斜压罗斯贝变形半径优化的误差相关尺度及其对最优插值效果的改进

利用最优插值方法进行三维温盐场重构时,如何正确估算背景场误差协方差至关重要。针对背景场误差协方差主要取决于误差相关尺度的问题,本文提出了用中国东部海域及其附近海域的最新的高分辨率气候态数据进行斜压罗斯贝变形半径优化其误差相关尺度计算的研究方案和技术途径;对比分析了均一化相关尺度方案和法国ISAS系统尺度方案,讨论了变形半径对最优插值的影响。结果表明:均一化相关尺度方案的均方根误差小于ISAS方案,但温度场过于平滑,难以刻画一些重要的物理现象;相比而言,本文提出的基于变形半径的相关尺度方案在取2倍变形半径时,不仅均方根误差在各水平层较小,且温度场能够更好地刻画四国海盆海域涡旋及黑潮影响的温度场三维结构。由于实际海洋中各层物理过程的尺度存在差异,实际应用时各层的最优尺度设置也应有所不同。     

合肥义城地区土壤重金属污染评价中典型插值方法的对比

空间插值对于土壤中重金属元素的空间分布及污染评价具有重要意义。对合肥义城地区土壤中的Cu、Pb、Zn、Cd、As、Hg等污染重金属元素,以常用且具有代表性的反距离加权法、径向基函数法、普通克里格法,进行了空间插值的对比验证分析和评价。通过对各种元素的空间插值各种误差进行综合比较的结果表明：Cu、Pb、As元素采用普通克里格法进行插值结果最优,而Zn元素采用反距离加权法最优,对于Cd、Hg元素则径向基函数插值法最优。     

基于改进Kriging插值模型的城市地面沉降变形趋势面模拟

从建筑物荷载引发地面沉降的机理模型出发,综合考虑建筑物产生的附加应力以及地基土壤压缩性质对沉降量的影响,构建了改进克里金插值模型。通过实际应用证明,使用改进克里金插值模型进行城市地面沉降空间趋势面模拟和计算,能够准确清晰地反映沉降变形的大小和趋势,从而为地面沉降的空间建模与可视化分析、总结建筑物荷载作用下城市地面沉降的变形规律奠定基础。     

复杂构造三维地震观测系统设计的共聚焦分辨率分析

三维地震观测系统共聚焦分辨率特性分析突破传统以点论证为基础的观测系统分辨率分析方法,面向地质目标定量预测三维观测系统地震成像的空间分辨率和振幅精度.基于Fourier有限差分（FFD）大步长波场延拓和Born-Kirchhoff小步长波场插值递推方法,本文介绍了一种复杂介质条件下三维地震观测系统共聚焦分辨率特性快速分析方法.对给定的速度模型,该方法能够分析拟采用的三维地震观测系统设计方案对复杂构造的成像分辨率与AVP属性,从而为进一步的偏移成像与储层分析提供保证.最后本文以SEG/EAGE三维盐丘模型为例设计满覆盖为16次的三维地震观测系统,并实施三维共聚焦分辨率特性分析.     

普通Kriging插值算法研究

地统计学是进行空间变异分析的有力工具.文章说明了地统计学的基本原理及其实现算法,并应用该算法对研究区域的草句白浆土有效磷的空间变异特征进行了分析,通过计算得出的地统计学参数说明了土壤有效磷具有中等空间相关性,并生成了该养分的空间分布图.     

提高对流层天顶总延迟解算精度的新方法探讨

对流层天顶总延迟的解算精度,直接影响长基线解算的精度和大气水汽含量的计算精度。文中提出克利金内插法解算天顶总延迟的新方法,并利用南极长城站和周边IGS跟踪站的GPS数据,通过高精度解算软件GAMIT/GLOBK,解算出长城站上空的对流层天顶总延迟,将其与利用内插方法解算的天顶总延迟进行了对比分析,得出:利用该内插方法获取的南极长城站在夏季的天顶总延迟的均方差可达0.2mm,这对今后GPS高精度定位和GPS气象学应用来说,具有重要意义。     

规则格网上双方向性插值DEM精度研究

简要介绍双方向性插值方法的原理,并以线性插值和三次插值过程中的误差传播为基础,利用误差传播定律,推导出双方向性插值方法生成的DEM曲面平均高程误差值,并对线性插值和三次插值公式本身的精度进行分析。     

数字高程模型生成中的高程序同构

通过揭示三维地面严密的高程有序性,揭示并定义了数字高程模型(DEM)生成中的高程序同构特性。在此基础上论证了DEM的高程序同构的必需条件——内插生成过程中与地面的拓扑对应和变换的“高处仍高,低处仍低”的数量特性,并据此论证了在DEM生成中三种主要内插方法的高程序同构特性。     

Non-stationary covariance function modelling in 2D least-squares collocation

Standard least-squares collocation (LSC) assumes 2D stationarity and 3D isotropy, and relies on a covariance function to account for spatial dependence in the observed data. However, the assumption that the spatial dependence is constant throughout the region of interest may sometimes be violated. Assuming a stationary covariance structure can result in over-smoothing of, e.g., the gravity field in mountains and under-smoothing in great plains. We introduce the kernel convolution method from spatial statistics for non-stationary covariance structures, and demonstrate its advantage for dealing with non-stationarity in geodetic data. We then compared stationary and non- stationary covariance functions in 2D LSC to the empirical example of gravity anomaly interpolation near the Darling Fault, Western Australia, where the field is anisotropic and non-stationary. The results with non-stationary covariance functions are better than standard LSC in terms of formal errors and cross-validation against data not used in the interpolation, demonstrating that the use of non-stationary covariance functions can improve upon standard (stationary) LSC.