集合经验模态分解(EEMD)在地下水位数据处理中的应用初探

使用集合经验模态分解方法将水位观测数据分为高、中、低等3个频率分量。高频分量可以用来识别和研究包含同震响应在内的高频事件;中间频率分量包含固体潮的半日波、全日波信号;低频分量则反映观测数据的长期趋势性变化特征。在此基础上,将该方法应用于张道口-1井和新10井的水位观测分钟值数据,从处理后得到的高频分量中识别出31次7级以上地震的同震响应,定量地分析了其最大振幅随震中距和震级的变化特征。     

润扬斜拉桥有限元模拟及模态分析

本文主要研究润扬长江大桥北汊斜拉桥以结构健康监测和状态评估为目标的空间有限元模型建立过程中的一些基础性问题。在建模过程中,尽可能多地考虑了一些影响全桥有限元模型精度的因素:如斜拉索的几何非线性(重力垂度和初始应力),将构造正交各向异性钢箱梁桥面板用复合材料力学的方法等效为物理正交各向异性板等。然后应用所建立的有限元模型进行模态分析,最后将有限元模态计算结果与环境振动试验结果进行比较,验证了润扬斜拉桥有限元模型的有效性。由此建立的有限元模型可以为该桥的结构健康监测和状态评估提供分析的基础。     

随机子空间方法在桥塔模态参数识别中的应用

基于环境振动的结构模态参数识别方法正逐渐成为国内外研究的一大热点。环境振动方法就是仅仅利用结构测试的输出信号进行结构的模态参数识别,随机子空间方法就是其中的一种。随机子空间法是近年来发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。它属于时域的方法,该方法不需要进行FFT变换,它不仅可以识别结构的频率,而且可以识别结构的阻尼和振型。文章首先介绍了随机子空间的理论,然后用该方法对正在施工中的南京长江三桥的南塔进行模态参数识别,通过与其他方法的识别结果进行比较,证明随机子空间方法不失为一种有效的模态参数识别方法。     

改进的WOA-VMD算法在水声信号去噪中的应用

本文提出一种针对非平稳水声信号的改进WOA-VMD小波阈值去噪方法,首先,引入余弦收敛因子和自适应权值提升鲸鱼优化算法(WOA)的精度,然后利用WOA选取水声信号变分模态分解(VMD)的最佳参数组合。引入一种可调阈值函数克服传统阈值函数量化过程的缺陷,考虑到不同分解尺度下噪声小波系数的衰减特性,采用分层阈值法对有效信号分量进行去噪处理。通过仿真实验和实测数据的降噪分析,证明了该方法的有效性和应用价值,新方法的去噪性能优于其他方法。     

ENSO事件次表层海温的两个模态及其对大气环流的影响

利用SODA海洋同化资料和NCEP再分析大气资料,分析了热带太平洋次表层海温异常(subsurfaceoceantemperatureanomaly,SOTA)与厄尔尼诺与南方涛动(ElNi?o-SouthernOscillation,ENSO)循环的联系,及SOTA对大气环流的影响。回顾传统ENSO研究,指出存在的问题,提出了ENSO影响大气研究的新思路,得到以下结果:(1)以SOTA为基本资料的研究发现, ENSO事件有两个模态,主要出现在冬季的第一模态对冬季及夏季亚洲-北太平洋-北美地区上空中高纬大气环流有重要影响,主要出现在夏季的第二模态对该地区上空夏季热带和副热带大气系统有重要作用。(2)ENSO事件通过与ENSO相联系的热带太平洋海面温度异常(ENSO-relatedseasurface temperatureanomaly,RSSTA)对大气的异常热通量输送,强迫Walker环流和Hadley环流变化,导致热带和北太平洋及周边地区上空大气环流异常,进而影响相关地区冬季和夏季的气候。(3)海表面温度异常(seasurfacetemperatureanomaly,SSTA)包含RSSTA和大气异常导致的海温变化(sea temperature anomaly caused by atmospheric anomaly, STA)两部分, RSSTA是ENSO事件过程中海洋内部热动力结构调整导致的海面温度变化,在海洋对大气的热输送过程中,它随ENSO事件演变不断更新;STA是大气受RSSTA海洋异常加热后导致的大气环流异常对海面温度的影响,在海洋浅表层STA对RSSTA有重大影响。本文最后讨论了ENSO事件期间热带海洋对大气热输送过程,指出ENSO事件通过海洋内部热动力结构调整产生RSSTA,它直接对大气异常加热,导致大气环流和气候异常,局地海气之间负反馈过程产生STA,反过来抑制RSSTA。结果还指出,人们常用的SSTA变率实际上主要由秋冬季节RSSTA主导,丢失了春夏季ENSO信息,用SSTA研究ENSO事件存在局限性,这也可能是ENSO事件春季预报障碍的原因之一。     

基于EMD-NAR神经网络的大坝变形预测

为了使大坝变形的预测精度更高,针对大坝形变量的时间序列中存在着非平稳和非线性等曲线特性,使用一种经验模态分解(EMD)和非线性自回归动态神经网络(NAR)相结合的EMD-NAR模型对大坝形变时间序列进行预测。以某大坝实测的时间序列数据为算例,分别使用BP模型、NAR模型和EMD-NAR模型进行实验对比,结果表明,BP、NAR、EMD-NAR模型预测的均方根误差(RMSE)分别为0.9449,0.6993,0.4678;模型预测的平均相对误差(MRE)分别为0.1492,0.1065和0.0688,从三种模型预测结果对比可知,组合的EMD-NAR模型预测精度最高且稳定性最好,为时间序列的大坝形变预测提供一种新的参考思路。     

基于Argo浮标资料的西北太平洋模态水的空间结构及年际变化

基于国际Argo资料中心提供的从2004年1月至2007年10月的浮标剖面资料,对西北太平洋模态水的时空变化特征进行分析.结合WOA01(the World Ocean Atlas 2001)资料,选定模态水主要形成区(30°～35°N,140°～155°E)作为研究区域,利用3月份的平均资料,给出西北太平洋模态水的空间结构为:北边界位于34.5°N附近,南边界可达30°N以南,东边界位于151.5°E,西边界可达140°E以西,深度为350 m以浅.通过对模态水核心区的逐月资料分析,揭示了其温度、盐度等的季节变化,并提出一种判别模态水范围的盐度判别法.结合海平面高度异常变化,初步分析了涡旋对模态水的影响,发现涡旋只能暂时改变核心区模态水的温盐结构,之后该区域模态水将基本恢复到正常状态.根据模态水2004-2007年的水文数据特点,发现在过去4 a中模态水性质基本稳定,变化很小.     

南黄海夏季低氧、贫氧长期时空演变与机制

根据1977—2016年历年8月南黄海断面标准层调查资料,采用时空分析等方法,研究了南黄海断面8月份低氧、贫氧长期时空演变与机制。溶解氧(DO)含量与表观耗氧量(AOU)年际变化分别有4种主要时空模态,溶解氧含量第一模态与表观耗氧量第一、二模态是断面海域显著线性低氧、贫氧趋势的主要影响分量,溶解氧第二~四模态与表观耗氧量第三、四模态为准平衡态长期变化。南黄海夏季低氧、贫氧变化的主要机制是生物活性组分(BAC)耗氧过程增多和增强,低氧和贫氧准平衡态长期变化的主要机制是生物活性组分、饱和溶解氧与海流输送的增减氧效应处于准平衡态状态。黄海冷水团中平均溶解氧含量、表观耗氧量存在显著线性低氧、贫氧趋势。南黄海夏季表层海气氧通量强度显著线性减弱,并且呈现“氧源”、“氧汇”相间变化。黄海夏季风生环流、海气氧通量强度逐渐减弱为黄海夏季低氧、贫氧发展提供了物理条件。目前黄海溶解氧含量、表观耗氧量场季节循环时空分布已经发生显著改变。     

多桩桶基平台沉贯过程监测系统研究

为了解决海上恶劣环境下过程参数实时检测的困难,对海上桶基采油平台沉贯过程监测系统进行了研究。提出了主动利用潮汐、浪涌信息对沉深数据进行滤波处理的方法和单一桶桩的沉深和平台倾角信息计算其他多桩沉深的方法。直接利用浪涌检测信息,提高了沉深监测精度和实时性;采用一桶沉深与倾角数据计算多桶沉深的方法,节省了测深传感器,简化系统结构,降低系统成本。实验证明,该系统具有响应速度快,检测精度高,实时性强等特点。