核设施一维土层地震反应分析中的参数不确定性

本文概述了一维土层地震反应分析等效线性化方法评价结果不确定性研究的进展,比较了中美两国核设施土层地震反应分析中参数不确定性的处理方法。基于实测数据,令参数随机变化,建立土层剖面模型,采用随机振动理论方法,分析了土层动力特性、剪切波速、基岩地震动输入界面对评价结果的影响。结果表明,土层剪切波速的不确定性对评价结果影响最大,主要表现为加速度反应谱平台段的延长。对比参数随机变化模型和最佳估计模型的计算结果可知,随机振动理论反映了土层对基岩地震动的影响,将随机模型分析结果的中值加减1倍标准差基本可以包络最佳估计模型的分析结果。     

考虑不确定性的地震灾害应急救援设备并行优化设计

由于地震灾害的不确定性,使得应急救援设备运行速率及使用效率均受到影响,需要进行并行优化处理。对此,提出基于双向并行计算的地震灾害应急救援设备优化方法。以地震灾区灾情等级评估结果为基础,将地震等级及应急救援设备,设备及设备之间的关系进行标准化处理,转化为求解最优解问题;在考虑不确定性的情况下,通过通信时间与救援设备需求进行双向并行处理,优化地震灾害应急救援设备。实验结果表明,采用改进方法进行地震灾害应急救援设备并行优化,能够对地震灾害应急救援设备需求量进行准确预测,提高应急救援设备的运行速率,缩短通信时间,提高应急救援设备的使用效率,具有一定的优势。     

利用广义三角帽方法评估GRACE反演中国大陆地区水储量变化的不确定性

在无真实观测值的情况下,本文利用广义三角帽方法评估了五种GRACE时变重力场模型（CSR、GFZ、GRGS、HUST发布的球谐系数解和JPL发布的Mascon解）反演中国大陆地区2003-2013年水储量变化的不确定性.研究结果表明,CSR、GFZ、JPL、HUST和GRGS反演月水储量变化不确定性的区域平均RMS分别为14.4 mm、26.3 mm、25.3 mm、26.6 mm和56.1 mm,其中GRGS的结果未恢复泄漏信号;在季和年尺度上,模型的不确定性均小于月尺度;扣除周期和趋势信号后,各模型反演结果更为一致.除长江流域外,CSR在13个流域的不确定性均小于其他模型,GRGS反演各流域水储量变化的不确定性通常较大,且可能高估了温带大陆性气候地区水储量的波动;CSR和JPL的不确定性受流域周边水文特征、气候类型、流域面积和形状的影响相对较小,不确定性变化范围分别为2.3~17.1 mm和5.6~22.5 mm,GFZ和HUST受影响较大,不确定性变化范围分别为5.5~35.1 mm和4.0~40.6 mm.本文的研究结果为GRACE产品不确定性评估提供了新的途径,为GRACE时变重力场模型的选取提供参考.     

遥感数据产品真实性检验不确定性分析研究进展

不确定性分析是遥感产品真实性检验最重要的部分,本文以叶面积指数LAI为例,从测量、模型以及蕴含在测量和模型中的尺度效应3个方面分析产品真实性检验过程的不确定性来源,并针对问题提出减小其不确定性的办法。对于相对均一的地表,地面测量的空间代表性比较好,可不考虑地表空间代表性引起的尺度效应和蕴含在模型中的尺度效应引起的不确定性。针对异质性地表,分为两种情况:若模型是线性的,蕴含在模型中的尺度效应可以忽略,只需要考虑测量的不确定性、模型本身的不确定性、以及地面测量的空间代表性引起的尺度效应;若模型是非线性的,则测量、模型和蕴含在测量和模型中的尺度效应引起的不确定性都需要考虑。     

塔里木河源流山区径流模拟及不确定性研究

自然环境恶劣、站点稀少、观测困难是干旱区水文系统研究面临的基本问题。特殊的自然地理条件给水文过程带来了极大的复杂性和不确定性,也阻碍了干旱区水文过程和机理研究的发展。选取塔里木河源区开都河流域为研究区,采用分布式水文模型MIKE SHE模拟大尺度资料稀缺地区水文过程,将流域内气象、水文站点数据与遥感数据相结合,利用气象、土壤类型、土地利用和地表覆盖、数字高程(DEM)和降雨等资料,模拟流域水文过程;在出山口径流数据的基础上对模型进行率定和验证;分析了模型中的不确定性的来源,探讨模型优化方法。结果表明,MIKE SHE模型能在水文、气象站点稀少,土壤及水文地质数据缺乏的条件下,模拟开都河流域的日径流过程,但精度仍有待提高;通过分析识别出了隐含于模型结构、输入及参数等3个方面的8种不确定性来源。     

利用CRLB的数字摄影测量人工标志定位不确定性评估

考虑影像形成的物理过程,针对叠加零均值高斯白噪声的标志定位模型,利用最大似然估计理论,推导出了基于标志定位不确定性理论的误差性能克拉美-罗下限(Cramér-Rao lower bound,CRLB),同时确定了CRLB在一定置信水平下的置信区间。以圆形标志实验为例,分析了噪声水平和标志大小两个因素对CRLB的影响。     

TIN DEM线性内插不确定性的随机过程模型

基于随机过程模型导出了TIN DEM线性内插的随机过程模型,给出了不规则随机空间三角形的不确定性描述,讨论了TIN节点误差在线性内插中的传播问题。通过理论推导和实际算例,得到了TIN DEM线性内插点的点位方差和误差椭球半轴的解析表达式、线性内插精度最高点坐标的解析表达式,该结论与三角形的形状无关;对DEM线性外推导致精度急剧下降的必然性结论进行了理论证明;得到TIN线性内插的平均点位方差解析式,从理论上说明了本文结论的有效性。     

浅谈边坡稳定性分析方法

综述边坡稳定性分析方法及其研究的一些新进展,从定性、定量、非确定性、流变以及动力分析等方面进行了详细论述,指出各种方法的优缺点。     

滑坡易发性预测不确定性:环境因子不同属性区间划分和不同数据驱动模型的影响

对于滑坡易发性预测建模,连续型环境因子在频率比分析时的属性区间划分数量（attribute interval numbers,AIN）和不同易发性预测模型是两个重要不确定性因素.为研究这两个因素对建模的影响规律,以江西省上犹县为例,考虑5种连续型环境因子AIN划分（4、8、12、16及20）和5种数据驱动模型（层次分析法（analytic hierarchy process,AHP）、逻辑回归（logistic regression,LR）、BP神经网络（back-propagation neural network,BPNN）、支持向量机（support vector machine,SVM）和随机森林（random forest,RF））,总计25种不同工况下的滑坡易发性预测研究.再开展滑坡易发性指数的不确定性（包括精度评价和统计规律等）分析.结果表明:（1）对于同一模型,随着AIN值从4增加至8再到20时,易发性预测精度先逐渐提升,然后缓慢提升直至稳定;（2）对于同一AIN值,RF模型预测精度最高,其后依次为SVM、BPNN、LR和AHP模型;（3）在25种组合工况下,AIN=20和RF模型的预测精度最高,AIN=4和AHP模型精度最低,但在AIN=8和RF模型组合下的易发性建模效率较高且精度也较高;（4）更大的AIN值和更先进的机器学习模型预测出的滑坡易发性指数的不确定性相对较低,更符合实际的滑坡概率分布特征.在环境因子属性区间划分为8和RF模型工况下高效准确地构建滑坡易发性预测模型.