康斯插值及其误差估计

文章研究了康斯插值的基本理论,给出了构造康斯插值曲面的一般方法,对布尔和逼近与误差估计与作了探讨,最后,用双三次康斯曲面拟合１／８椭球面。理论和实践都证明该方法精度高,效果好。     

基于洪水预报系统误差反演的多河段联合校正方法

提出一种基于洪水预报误差系统反演的多河段联合校正方法.采用马斯京根法矩阵方程描述多河段多区间入流的河道汇流过程,基于动力系统反演理论建立洪水预报误差的递推方程,最后利用修正后的多河段状态变量经演算得到预报断面的洪水过程,进而达到多河段联合校正目的.对大渡河上游的应用示例结果表明：多河段联合校正方法考虑了河系中断面间的水力联系及预报误差在时程上的传递规律,可充分利用上游多断面实测和校正信息进行下游预报断面的误差修正,因此具有更高的校正精度和稳定性.     

基于震害预测的动态震害矩阵方法研究

基于时间因素(材料内部作用、荷载作用和环境影响)和事件因素中的地震因素和抗震加固,通过结构可靠度理论研究和结构材料与构件的试验分析,结合现有的结构动态抗力函数以及不同极限破坏状态和结构抗力之间的对应关系,建立结构的动态易损性。研究事件因素中的拆迁和新建对城市建筑结构数量和类型的影响,以及未来城市不同结构类型的变化特点,给出未来城市的动态震害矩阵;研究群体震害矩阵的异地应用和事件因素中拆迁和新建建筑对震害矩阵的影响,在已有震害预测城市的建筑结构基础资料上,应用模糊数学中可信度方法,形成目标城市的动态震害矩阵,有利于进行结构的抗震设防和地震风险分析。     

雪峰山西侧贵州地区中生代构造特征及其演化

贵州中生代变形主要发生在燕山期,发育三幕褶皱变形、两幕逆冲和三幕走滑。根据区域对比、卷入褶皱的地层和褶皱间的叠加关系,判断三期褶皱的形成顺序依次为近东西向、北东向和南北向,时限在J_3—K_2之间。逆冲推覆构造主要由向北西或西逆冲的近南北向逆冲断层组成,大体与南北向褶皱同时形成;自雪峰构造带西缘向西,依次划分出根部带、中部带和前锋带。但是,在根部带识别出两幕逆冲推覆,其它两带各识别出一幕。走滑断层也有3个方向:东西向、北东向和近南北向。东西向走滑断层呈现出右行压扭的运动学特征,而大多数北东向走滑断层是左行张扭性质的。依据各个方向断层间的切割和限制关系,推测东西向走滑断层最早形成,其次是南北向逆冲断层,北东向走滑断层最晚活动。这些断裂和褶皱特征,总体表现出贵州多重多种复合联合的构造特征,最后,探讨了本区的构造成因模式。     

南海东北部冬季逆风流数值试验

用11种假定情况对南海东北部冬季逆风流（简称冬季逆风流）是否产生进行数值试验。结果表明,除平底、静风假定外,南海东北部大陆坡上均有表层海水辐合带形成;该带是产生冬季逆风流的必要条件。经巴士海峡流入的黑潮水加强大陆坡区辐合带,加速冬季逆风流的形成。风应力、大陆坡是冬季逆风流产生的决定因素。冬季逆风流对风应力曳力系数（CD）及水平涡动系数（AH）的取值相当敏感。     

测量平差中的最优化方法

本文应用最优化方法分析平差问题,指出无论是古典平差或是秩亏自由网平差,实际上都是求矛盾方程组BX-L=0的极小最小二乘解。以此为基础,本文采用Cram-Schmidt矩阵直交化方法,提出一种对古典平差和秩亏自由网平差都适用的计算方法。     

晋获断裂带中,新生代构造应力场研究

通过大量的节理测量资料,恢复了研究区中生代以来的三期构造应力场,对晋获断裂带的展布规律进行了分析和研究。位于太行山块隆和沁水块坳的晋获断裂带,经历了中生代逆冲推覆和新生代反转伸展的构造演化进程。研究结论对沁水煤田东部煤矿区的矿并构造预测有重要的指导意义。     

基于解析雅克比矩阵的E-E_x广域电磁法一维并行约束反演

对于野外实测数据的反演解释,一维反演仍然占据着重要地位。提出一种使用探测深度和等对数域剖分的方式来剖分层厚、只进行电阻率单参数反演的方案。反演时,先使用MT反演来建立初始模型,之后采用MATLAB自带的parfor循环和最优化工具箱来进行最优化计算,使用解析法来计算雅克比矩阵,从而大大提高了计算速度。对于实际地电模型,充分考虑到已有的先验信息,通过使用井震约束反演有效降低了反演多解性,使反演结果更加接近真实的地层情况。     

直接利用旋转矩阵进行空间后方交会的原理和方法

空间后方交会是摄影测量学的基本内容,其解算的理论基础是共线条件方程及其线性化。传统的解算方法是直接以6个外方位元素为未知参数,使用泰勒级数展开进行线性化,然后迭代求解。而这里则直接以旋转矩阵为未知数进行迭代求解,这样既可直接解算出旋转矩阵,又避免欧拉角和旋转矩阵相互转换所引起的计算误差和时间耗费。试验结果表明该方法切实可行,求解精度高,而且迭代次数更少、迭代速度更快。     

The Structure of Background-error Covariance in a Four-dimensional Variational Data Assimilation System: Single-point Experiment

A four dimensional variational data assimilation (4DVar) based on a dimension-reduced projection (DRP-4DVar) has been developed as a hybrid of the 4DVar and Ensemble Kalman filter (EnKF) concepts. Its good flow-dependent features are demonstrated in single-point experiments through comparisons with adjoint-based 4DVar and three-dimensional variational data (3DVar) assimilations using the fifth-generation Pennsylvania State University-National Center for Atmospheric Research Mesoscale Model (MM5). The results reveal that DRP-4DVar can reasonably generate a background error covariance matrix (simply B-matrix) during the assimilation window from an initial estimation using a number of initial condition dependent historical forecast samples. In contrast, flow-dependence in the B-matrix of MM5 4DVar is barely detectable. It is argued that use of diagonal estimation in the B-matrix of the MM5 4DVar method at the initial time leads to this failure. The experiments also show that the increments produced by DRP-4DVar are anisotropic and no longer symmetric with respect to observation location due to the effects of the weather trends captured in its B-matrix. This differs from the MM5 3DVar which does not consider the influence of heterogeneous forcing on the correlation structure of the B-matrix, a condition that is realistic for many situations. Thus, the MM5 3DVar assimilation could only present an isotropic and homogeneous structure in its increments.