基于时空优化模型的PM_(2.5)遥感估测研究

为了获得连续的PM_(2.5)浓度时空分布并提高估算精度,提出了一种新的基于时空因子优化的PM_(2.5)估测模型(SFRF).SFRF模型是时空因子通过卷积特征融合到随机森林算法(RF)体系中,通过集成高分辨率(1km)卫星反演的气溶胶光学厚度(AOD)产品以及气象数据、夜间灯光数据和植被数据构建SFRF模型来进行对2019年的山东省地区PM_(2.5)浓度的准确预测,生成山东省高空间分辨率(1km)的PM_(2.5)浓度.采用十折交叉验证法,评估了SFRF模型的性能,并与BPNN、SVM、XGBoost、RF、PCA-RF模型进行对比.结果表明:SFRF模型验证的决定系数和均方根误差(RMSE)值分别为0.85和8.10µg/m^(3),优于其他模型.SFRF模型可以在日、季、年尺度上以较高的空间分辨率来估测山东省PM_(2.5)浓度.

基于应变频响函数曲率的结构损伤识别

为了研究结构损伤并探索其损伤识别指标,基于多自由度体系频响函数,提出了以应变频响函数(SFRF)曲率作为损伤识别参数的结构损伤识别方法,并提出了结构损伤识别指标——SFRF曲率比。在此基础上采用有限元方法,进行了简支板单一损伤、多处损伤等多种工况的算例分析。结果表明:SFRF曲率比对损伤的敏感程度高于由振型、应变、频响函数(FRF)等推演出的特征指标;该方法可用于结构损伤定位以及定性评价多处损伤。

类COMAC指标在桥梁损伤识别中的应用研究

为了研究桥梁结构损伤并探索损伤识别指标,提出基于应变频响函数的参数COMACsfrf作为损伤识别指标。在此基础上采用有限元方法,以一简支板为仿真算例,以结构模型的单元刚度衰减来模拟损伤。结果表明:CO-MACsfrf对损伤的敏感程度高于由振型、应变等推演出的特征指标;该方法可用于结构损伤定位以及定性评价多处损伤。