越大的监测点,其均方根误差越大,总体卡尔曼滤增大的速度远小于普通卡尔曼滤波,总体卡尔曼滤波均方根误差的最大值小于0.1 m,普通卡尔曼滤波的则接近0.4 m。     

GRAPES的新初始化方案

四维变分同化由于引入预报模式作为一项约束,理论上它的分析场已经具有较好的平衡性,但实施时还会有诸多因重力波导致的高频振荡过程,因此,四维变分同化(4DVar)分析仍需要初始化。文中描述了GRAPES全球四维变分同化系统(GRAPES-4DVar)的新初始化方案的科学设计、公式演绎以及试验结果。GRAPES-4DVar的新初始化方案采用数字滤波方案作为代价函数的一项约束控制重力波引发的不平衡结构,约束强加在分析增量上与极小化迭代过程同步进行。新的初始化方案是变分同化系统的一部分,数字滤波的积分时间与4DVar的同化时间窗一致,不会对4DVar产生额外的计算资源消耗;并能适应长时间窗的同化,不会因为时间窗的延长而削弱慢波过程。新初始化方案中,模式轨迹的光滑程度可在变分同化中通过重力波控制项的权重系数方便控制。GRAPES全球四维变分同化的理想和循环同化批量试验都表明,在四维变分同化中,重力波的控制依然非常重要,具有初始化的GRAPES试验,无论分析还是预报技巧都较无初始化的有明显优势。与以前分析和滤波独立实施的旧初始化方案相比,新方案的分析和预报效果略优,同时有效地节省循环同化系统的运行时间,这对四维变分同化来说非常重要。     

Comparative analysis of interdecadal precipitation variability over central North China and sub Saharan Africa

本文对比分析了1951–2016年华北与北非降水的年代际变化,及其与全球大尺度海温和环流型的关联性。结果发现二者呈现出相似的年代际干湿演变特征。自上世纪70年代以来,华北与北非降水均由正异常转为持续负异常。90年代以后,北非降水虽仍是负异常,但呈现出显著地增加趋势。北非降水与大西洋多年代际振荡(AMO)、太平洋年代际振荡(PDO)和北大西洋(NAO)均显著相关,华北降水与PDO和NAO显著相关。通过经验正交分解,发现华北与北非降水的第一模态均与NAO关系密切,且二者第一模态所对应的时间序列呈现反位相变化。     

全吸力范围内土-水特征曲线的快速测定方法

传统的宽（全）吸力范围内的土-水特征曲线（SWCC）测量方法动辄耗时数月。为了更好地使非饱和土力学理论指导工程实践,SWCC的快速测定显得尤为关键。为开发宽（全）吸力范围内SWCC的快速测定方法,联合压力板法、并行滤纸法、露点水势仪法进行了两种不同土体的宽吸力范围内SWCC的测定试验。试验结果表明：（1）并行滤纸法与串行滤纸法的试验结果能较好地吻合,故可采用并行滤纸法代替串行滤纸法以缩短测量时间;（2）当测量的试验数据满足SWCC的大致形状时（或满足工程设计需求时）,可适当减少试验数量,以提高测定效率,联合测定方法测量一条完整的SWCC仅需要10～12个点即可完成;（3）联合测定方法可将SWCC测量时间由数月缩短至7～10 d。所提出的联合测定方法实现了宽（全）吸力范围内SWCC的快速、精准测定,有望使得SWCC的测量成为常规的土工试验。     

基于预测滤波的层间多次波衰减方法

在地震勘探中由于与反射信号时差小,层间多次波在近偏移距难以完全去除。地震剖面道集上近偏移距多次波的存在增加了反演的多解性,此外多次波在叠加剖面上形成的假反射也增加了解释的误差。提出一种基于预测滤波的层间多次波衰减方法,首先通过倾角滤波衰减中远偏移距的多次波,然后将含有残留的层间多次波的道集按照随机顺序排序,最后应用预测滤波方法按照随机干扰去除剩余的层间多次波。经实际数据检验,本方法对近偏移距小时差层间多次波具有良好的衰减效果。     

基于Kalman滤波的高耸建筑物沉降预测模型研究

为了提高高耸建筑物沉降监测数据的可信性与实时预测的准确性,利用小波分析与Kalman滤波在数据处理方面的优势,采用小波分析先对沉降数据进行去噪,并采用Kalman滤波理论进行预测。通过实验数据的对比分析,结合小波去噪分析与Kalman滤波理论对原始沉降变形量进行沉降预测,能克服只使用单一Kalman滤波方法进行沉降预测中噪声处理的不足,验证了小波分析及结合Kalman滤波理论进行沉降预测的可行性,且预测精度比较高。     

增广扩展卡尔曼滤波的全局拼接方法研究

针对点云拼接中双站数据的拼接必然会产生拼接误差的传递,最终导致整体拼接效果不佳的问题,该文讨论了基于增广扩展卡尔曼滤波的全局拼接,通过构造系统增广模型和系统观测模型,构建转换矩阵来对数据进行全局拼接:应用增广的卡尔曼滤波原理对各站点的位置姿态进行递归地估计,以同名点偏差为依据进行估计和校正,更新位置姿态,实现数据的全局拼接。最后采用上海地铁隧道三维点云数据进行基于增广扩展卡尔曼滤波的全局拼接实验。结果表明,此方法能够提高拼接精度,降低拼接误差。     

多基线合成孔径雷达干涉相位估计方法探讨

针对多基线SAR干涉相位展开方法精度与效率之间难以兼顾的问题,文章提出一种高效稳健的相位展开方法:利用基于修正矩阵束模型的联合相位梯度估计技术快速和精确地从较短基线干涉图获取长基线干涉相位梯度,以增加算法的精度和效率;建立基于干涉图相干系数(或伪相干系数)以及相位微分偏差的相位质量图指导展开路径,以保证沿最优路径展开长基线干涉像元,有利于降低误差传递效应,提高相位展开精度;引入量化跟踪策略,减s少搜索最佳展开路径所消耗的时间,提高方法效率。仿真数据处理结果表明此方法具有精度及效率较高、稳健性较强的特点。     

地形自适应车载LiDAR点云滤波

针对车载LiDAR点云进行地面点滤波时,基于常规TIN、坡度等滤波算法不能根据局部地形变化自动调整阈值的问题,该文结合城市点云特征和地形起伏度,提出地形自适应的车载LiDAR点云滤波方法。该方法通过引入地形自适应参数进行区域增长阈值的动态调整,实现地面点、非地面点的自动精确滤波。通过实测数据试验,结果表明该方法可适用于车载LiDAR城市点云中地面点和非地面点的较精确分类,解决低矮浅丘、低矮灌木等地物点不容易正确分类的问题。