一种从经纬度网格资料获得正方形网格资料的插值方案

本文提出了一种把经纬度网格点上的气象要素值转化到正方形网格点上的多项式插值方案。对插值方案作了稳定性讨论和定量及定性分析。结果表明,这种插值方案方便可行,而且有广泛适用性。     

含有集约束向量极值问题的最优性条件

在序线性拓扑空间里研究了含有集约束向量极值问题的最优性条件,并建立了充分性和必要性条件.     

一类序同态的构造

作者定义了从L_1~X到L_2~Y的映射σ,证明了σ是满足σ(x_λ~0)=σ(λ)∧σ(x_(I_1)~0)的保并映射的充要条件是σ(A)=∨g(λ)∧f(Aλ),其中f为X到L_1~Y的映射,g为L_1到L_2~Y的保并映射,且有f(X)≤g(I_1);最后证明了一类序同态的分解定理,它们是前人相应结果的推广与补充。     

C网格嵌套技术及其在海洋波动传播模拟中的应用

采用粗细嵌套的ArakawaC网格模拟Klevin波和Rossby波沿赤道传播的过程，研究在粗细网格嵌套边界产生数值振荡和反射的原因及其消减方法，得到合理的并能用于复杂海洋模式的ArakawaC网格下的嵌套方案。数值实验结果表明：波形在粗细网格边界产生数值振荡的原因是波形在不同分辨率下的形态有差异，在粗网格下波形趋向于平坦化，而细网格下趋向于锐化。采用双向嵌套和粗细网格交界处加松弛的方法可以有效地消减数值振荡和反射。     

I(L)值完全诱导空间

作者引入 I(L)值完全下半连续映射 ,研究其性质。利用 I(L)值完全下半连续映射定义I(L)值完全诱导空间 ,给出 I(L)值完全诱导空间的拓扑基的表达形式 ,证得两个 I(L)值完全诱导空间的映射是连续映射的充分必要条件 ,并建立了乘积空间的 I(L)值完全诱导空间与 I(L)值完全诱导空间的乘积空间的联系     

南印度洋风场时空特征分析

本文根据1950～1995年共46a的南印度洋船舶气象报资料,按1°×1°和5°×5°网格统计的海面风进行分析研究。通过分析每月各要素的等值线分布图,得出南印度洋风场季节变化不如北半球各大洋显著,但仍有较明显的季节变化,只是季节性差异较小,冬季比夏季风强盛,相应的平均风速、6级和8级以上大风频率也较大;全年风场基本相似,10°S以北为季风气候区,而其它海域信风区常年盛行东南风,40°S以南盛行偏西风。本文为船舶远洋交通运输、远洋出访和科学试验等活动,提供了较为详细的风场资料及变化规律。     

基于投影网格的大面积水面生成算法

本文主要研究在现代硬件条件下,如何为渲染生成一个大面积的水面。为了达到摄像机高低不同时对分辨率的要求,同时保持空间的可量测性,现在经常使用的生成算法是各种"层次细节"的方法。但层次细节也存在存储数据量大以及接边等问题。本文介绍了一种替代的算法:投影网格算法。投影网格从我们希望在投影后得到的网格入手,反向找出网格在投影前的位置,更有目的性,有自己的优势。     

一个网格型松散结构分布式水文模型的构建

根据流域降雨径流的基本过程,以蓄满产流理论为基础,建立了一个网格型松散结构的分布式流域水文模型。模型将流域离散为包含河道与不包含河道两种类型的单元格,以协克里金方法插值得到空间离散的降雨输入,考虑的产汇流物理过程包括降雨、植被截留及蒸散发、单元格产流、单元格汇流及河网汇流。模型结构简单,参数较少,在充分利用植被覆盖类型图及土地利用类型图的基础上,能够获得大部分参数的选用值。通过在长江三峡区间沿渡河流域的实际应用,模型计算成果令人满意。     

考虑重力侵蚀影响的分布式土壤侵蚀模型

黄土高原地区的土壤侵蚀具有水力侵蚀和重力侵蚀相伴发生的特点,在大多数针对黄土高原的侵蚀模型研究中未考虑重力侵蚀的影响,使得模型的模拟精度较差。针对黄土高原的侵蚀特点,采用量化影响重力侵蚀发生的主要因素,确定重力侵蚀发生的具体沟道栅格单元的方法,从而考虑了重力侵蚀对产输沙过程的影响。所建立的分布式土壤侵蚀模型以逐网格汇流的水文模型为基础,采用逐网格侵蚀输沙的模拟方式,能够模拟上方来水来沙对侵蚀输沙的影响。经小理河流域实测资料验证,模型具有一定的计算精度。     

空间信息网格中远程空间连接查询的优化

随着空间信息网格的建设,网格平台上管理的空间信息资源越来越丰富,这促进了空间信息网格中空间数据分布式查询的应用需求,而在分布式空间查询中,空间连接查询操作往往成为性能的瓶颈.根据空间信息的特点,通过利用网格计算资源来优化空间连接查询的执行.首先基于网格服务构建网格平台分布式空间数据查询软件结构,通过设计远程空间连接执行服务利用网格平台中的计算资源;根据空间信息的特点.采用基于Kd-Tree空间分区并行连接的方法提高远程空间数据连接操作执行效率,并给出了远程空间连接执行的查询代价模型;然后根据连接代价模型设计了远程空间连接查询执行计划优化生成算法;最后总结了本文工作并探讨了下一步研究方向.