基于雷达资料4DVar的低层热动力反演系统及其在北京奥运期间的初步应用分析

在变分多普勒雷达分析系统(VDRAS)中,通过对雷达资料的质量控制和预处理、云尺度模式的暖雨参数化方案、中尺度初猜场的插值分析方法、循环同化的冷启动和热启动中尺度背景场的计算方案等进行改进,实现了VDRAS对低层动力和热力场的分析反演及其在北京奥运期间的实时应用。改进后的VDRAS利用四维变分(4DVar)同化技术和一个包含简化暖雨参数化方案的云尺度模式,对北京和天津2部S波段天气雷达资料进行12min间隔的快速更新循环同化分析,反演与对流风暴生消发展密切相关的低层热动力三维结构,包括水平风场、垂直速度、辐合辐散、扰动温度、扰动温度梯度等,以及它们的时间增量。通过对北京奥运期间2个风暴个例的实时反演结果的分析表明,VDRAS反演的动力场能够反映低层的水平辐合、垂直抬升、风暴出流及它们的变化特征,而热力场则能够反映与风暴相伴随的冷池结构及其变化、阵风锋的相对位置及强弱。VDRAS的反演结果符合风暴发展传播与冷池、阵风锋、辐合抬升之间关系的概念模型。利用边界层风廓线雷达、地面自动站及地基微波辐射仪的观测资料,对VDRAS实时反演结果的初步统计检验表明,反演的风场和温度场与观测比较接近,风场能够反映出与风暴密切相关的低层风的垂直切变特征,温度场则能够反映出由于风暴过程所导致的地面温度的剧烈变化。与风廓线观测相比,反演的低层风速偏弱,偏差和均方根误差分别在-1.5m/s和2.5m/s以内,而风向的偏差和均方根误差分别在20°和45°以内。与地基微波辐射仪观测相比,反演的低层温度偏低,偏差和均方根误差分别在-1.9℃和2.8℃以内。

冲击地压的非线性动力反演及预报问题

根据非线性科学理论，应用动力反演方法，建立冲击地压的动力方程，提出了较为准确预报冲击地压发生的方法。

基于动力反演方法的亚洲季风机制探讨

为探求董哥洞石笋δ18O值所指示的亚洲季风的驱动机制,用非线性动力反演的方法建立亚洲季风的动力方程。研究发现:董哥洞石笋δ18O值所指示的季风为印度季风,印度季风系统是由南极温度和其他驱动因子共同驱动的复杂非线性动力系统;太阳活动、北极温度和青藏高原温度对印度季风起稳定作用,太阳活动越强烈,稳定作用越弱;北极温度和青藏高原温度越高,稳定作用越弱;印度季风背景值对下一刻印度季风起稳定作用,且强度越大,稳定作用也就越强。

入境旅游与经济增长关系的统计-动力反演分析

文章利用统计-动力建模方法对入境旅游与经济增长关系进行了非线性动力反演,探求相互之间的动力驱动机制。结果表明:(1)入境旅游(外汇)收入与GDP月度变化之间存在双向正向驱动作用,且前者对后者的动力驱动效果更加显著;(2)入境旅游(外汇)收入和GDP的月度变化均不稳定,下一月度的变化对上一月不具有依赖性或连续性;(3)入境旅游人数无法对入境旅游(外汇)收入的月度变化起到二次非线性或线性驱动作用;(4)GDP对入境旅游月度变化的响应主要依赖GDP与入境旅游(外汇)收入的交叉作用,入境旅游人数因子会降低对GDP的动力反演效果。

混合遗传算法在结构动力反演中的应用研究

研究了输入荷载未知条件下的结构参数识别及荷载反演问题,该问题最终归结为一个非线性的优化问题求解,根据目标函数、约束条件的具体特性,采用BFGS算法作为局部搜索算子,构造了基于浮点编码的混合遗传算法。针对系统输入未知的激励特性,采用分解反演的计算策略,从而提高了动力反演中混合遗传算法的稳健性和收敛速度。数值算例表明,这种方法具有很好的参数识别精度及荷载反演效果,对测试噪声有较强的适应能力。

结构动力反演计算的重分析灵敏度遗传算法

针对灵敏度遗传算法计算效率问题,引入重分析技术。采用组合近似法进行结构振动模态重分析,实现结构动力反演分析,在保证计算精度的前提下有效提高灵敏度遗传算法的计算效率。通过数值算例研究所得结论如下:①引入重分析技术能有效提高灵敏度遗传算法的计算性能;②由于动力反演分析结果对模态数据的误差较敏感,近似分析不能完全替代精确分析,实际应用中应通过合理设置近似重分析的比例以获得理想效果。③对进行灵敏度修正的个体采用精确分析并更新重分析的参考结构,能有效提高计算精度。

基于统计动力反演模型分析PM_(2.5)浓度变化的影响因素及其系统演化

以杭州市2013—2016年秋冬季PM_(2.5)及影响因素为研究对象,构建统计动力学反演模型,研究PM_(2.5)浓度系统的影响因素与演化特征。结果显示,(1)模型反演预测值与实际监测值的相关系数0.8316,贡献率大于1%的各驱动项之和为90.85%,反演效果较好;模型中线性项贡献率之和为21.65%,非线性项贡献率之和为62.88%,PM_(2.5)浓度变化受非线性影响更加显著。(2)包含NO_2、SO_2、CO的各驱动项贡献率之和分别为10.77%、8.42%、6.58%;包含降雨(PRE)、风速(WIND)的各驱动项贡献率之和分别为20.5%、17.02%,NO_2、SO_2、PRE、WIND是杭州市PM_(2.5)浓度变化的最主要影响因素。(3)贡献率大于2%的各驱动项中,平均气压(PRS)、相对湿度(RHU)、日照时长(SSD)对PM_(2.5)呈负反馈线性稳定影响作用,PM_(2.5)×SO_2、NO_2×PRS、PRE×SSD、PM_(2.5)×WIND等交互项对PM_(2.5)浓度变化呈正反馈非线性影响,PM_(2.5)×O_3、SO_2×NO_2、PRE×WIND等交互项对PM_(2.5)浓度变化呈负反馈非线性稳定作用。(4)杭州市PM_(2.5)浓度变化系统是一元二次非线性驱动演变系统,通过数值模拟分析可知其PM_(2.5)浓度变化系统呈双定态式,PM_(2.5)浓度变化系统在定态值0.2413与0.3769之间波动变化,系统平衡态不稳定。结果表明,统计动力反演模型可定量解析出PM_(2.5)浓度变化的线性驱动项与非线性驱动项的系数值及贡献率,有助于揭示PM_(2.5)浓度变化系统的演化特征,研究结果可应用于大气污染控制与环境管理等方面。

基于子结构的非线性参数系统动力反演方法研究

研究了输入、输出不完备情况下的非线性参数系统动力反演问题。将子结构技术与分解算法相结合,引入广义逆,无需迭代,直接求得待识别参数的极小范数最小二乘解,反演获得未知输入荷载。本文从理论上论证了该方法的收敛性和严格的适用条件,为有限测点条件下非线性参数系统的动力反演问题提供了一个较好的解决方法。与全量补偿算法相比,计算效率大大提高,具有广泛的工程实际应用前景。数值算例表明该方法具有很好的参数识别精度及荷载反演效果。

近千年东亚季风变化统计动力反演与驱动机制研究

利用观测数据和非线性统计-动力学方法,构建了东亚季风变化的动力方程。量化了单因子强迫及各因子间相互作用在东亚季风演化中的相对贡献率,为东亚季风驱动机制研究提供了量化参考。研究发现:(1)过去千年东亚季风是多种因子共同作用下的复杂非线性动力系统。有些因子以起驱动作用为主,则有些以反馈调节作用为主,因子间交互作用与东亚季风演化存在耦合效应机制。(2)季风的驱动力主要来源于副热带太平洋海表温度、青藏高原动力热力强迫、CO_2和N_2O交叉项、太阳辐射和N_2O交叉项、CO_2与CH_4交叉项等的耦合作用机制;调节作用主要是石笋δ^(18)О指代的地理位置、单因子CO_2浓度、太阳辐射变化、CH_4与N_2O交叉项、太阳辐射与ENSO交叉项等的耦合作用机制。温室气体(CO_2、CH_4与N_2O)浓度对东亚季风演化的驱动与调节作用贡献较大。(3)通过动力反演机制推论副热带太平洋和热带西太平洋对东亚季风均有驱动作用,但主要驱动力来自副热带太平洋,即驱动东亚季风变化的主源地在副热带太平洋海区,次源地在热带西太平洋海区。(4)由海-陆温差对季风演变贡献大小推测石笋δ^(18)О指代的也主要是夏季风信息。

基于统计动力反演的东亚亚热带季风变化驱动机制研究

利用观测数据,运用非线性统计-动力学方法,反演系统各因子之间的相互关系,建立了东亚亚热带季风变化的动力方程,为研究东亚亚热带季风的驱动机制提供了量化参考。研究发现:过去2 000 a东亚亚热带季风是多因子通过反馈机制相互作用影响且具有耦合效应的复杂非线性动力系统,其驱动力主要来源于普若岗日冰芯δ18О代表的青藏高原热力作用强迫、太阳黑子活动、ENSO、温室气体单因子CO_2和CH_4浓度、北极温度和CH_4及北极温度与7月太阳辐射的耦合作用机制;反馈调节作用主要源于7月太阳辐射与太阳黑子活动、CH_4浓度、中国陆地地表温、CH_4与7月太阳辐射以及CO_2和CH_4的耦合调节作用。并通过动力反演机制推论热带西太平洋对亚热带季风有一定驱动作用,但并不是主要驱动力,即驱动亚热带季风变化的主源地并不在热带西太平洋海区,石笋δ^(18)О指代的也主要是夏季风信息。

基于地震信号的滚石定位及动力参数反演研究

基于滚石诱发地震信号可快速准确地获取滚石灾害信息,对灾情评估至关重要。开展了滚石冲击坡面地震动监测现场原位试验,揭示了滚石冲击地震信号时频域特征规律,分析了到时法与极化法的震源定位性能,并基于量纲分析法建立了滚石体积与冲击速度反演模型。结果表明:滚石冲击坡面(弹跳阶段)产生的地震信号表现为短持时、宽频带的三角状脉冲特征;结合到时法和极化法震源定位理论,实现了滚石冲击坡面的空间定位,得出到时法是更为优良的滚石冲击震源定位方法,其平均相对定位误差不超过10%;基于无量纲反演模型预测的滚石体积、冲击速度与实际结果吻合较好,平均预测误差均低于20%。研究成果可为滚石灾害动力学参数的快速获取提供理论与技术支持。

基于Ka/Ku双波段回波强度差约束和多普勒功率谱的微物理和动力参数反演方法和应用

回波强度定标误差、天线水膜衰减和雨区衰减造成的回波强度偏差对云雷达反演微物理和动力参数有非常重要的影响,准确分析这些偏差对提高反演精度至关重要。为了消除云雷达因定标和天线罩等引起的回波强度和功率谱大小的影响,实现高精度和雷达全观测范围的反演,本文提出了基于Ka/Ku双波段云雷达回波强度差约束和回波强度谱密度数据的降水内空气垂直运动速度和雨滴谱反演方法(DWR-SZ),并将该方法应用到2020年6月8日和2021年6月1日华南两次对流性云降水垂直结构观测数据,利用雨滴谱仪数据分析了该方法反演结果的改进程度,分析了上升速度对反演的回波强度和微物理参数的影响。该方法首先融合双波段云雷达反演(DWSZ)和单波段小粒子跟踪方法(ST)方法反演的云内空气垂直速度V_(air),形成全观测域的V_(air),然后利用DWSZ方法得到微物理参数初估值,并计算衰减影响,最后利用双波段回波强度差(DWR)调整回波强度系统偏差和反演的微物理参数,使DWR-SZ方法正演得到的DWR与雷达观测值差到达极小。结果表明:(1)采用脉冲压缩技术的高雷达灵敏度模式与采用短脉冲的低灵敏度模式相比,DWSZ方法反演的V_(air)与雷达灵敏度相关性非常小,结果稳定,但这种方法只能应用于含有大粒子的液体降水区(粒子直径大于1.8mm);小粒子跟踪ST方法通常低估V_(air),但在低层的35 dBZ以下降水V_(air)低估程度不大,且灵敏度提高会极大改进Ka波段雷达反演能力;两种方法融合的V_(air)比较合理;(2)雨区衰减和距离是造成ST方法低估V_(air)的主要原因;而固态降水的功率谱非常窄而且陡,灵敏度对固态降水区V_(air)影响不大;(3)采用DWR作为约束,有效减小了回波强度的系统偏差和天线水膜影响,提高了微物理参数的反演准确率;(4)ST方法反演的V_(air)高估了粒子数密度,液体含水量(LWC)和衰减系数,低估了粒子大小,但对天线水膜引起的回波强度系统偏差影响不大。

基于改进粒子群算法的土石坝动力参数反演研究

【目的】针对现有土石坝本构模型参数较多,参数反演分析工作量大,且在动力参数反演模型算法中存在的智能算法容易陷入局部极值、神经网络计算精度依赖于样本的训练效率、反演参数精度低等问题,【方法】基于正交试验法,以坝体顺河向、坝轴向和竖直向三向加速度反应作为试验指标,对紫坪铺面板堆石坝进行动力本构模型参数的敏感性分析,定量分析各参数对坝体加速度分布的敏感性,为土石坝动力有限元分析时空间赋值模型参数的选择以及后续反演分析提供依据。将粒子群算法与云理论中的正向高斯云算法相结合,通过高斯云模型对陷入局部最优的粒子进行变异操作,以避免算法早熟收敛的问题,并利用地震实测响应信息对坝料动力参数进行反演。【结果】结果表明:紫坪铺面板堆石坝的坝料动力参数中k2、n、λmax是对坝体加速度反应敏感性最强的3个参数,基于反演参数对坝体进行动力分析结果与实际地震响应较为吻合,三个方向的最大绝对加速度均发生在坝顶中部附近,在坝轴向最为剧烈,顺河向次之,而竖直向反应最弱。【结论】通过定量分析参数敏感性以确定待反演参数,可在保证计算精度的前提下提高计算效率;通过验证分析可知,反演模型计算的动力参数能够较为准确地反映土体的动力特性,可满足实际工程精度要求;所提出的动力参数反演方法以及有关动力响应分析规律,可为土石坝工程动力参数的确定与大坝安全鉴定提供技术借鉴。

部分输入未知条件下结构动力复合反演的分解算法

在充分利用部分输入已确知而部分输入未知的激励特性的基础上,提出了结构动力复合反演的分解算法,该算法从源头上消除了迭代过程中参数识别与荷载反演的相互影响,降低了问题的计算规模。对于线性参数系统,该算法不经过任何迭代计算即可一次性完成结构参数识别及荷载反演。将其与松弛法结合,可解决非线性参数系统的识别问题,与文献[4]的方法比较,其收敛速度有显著提高。

基于统计-动力反演的近千年印度夏季风驱动机制探讨

过去1000年的气候变化是最近数十年人类活动影响加强情况下全球气候变化的自然背景,其变化规律和驱动机制的研究对预测未来气候变化有着重要意义.非线性统计-动力反演方法结合了统计模型和动力模型的优点,能充分利用观测数据反演系统各因子之间的相互关系.本文尝试应用非线性统计-动力反演方法建立印度夏季风的动力方程,为研究印度夏季风的驱动机制提供量化参考.经研究发现：近千年印度夏季风系统是复杂非线性动力系统;工业革命前印度夏季风变化的主要驱动力是北大西洋海表温,其次是温室气体（N2O和CO2）浓度与阿拉伯海海表温、ENSO及太阳辐照度等的相互作用;在工业革命后期,温室气体（CH4、N2O和CO2）浓度及其与北大西洋海表温、太阳辐照度、ENSO及北极温度等的相互作用成为印度夏季风的主要驱动力;单因子甲烷和N2O是印度夏季风的驱动力,而它们的非线性相互作用（两个因子的交叉项）却是稳定作用力.总体来说,工业革命前,北大西洋海表温度是印度夏季风的主要驱动因子;工业革命后,温室气体则成为主要的驱动因子.

高速铁路车辆系统动力响应指标域估计及线路状态反演方法

基于动力学仿真模型,将轨道不平顺作用下的车辆系统动力响应指标分为整修、恶化、保养3个区域,计算、统计学习轨道不平顺指标与车辆系统部件动力响应指标域之间的关联关系,建立并获得车辆系统动力响应指标域估计模型及不同动力响应指标的域界线。根据单一变量法原理,将车辆-轨道系统激励源划分为轨道不平顺及其它综合因素(如温度荷载、材料损伤等),依据动力响应指标域估计模型提出了一个简单的线路基础状态反演方法。其基本原理为:若轨道不平顺统计特性不变而其它影响因素变化时,动力响应指标的估计域与实测域将会产生等级跃变,由此判定线路基础状态是否正常。仿真计算结果表明:车辆系统动力响应指标的域估算准确率在80%以上;针对扣件脱空这一线路基础结构损伤工况,识别准确率在70%以上。

部分输入未知时求解动力复合反演问题的补偿算法

将作者提出的全量补偿算法[8] 推广为一类适用于一般多自由度系统的时域补偿识别算法。该方法是基于最小二乘原则的一类迭代计算方法 ,对于结构上的部分作用力已知的情况 ,可用来同时识别结构的参数并反演输入。文中应用不同类型的结构分析实例说明了此方法适用于实际工程动力检测的可能性。

EOF分解与GA优化的热带太平洋海温场动力预报模型反演

基于NCEP/NCAR提供的1950-2000年月平均海温场资料,首先用EOF方法对海温场序列进行时、空分解,在考虑相邻时段位势场空间模态基本稳定的前提下,引入动力系统重构思想,以EOF分解的空间模态时间系数序列作为动力模型变最,用遗传算法全局搜索和并行计算优势,进行了模型参数的优化反演,建立了EOF分解时间系数的非线性预报模型。通过模型积分和EOF时、空重构,实现了海温场的中长期预报。试验结果表明,在1—6月时效预报上,模型预报海温场与实际海温场非常吻合;对于7 15月时效的预报,尽管模型预报的海温场与实际海温场存在一些出入,但基本构型大致相符,特别是对12月以上的海温场形态和范围仍然能较为准确地描述。所有时效的预报结果均能对1997年的El Nino事件特征有不同程度的描述。该研究方法为海温场以及El Nino/La Nina事件的预报提供了一种新的思路,文中提出的反演热带太平洋海温场与El Nino/LaNina的动力统计模型的研究思想和技术途径,在热带太平洋海温场的预测试验中(特别是中、长期预报)表现出良好的预报效果,为热带太平洋海温场及其异常的El Nino/La Nina事件的中、长期预报提供了有益的研究和参考方法。

基于模糊系统的西太平洋副热带高压异常年份的影响因子检测分析和动力预报模型反演

基于自适应网络模糊推理系统(ANFIS),讨论了滤除主信号之上影响因子噪声音的方法和途径,针对2010年的副热带高压异常的天气事实,首先用时滞相关法从观测资料中分析出2010年夏季风系统主要成员中对副热带高压异常影响最显著的3个因子:马斯克林高压、索马里低空急流和印度季风潜热通量,并用ANFIS诊断检测了这3个因子对副热带高压异常的影响和贡献。由于ANFIS系统具有非线性、容错性和自适应学习等特性,因此适宜于研究和模拟副热带高压等动力学不易准确描述的问题。在此诊断分析基础上,采用遗传算法和动力重构理论相结合的技术路径,从2010年实际的观测资料序列中客观准确地反演重构出非线性的副热带高压及其影响因子的动力模型,并对其进行了动力延伸预报试验。多次试验结果表明,预报的副热带高压面积指数、马斯克林冷高压强度指数、索马里低空急流和印度潜热通量指数在25天以内的中短期预报效果较好,误差不超过10%,并且预报出了指数的变化趋势。为西太平洋副热带高压与东亚夏季风系统的关联性和西太平洋副热带高压指数预测研究提供了一种新的思路和方法。

各向异性动力学方程反演新算法

基于各向异性介质中的动力学波动方程组，并利用多波多分量观测数据，发展了一种适用于直接反演介质弹性参数和密度或地震波速度的动力学反演新算法．由于这种方法能充分地利用全波场信息，因此反演结果十分可靠．为了证实这种方法的有效性和适用范围，基于拟ＳＨ波方程，并选取了不同的初始模型，对地震波速度进行了反演．结果表明：即使初始模型参数的扰动量达到１２．３％时，仍能获得相当好的结果．此外，由于方法构造的特殊性，使得这种方法的向量化和并行化计算非常容易实现．