利用DINEOF方法重构缺测的卫星遥感海温数据

针对海温数据补缺问题提出一种基于经验正交函数(EOF)分解的缺测数据重构方法--经验正交函数插值法(DINEOF).此方法是一种自适应的EOF分解方法,不需要任何先验信息,并且能估算出重构数据的误差大小.奇异值(SVD)分解时采用了Lanczos算子以提高计算速度,并利用了交叉验证的算法以确定出重构时所需最优的EOF阶数.实测数据处理结果表明,DINEOF方法能很好地重构大面积的缺测数据,具有较高精度及实际可操作性.     

一种高光谱遥感图像快速谱聚类算法

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题,集成Lanczos算法与谱聚类算法,探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性,提出了一种面向高光谱遥感图像的快速谱聚类算法;通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果,发现面向高光谱遥感图像的谱聚类算法易于识别线性地物,且分类的速度能得到较大提升。     

Determination of scoured bridge natural frequencies with soil–structure interaction

This study developed a finite element method with the effect of soil–fluid–structure interaction to calculate bridge natural frequencies. The finite element model includes bridge girders, piers, foundations, soil, and water. The effective mass above the soil surface was then used to find the first natural frequency in each direction. A field experiment was performed to validate that the natural frequencies calculated using the proposed finite element method had acceptable accuracy. The calculated natural frequencies with the fluid–structure interaction effect are always smaller than those without this effect. However, the frequency change due to the fluid effect is not obvious, so using the soil–structure interaction model is accurate enough in the bridge natural frequency analysis. The trend of the frequency decreases with the increase of the scour depth, but the curve is not smooth because of non-uniform foundation sections and layered soils. However, when the scour depth is such that pile cap is exposed, the changes in natural frequency with the scour depth are more obvious, and this is useful for measurement of the depth using bridge natural frequencies.     

求解大样本核主成分分析模型的Lanczos算法

求解核主成分分析模型的技术关键是确定核矩阵端部的较大特征对。把求解大规模对称矩阵端部特征对问题的基本方法--Lanczos算法应用于核主成分分析模型的求解,设计了大样本核主成分分析模型求解的实用算法。在clapack和nu TRLan两个软件包的基础上,开发了大样本核主成分分析模型求解算法的VC++程序。用高光谱遥感图像数据进行模型求解算法的应用试验研究,证明了大样本核主成分分析模型求解算法的实用性。     

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。     

季节内振荡研究中两种数字滤波器的性能对比

就长序列资料的MJO滤波，分析了Lanczos滤波器与Butterworth滤波器的滤波性能，结果表明：1)在滤波器参数n足够大时，Lanczos滤波器对MJO信息的滤出和对非MJO信息盼抑制均优于Butterworth滤波器；2)在分辨率为△=1d、MJO为30～60d定义下，Lanczos滤波器参数的阈值n1=69d，当n≥n1时，可以保证Lanczos滤波器优越性成立。     

基于数字高程模型推定区域地下水流场的方法

利用实测数据推定区域地下水流场是水文地质研究中非常重要的一项内容,传统的方法通常是利用已有水位数据进行插值计算,这样获得的地下水流场的准确性受钻孔的数量及分布的合理性影响太大,在某些无资料地区是不适用的。从区域尺度上来说,大多数平原地区的地下水运动受地形影响最大,地形和地下水运移的路径呈一定的相关性,据此,本文提出了一种基于数字高程模型计算区域地下水流场的方法,其中,趋势面方程参量的确定和系数率定是关键点和难点。在利用地表高程数据进行地下水位计算时,当选择低次多项式时,容易造成趋势面方程不能很好地拟合实测数据,而当选择高次多项式时,会造成方程求解的不稳定,因此,本文首先建立高次多项式作为初始趋势面方程,分别对趋势面方程中趋势项的各个参量与实测地下水位标高进行相关性分析,选取与地下水位标高具有明显相关性的参量组成趋势项方程,然后利用实测数据,对地下水面趋势平均水平实现了最优化的估计,求得和实测数据吻合最佳的趋势项方程,最后根据Lanczos奇异值分解理论,求得趋势项方程的解,并对残差部分使用泛克里金插值方法进行了无偏最优的估计。该方法在西北某区进行了应用,计算结果的误差远小于克里金插值法,与实测值吻合得更好,而且还可以进行外推计算,该技术方法在西北无资料地区地下水流场的推定中有较好的应用前景。     

Dynamic analysis of structures using modified Lanczos co‐ordinates

An efficient dynamic analysis method using the modified Lanczos co‐ordinates is presented. The proposed method is obtained by applying the modified Lanczos algorithm using Lanczos vectors that satisfy the stiffness‐orthonormality condition to the conventional Lanczos co‐ordinates method. The modified Lanczos co‐ordinates method is more efficient than the conventional method in the case of structures under multi‐input loads. The effectiveness of the modified Lanczos co‐ordinates method is verified by analysing a numerical example. Copyright © 2003 John Wiley & Sons, Ltd.     

提取准双周和准一月低频振荡的Lanczos滤波器及其应用

根据青藏高原大气热源季内振荡分析的实际需要,设计了适于提取准双周（10～20d）、准一月（20～40d）振荡的Lanczos滤波器（L.f.）。通过与Butterworth滤波器（B.f.）滤波效果的定量分析,确定了准双周、准一月L.f.窗宽参数l的临界值l0分别为24、46;当l≥l0时,L.f.滤波器性能全面优于B.f.。选用拉萨附近格点（90°E,30°N）的1950—2006年整层大气热源资料做了应用试验,结果表明,由l=121的L.f.得到的拉萨夏季准双周、准一月振荡分量质量可靠,可用于青藏高原大气热源季内振荡强度的年际差异和季内过程分析。