基于SOM的海表温度遥感数据集的EOF算法重构

针对海表温度数据集的数据缺失,提出了一种基于自组织映射算法(SOM)和经验正交函数算法(EOF)有机结合的重构缺失值的新方法。该方法应用了SOM的非线性估计,能够很好的反映数据集的非线性结构,并把SOM估计的结果用于EOF算法的初始化,克服了EOF对数据集初始化敏感的问题。在处理过程中,对奇异值分解使用了lanczos算子分解矩阵,提高了程序运行效率。此外,该方法还引入蒙特卡罗交叉校正集,确定最佳重构的EOF模态数,最终高精度计算出重构误差。使用AQUA遥感卫星海表温度数据进行实验,结果表明该方法能够很好地重构出缺失率高达83.23%的数据集,且重构精度高。     

两类双结构矩阵的标准型及其应用

给出2类双结构矩阵的标准型。作为应用,还利用新得出的标准型对这2类双结构矩阵特征值问题发展了结构算法,其中对第一类双结构矩阵特征值问题发展了只用实运算的结构算法。     

ANN在海洋预报中的应用

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行海洋预报是可行的。针对海洋预报问题,初步建立了基于神经网络的预报分析系统,给出了应用实例。     

强震人员损失回归预测方法

在回顾近年对地震人员损失预测的研究工作的基础上,根据USGS的PAGER系统中地震人员损失回归模型,利用发生在1970-2008年间的128条地震现场调查灾害记录建立了我国东、西部区域适用的地震人员损失预测模型;并利用发生在1980-2007年间的234条地震损失记录建立了地震人员重伤数与人员死亡数的回归关系;最后利用模型对2008年四川汶川地震的人员损失进行评估计算,得到了与实际震害损失相接近的评估结果。     

地震地质灾害综合评价的PSO-BP神经网络方法及应用

结合汶川8.0级地震资料,利用神经网络原理和粒子群优化算法,提出了基于PSO-BP神经网络的地震地质灾害综合评价模型.该模型选取地震灾害、斜坡灾害、地面变形、斜坡分布特征4个指标作为输入,选用地质灾害危险度和分级2个指标为输出,引入粒子群算法对BP网络的权值和阈值进行优化,获得了BP网络模型参数.研究结果表明,PSO-BP网络模型不但能克服BP算法收敛速度慢和易陷于局部极小的缺陷,而且计算精度高,泛化能力强;对地质灾害的评价、防范和灾后重建具有一定的参考作用.     

单晶高温合金X射线衍射斑点自动识别算法研究

单晶高温合金展现出优越的抗疲劳性能和高温蠕变性能,广泛应用于航空发动机和燃气轮机的热端部件。但是,其制备过程中会产生晶体取向偏离、杂晶等缺陷。目前国际上已经普遍使用X射线劳埃衍射技术对单晶叶片的晶体缺陷进行无损检测,但是这种检测方法主要依赖人工识别,效率低,结果可重复性差,不适合批量化检测。本文结合工程需要,提出对劳埃衍射斑点进行自动识别的算法,主要包括衍射图样的预处理、轮廓检测、轮廓形态筛选及轮廓符合检测等。该算法能够自动检测出衍射图样上的衍射斑点,并最终给出斑点的位置坐标数据及其误差。根据衍射斑点的位置,通过衍射分析算法,计算出单晶叶片上的晶体取向,并最终对叶片的晶体缺陷给出综合评价。     

积雪在El Niño影响东亚夏季气候异常中的作用

本文利用1948-2010年Global Land Data Assimilation System（GLDAS）NOAH陆面模式资料、GPCC月平均降水资料和NCAR/NCEP全球月平均再分析资料,采用滤波、距平合成和线性相关等方法,分析了El Niño成熟位相冬季欧亚大陆积雪异常的分布特征,研究了关键区积雪融化对后期春、夏季土壤湿度、土壤温度以及大气环流与降水的影响,揭示了El Niño事件通过关键区积雪储存其强迫信号并影响东亚夏季气候异常的机制和过程.主要结论如下：El Niño成熟阶段冬季伊朗高原、巴尔喀什湖东北部和青藏高原南麓区域是雪深异常的三个关键区,这些区域的雪深、雪融和土壤湿度有明显的正相关;这三个关键区雪深异常通过春季融雪将冬季El Niño信号传递给春、夏季局地土壤湿度,通过减少感热通量和增加潜热通量对大气环流产生影响;春末夏初伊朗高原土壤湿度异常对东亚夏季气候异常的影响最大,其引起的降水异常与El Niño次年夏季降水异常分布基本一致,春夏季青藏高原南麓和巴尔喀什湖附近土壤湿度也都明显增加,均会对中国华北降水增加有显著正贡献.总之,在利用El Niño事件研究和预测东亚夏季气候异常时,还应考虑关键区雪深异常对El Niño信号的存储和调制作用.     

基于交替方向乘子算法的二维磁异常稀疏反演

磁异常反演是获取地下场源磁化率分布的重要手段之一,在地球勘探中扮演着重要角色.在磁异常反演中,对比光滑反演,稀疏反演的结果具有边界分明,物性参数分布集中的特点,更符合实际情况.针对稀疏反演,本文首先构建了具有代表性的基于L₁范数目标函数,利用交替方向乘子算法可分离凸函数的特点,将极小化L₁范数的优化问题分解为一系列的子问题,通过对子问题求解获得原问题的解;为了增强交替方向乘子算法的适应性,本文结合广义软阈值函数将交替方向乘子法推广于L_p（0 < p < 1）范数的反演中.为了验证本文提出的算法的有效性,采用了三种常规模型进行模拟实验.与基于L₂范数的反演算法进行实验对比,结果表明,本文算法得到了边界清晰,磁化率分布更集中的反演结果.最后,将基于交替方向乘子算法的L₁和L_p（0 < p < 1）范数的反演应用到青海省尕林格铁矿保护区获得的实际磁异常数据中,获得了较为符合实际地质情况的稀疏反演结果.

     

新疆地区雪深和雪压的分布及其55年的变化特征分析

本文主要使用新疆地区109个气象站观测资料,对新疆地区雪深和雪压的分布和变化特征以及相关气象因子进行了系统分析,结果表明:新疆地区的积雪多年平均表现为北部多于南部,其中雪深和雪压最大值出现在新疆北部,数值分别为10 cm和10g/cm2.新疆积雪的季节特征较为明显,其中2月份积雪最大,雪深和雪压分别为9.2 cm和5....