青岛市大气污染时间序列分析预报方法研究

根据青岛市大气污染监测资料 ,采用时间序列分析方法 ,建立多种预报模型 ,有原序列周期外延法、均生函数周期外延法、均生函数逐步回归法以及自回归预报法等 ,最后提出一种综合预报模型。连续预报试验表明 ,综合预报模型优于任何个别预报模型 ,有较好的预报能力。利用马尔可夫概型对污染状态 (轻、中、重 )进行了分级预报试验 ,也获得良好的效果。     

一个可视化绘图软件——Vis5D

Vis5D作为美国威斯康星大学空间科学和工程中心(SSEC)可视化项目研究成果，是一个针对气象数据(如数值模拟结果)的交互式立体视图软件系统，主要由Bill Hibbard和Johan Kellum完成。该系统从1988年1．0版本问世，到现在已发展到5．0版本，其功能不断得到完善和加强。Vis5D能够直观而清晰地显示立体空间图形，对云物理结构的演示尤为逼真。它的5．1版本更增加了重叠或并列显示多个数据集的功能，无疑是气象工作者的一个有效工具。在对中尺度研究结果，尤其是数值模拟和云物理结构研究结果进行演示时，利用Vis5D软件是一个很好的选择。     

空间视图在图形数据更新中的应用研究

在研究Geodatabase数据模型的基础上,给出了空间视图的定义,探讨了基于空间视图的图形数据更新过程,设计了更新的结构图和活动图。     

考虑预报偏差的迭代式集合卡尔曼滤波在地下水水流数据同化中的应用

集合卡尔曼滤波（Ensemble Kalman Filter,EnKF）方法已广泛应用于地下水水流和污染物运移模拟相关问题的求解。但前人研究多建立在同化系统预报模型是准确的基础上,忽视了模型概化的不确定性。当模型概化不准确时,将导致预报偏差,可能带来错误的系统估计。因此,文章提出考虑模型预报偏差的迭代式集合卡尔曼滤波（Bias aware Ensemble Kalman Filter with Confirming Option,Bias-CEnKF）方法。以地下水水流数据同化为例,研究模型概化存在不确定条件下,边界条件、初始条件、源汇项概化不准确时新方法的有效性。结果表明,当预报模型概化不准确时,使用标准EnKF方法进行数据同化,可能会导致滤波发散,造成同化失败。Bias-CEnKF方法不仅保留了较好的同化性能,同时减小了参数、变量、偏差项非线性关系带来的不一致性。针对文章中4种情景,Bias-CEnKF同化获得的含水层渗透系数场以及水头场均接近真实场,且预报结果可靠。本研究进一步提升了模型概化不确定时EnKF方法的适用性,为实际野外复杂条件下地下水水流数据同化问题提供了可靠的方法。     

红粘土的微结构及其概化模型

本文论述红粘土的物质组成和微结构特征,在此基础上提出了红粘土微结构的概化模型,并根据这种模型对红粘土的工程特性进行了探讨。     

裂隙概化模型的非饱和渗流试验研究

借鉴多孔介质非饱和渗流试验的研究成果,研制出一套可同时测定单裂隙毛细压力-饱和度以及非饱和渗透系数-毛细压力关系的试验装置.为检验试验装置的可信度和试验原理的正确性,并初步探讨单裂隙非饱和渗流的机理,特制作了一阶梯开度的裂隙概化模型(本文称之为“S-H”裂隙模型),并在上述试验装置上进行了“S-H”裂隙模型的非饱和渗流试验,初步阐明了单裂隙非饱和渗流的一些基本水力特性,同时试验结果也表明本文试验装置和试验原理合理可靠.     

VC++视图内容导出成位图的方法

为了获得程序视图的内容，我们多采用屏幕硬拷贝的方法，在视图内容较多，需要滚屏显示的时候，这种方法尤其费时费力，且在图形拼合时易产生偏差。作者在本文中介绍了在VC 编程中直接把视图内容导出成位图文件的方法，阐述了基本原理，并提供了源代码。     

虚拟现实技术在虚拟旅游中的应用

该文简要介绍了虚拟现实技术 ,通过对旅游电子商务的分析 ,讨论了虚拟旅游中的虚拟现实技术 ,提出基于WebGIS电子地图、全景图像生成和网络全景图像浏览组成的虚拟旅游系统技术方案 ,并展望了该项技术的广阔的市场前景     

影像一致性优化的视图选取策略

在三维重建中,网格优化通常用于解决密集点云构建的三角网格含有较多噪声且缺少细节的问题。现有的变分优化方法利用完整的影像数据对初始网格进行影像一致性优化,但在一定程度上忽视了影像信息的冗余以及视图的质量对网格优化的影响。对此,本文提出主视图选取与从视图选取策略,以提升网格优化的效率与质量。首先综合影像梯度幅值与轮廓检测,构建马尔科夫随机场,为每个三角面选取主视图;其次根据相应的观测条件为每个主视图选取从视图;然后计算主、从视图间归一化加权的影像一致性;最后利用梯度下降法最小化表面能量函数,实现网格优化。试验在定性和定量上证实了本文方法的有效性,表明本文方法能恢复更多精细细节,且优化的时间更短、精度更高。