任意各向异性介质相(群)速度的计算

反映弹性波在各向异性介质中传播特性的两个基础的物理量是相速度和群速度.本文在总结前人工作的基础上,提出任意各向异性介质相(群)速度的计算方案:首先推导各自计算公式,其次考虑剪切波奇点的特殊性,再次令其遵循相应约束条件,最后,采用三个计算实例检验该方案的正确性和有效性.通过对计算结果的分析以及各向异性理论预测可以加深对各向异性特有性质(如剪切波奇点、群速度多值性)的理解,有助于增强我们对任意各向异性理论的基本认识.     

基于不同核函数的2010年玉树地震滑坡空间预测模型研究

基于统计学习理论与地理信息系统(GIS)技术的地震滑坡灾害空间预测是一个重要的研究方向,其可以对相似地震条件下地震滑坡的发生区域进行预测.2010年4月14日07时49分(北京时间),青海省玉树县发生了Mw6.9级大地震,作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡,这些滑坡大概分布在一个面积为1455.3 km2的矩形区域内.本文以该矩形区域为研究区,以GIS与支持向量机(SVM)模型为基础,开展基于不同核函数的地震滑坡空间预测模型研究.应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、坡度、坡向、斜坡曲率、坡位、水系、地层岩性、断裂、公路、归一化植被指数(NDVI)、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为地震滑坡预测因子.以SVM模型为基础,基于线性核函数、多项式核函数、径向基核函数、S形核函数等4类核函数开展地震滑坡空间预测研究,分别建立了玉树地震滑坡危险性指数图、危险性分级图、预测结果图.4类核函数对应的模型正确率分别为79.87%,83.45%,84.16%,64.62%.基于不同的训练样本开展模型训练与讨论工作,表明径向基核函数是最适用于该地区的地震滑坡空间预测模型.本文为地震滑坡空间预测模型中核函数的科学选择提供了依据,也为地震区的滑坡防灾减灾工作提供了参考.     

任意空间取向TI弹性张量解析表述

本文理论给出任意空间取向TI(ATI)四阶弹性张量的解析表述,其以VTI弹性常数及其简单组合为系数,包括各向同性项、TI对称轴方向矢量分量的二次项和四次项,其中TI对称轴方向矢量可以在固定坐标系定义, 也可以相对三维倾斜界面甚至相对波传播方向.相比四阶张量变换法和Bond变换法,ATI弹性张量能简洁而透明地为本构关系和波动方程提供四阶张量的所有元素. ATI弹性张量能为诸多方面的理论研究提供支撑.     

将微粒群和支持向量机用于耕地驱动因子选择的研究

结合微粒群算法(PSO)具有执行速度快、受问题维数变化影响小的优点及支持向量机算法(SVM)结构风险最小化原理,构建了基于离散二进制微粒群(BPSO)与支持向量机的耕地驱动力因子选择方法,使用特征子集中确定的特征来训练支持向量回归机,用适应度函数来评价回归机的性能,指导BPSO的搜索。实验表明,该方法能有效地提取出耕地驱动因子的特征子集,从而降低了指标的维数,保留了关键信息,以获得知识的最小表达。     

Ensemble prediction of regional droughts using climate inputs and the SVM–copula approach

In this study, the climate teleconnections with meteorological droughts are analysed and used to develop ensemble drought prediction models using a support vector machine (SVM)–copula approach over Western Rajasthan (India). The meteorological droughts are identified using the Standardized Precipitation Index (SPI). In the analysis of large‐scale climate forcing represented by climate indices such as El Niño Southern Oscillation, Indian Ocean Dipole Mode and Atlantic Multidecadal Oscillation on regional droughts, it is found that regional droughts exhibits interannual as well as interdecadal variability. On the basis of potential teleconnections between regional droughts and climate indices, SPI‐based drought forecasting models are developed with up to 3 months' lead time. As traditional statistical forecast models are unable to capture nonlinearity and nonstationarity associated with drought forecasts, a machine learning technique, namely, support vector regression (SVR), is adopted to forecast the drought index, and the copula method is used to model the joint distribution of observed and predicted drought index. The copula‐based conditional distribution of an observed drought index conditioned on predicted drought index is utilized to simulate ensembles of drought forecasts. Two variants of drought forecast models are developed, namely a single model for all the periods in a year and separate models for each of the four seasons in a year. The performance of developed models is validated for predicting drought time series for 10 years' data. Improvement in ensemble prediction of drought indices is observed for combined seasonal model over the single model without seasonal partitions. The results show that the proposed SVM–copula approach improves the drought prediction capability and provides estimation of uncertainty associated with drought predictions. Copyright © 2013 John Wiley & Sons, Ltd.     

Site characterization model using least‐square support vector machine and relevance vector machine based on corrected SPT data (Nc)

Statistical learning algorithms provide a viable framework for geotechnical engineering modeling. This paper describes two statistical learning algorithms applied for site characterization modeling based on standard penetration test (SPT) data. More than 2700 field SPT values (N) have been collected from 766 boreholes spread over an area of 220 sqkm area in Bangalore. To get N corrected value (N_c), N values have been corrected (N_c) for different parameters such as overburden stress, size of borehole, type of sampler, length of connecting rod, etc. In three‐dimensional site characterization model, the function N_c=N_c (X, Y, Z), where X, Y and Z are the coordinates of a point corresponding to N_c value, is to be approximated in which N_c value at any half‐space point in Bangalore can be determined. The first algorithm uses least‐square support vector machine (LSSVM), which is related to a ridge regression type of support vector machine. The second algorithm uses relevance vector machine (RVM), which combines the strengths of kernel‐based methods and Bayesian theory to establish the relationships between a set of input vectors and a desired output. The paper also presents the comparative study between the developed LSSVM and RVM model for site characterization. Copyright © 2009 John Wiley & Sons, Ltd.     

基于空间技术实测数据的板块构造运动研究

将ITRF2008解算结果 GPS、SLR、VLBI实测站速度信息和北美CORS网络、中国陆态网络、欧洲CORS网络站速度信息进行基准统一,联合解算IERS组织划定的全球14个主要大陆板块的欧拉矢量,对原有的板块运动参数进行精化;提出了基于最小二乘法的海量台站选择方法,实验结果表明,该台站选取方法能够有效提高海量台站的筛选效率和可靠性。稳定台站的数量越多,分布越均匀,越能够体现板块运动的现势性。     

基于EzMap的矢量专题图与影像专题图编制的比较研究

矢量专题图与影像专题图的区别在于是否具有影像内容以及矢量要素内容的选取和表示。本文基于Ez Map软件,从制图工艺流程、地理底图、专题要素内容、符号库设计、制图综合、表示方法、数据量和成图周期8个方面比较,详细讨论了矢量专题图与影像专题图编制的异同,指出了影像专题图的一些优势。     

高光谱影像概率分类向量机分类方法研究

从分析基于支持向量机和相关向量机的高光谱影像分类方法的优势和不足出发,将基于概率分类向量机的方法用于高光谱影像分类试验。在贝叶斯理论框架下,概率分类向量机为基函数权值引入截断Gauss先验概率分布,使得不同类别的基函数权值具有不同符号的先验分布,并利用EM算法进行参数推断,得到足够稀疏的概率模型,弥补了相关向量机选取错误类别的样本作为相关向量的不足,从而有效地提高了模型的分类精度和稳定性。OMIS和PHI影像分类试验表明,概率分类向量机能够很好地应用在高光谱影像分类。     

并行处理技术在地理信息数据处理中的应用

随着地理信息存储量的飞速增长,传统的单进程、集中式的数据处理方式已不能满足基于网络的地理信息服务的效能要求。分析对比了OpenMP,MPI和MapReduce等主流并行编程模式,将关系型数据库与分布式空间数据管理系统相结合,提出了面向并行处理的地理信息存储模型和数据组织模型,将该模型与传统模型进行了对比分析,并基于MapReduce实现了地理空间数据并行处理框架,选取了矢量数据装载、影像数据装载以及数据切片作为典型数据处理案例开展对比实验,该技术方案的处理效率均数倍于传统技术方案。实验表明,该模型能够很好地支持并行处理框架,可为分布式环境下数据处理中心构建提供一个有效解决方案。