基于ARMA模型和时空Kriging插值联合模拟大跨结构的脉动风速时程

采用ARMA模型模拟具有时间和空间相关性的大跨结构的随机风速时程。并对Whittle递推算法进行了改进,求解出自回归系数和滑动回归系数矩阵。利用MATLAB软件编制了模拟大跨桥梁的风速时程模拟程序,运行结果表明:改进的方法计算效率高,模拟精度符合要求。然后又利用时空Kriging插值法对控制点区域内节点的脉动风速时程进行模拟,其模拟精度较好且求解过程快,可用于大跨空间结构、超高层建筑等含有大量节点的结构风场模拟。

时空Kriging插值在边坡变形监测中的应用

边坡形变监测中的监测点布设受限现场条件,布设位置可能不尽合理且数量有限,监测区域数据处理时需要进行时空插值。将经典的Kriging空间插值进行时空扩展,利用时空一类积和式方法建立了时空变异函数模型;分析了参数与变形的之间的关系;给出了时空插值的计算方法。以平朔露天矿边坡监测为实验对象,将整体时空Kriging插值与单一的Kriging空间插值结果进行对比分析,结果表明,同时兼顾了时间与空间关联性的时空Kriging插值精度有所提高。将监测区进行网格化,初步建立了监测区域的三维动态形变场模型,从整体上分析了边坡的稳定性。

应用时空复合趋势面Kriging方法插值地表沉降

通过布设监测点可反映地表沉降变化趋势,确保施工和运营期间安全,但沉降监测点数量有限,且易受施工作业、天气等因素干扰导致数据缺失或污染,因此需对监测区域数据进行插值处理。针对采用传统地统计插值方法估计地铁地表沉降趋势精度较低的问题,提出了一种基于时空复合趋势面的Kriging插值方法。以乌鲁木齐地铁3号线2017年6月24日—9月3日共15期地铁地表沉降观测值为实验数据,分别采用两种方法对沉降监测点缺失数据进行插补。结果表明,相较于传统方法,基于时空复合趋势面的Kriging插值方法的拟合精度更高,RMSE可降低约35%。

基于Kriging插值代理模型的轴流式止回阀多目标优化

基于Kriging插值代理模型,对轴流式止回阀的各项性能进行综合优化,具体的优化目标为:降低正向流阻;减小阀芯振动;提升止回性能。通过试验设计方案找到影响轴流式止回阀正向流阻的主要结构参数因素,并以其作为优化对象,通过Kriging插值法拟合主要结构参数对应的性能样本点,在保证拟合精度的情况下,使用NSGA-II遗传算法同时对3个主要结构参数进行多目标优化,得到了三目标Pareto前沿,经过权衡不同因素对性能指标的影响大小,最终得到了综合性能最优的结构参数为:阀瓣丰满度系数α_(1)=2.199,阀芯长度L=386.322 mm,阀芯半径R=113.997 mm。其对应的止回阀性能为:正向出口流量Q=161.839 kg/s,正向出口流速v=3.30235 m/s,止回阀进口压力p=97632.2287 Pa。相比优化之前,阀门正向流阻减小了1.2%,阀芯振动降低了0.24%,止回性能提升了2.3%。

基于AMCPSO优化Kriging插值的温度补偿方法研究

为了降低温度变化对转换力传感器测量精度的影响,提出一种自适应变异混沌粒子群算法(AMCPSO)优化Kriging插值的温度补偿算法(AMCPSO-Kriging)。研发转换力传感器,分析温度对传感器输出的影响,建立温度补偿标定实验平台,通过标定实验获得建立温度补偿模型所需要的样本集,采用数据稀疏化方法对样本数据进行优化。通过Kriging插值构建了温度补偿模型,利用AMCPSO算法以交叉验证方式下模型预测产生的均方根误差和作为适应度函数,对Kriging插值中的范围参数θ和平滑度参数pk进行寻优求解,得到性能最佳的温度补偿模型。基于AMCPSO-Kriging温度补偿模型对转换力传感器的测量效果进行实验验证,与标准力传感器进行对比。实验结果表明:对样本数据进行稀疏化处理,算法平均运行时间从1076 s减少到6 s,提高了温度补偿算法的运行效率。在−20~70℃温度范围内,经过AMCPSO算法优化的Kriging模型有效提高了转换力传感器的测量精度,相比于未经AMCPSO算法优化的Kriging插值,转换力传感器测量的平均满量程误差从1.2%FS降低到0.6%FS。通过现场实验验证温度补偿的效果,转换力传感器测量的绝对误差在70 N以内,最大满量程误差为2.3%FS。所提出的温度补偿方法有效消除了温度对传感器测量精度的影响,满足铁路工况使用要求,对转换力传感器在铁路上实际运用具有重要价值。

基于空间插值技术的深圳市PM_(2.5)时空分布特征分析

为研究深圳市PM_(2.5)的时空分布特征,获取了全市11个空气质量国控监测站点2015—2019年的PM_(2.5)逐时数据,利用计算机语言Python对数据进行预处理,在此基础上综合采用时序数据统计分析、空间插值技术和相关性分析揭示PM_(2.5)的时、空间变化规律。结果显示:深圳市2015—2019年PM_(2.5)浓度总体呈现出“西高东低,北高南低”的空间分布格局,PM_(2.5)高浓度天数和高浓度区域面积逐年减少,空气质量呈现出明显的好转趋势;各监测站点的PM_(2.5)年浓度均值在18-38μg/m^(3)之间波动,主要表现为先下降后小幅回升然后又下降;季浓度均值在10-54μg/m^(3)之间波动,呈现出明显的“冬季>秋季>春季>夏季”的季节性变化规律;月浓度均值多以6月份为中心,呈现出“V”字型分布规律;日浓度均值超标天数占比最多不超过8%,且超标天数占比逐年下降;各监测站点的PM_(2.5)日浓度均值变化的一致性与各站点之间的空间距离关系不强。

基于Kriging插值的黄河流域降水时空分布格局

采用国家气象局整编的1960-2000年黄河流域97个气象站点的系列资料和Kriging插值方法,对黄河流域降水时空结构及其变化特征进行了分析。结果表明:黄河流域多年平均降水量的地区分布既受天气系统的制约,又受地形等地理环境的影响,造成明显的地区性差异;就年际变化而言,20世纪60年代和80年代降水偏多,尤其是80年代黄河流域年平均降水与正常值相比要偏高许多,而70年代和90年代降水偏少,目前正处于降水偏少时期。黄河流域上游的降水增加趋势相当明显,而中游和下游降水则明显减少;就降水年内分配而言,降水高度集中在汛期(6-9月),且上、中、下游降水均以7、8月最多,但下游7、8月降水较中、上游更为集中。研究结果和分析结论对了解黄河流域水资源演变具有十分重要的意义。

基于时空变异函数的Kriging插值及实现

Kriging(克里金)算法通常用于对空间变量进行插值,但不能直接应用于时空变量,它需要进行时空扩展。以月平均气温数据为例,运用时空Kriging方法结合R统计语言进行时空插值研究及其实现。通过时序分解去除气温数据中季节变化项,在分别得到空间变异函数和时间变异函数的基础上构建一类积和式时空变异函数来描述变量的时空相关结构,并给出基于R语言的具体实现步骤。将普通Kriging方法进行时空扩展,应用于气温数据的时空插值中。验证结果表明,基于时空变异函数的Kriging方法能提供较高精度的插值效果,这为时空变量的插值预测提供了有效的途径。

面向大区域碳卫星数据的分布式Kriging插值算法优化

针对基于原生Kriging算法在大区域尺度上对碳卫星数据进行插值时存在的计算耗时长、并行加速难等问题,对Kriging插值算法进行调整,优化其中的关键计算环节,并根据数据特征与时序依赖关系对插值过程进行拆分重组,细化插值粒度,将其构建为可在分布式环境下并行执行的DAG结构工作流,最后基于一套双层架构的DAG任务调度引擎实现整个插值工作流在分布式环境下的并行加速。实验结果表明,在不同区域尺度上,以上方法框架均具有较高的插值效率,与Spark相比,在大区域尺度上具有明显的速度优势。

基于时空变异的旱地土壤有机碳含量最优预测插值方法

以3.93×10^(4)km^(2)江苏北部旱地为试验区,基于1980年和2008年两期土壤样点数据,采用8种确定性和4种地统计学插值方法预测不同时期土壤有机碳含量,并筛选出时空演变下适宜的插值方法。结果表明:1980—2008年试验区土壤有机碳含量呈上升趋势,而空间变异性和自相关性有所减弱;1980年试验区土壤有机碳含量的最优预测插值方法为反高次曲面函数法,其相关系数和均方根误差分别为0.57和2.08 g·kg^(-1);2008年试验区土壤有机碳含量的最优预测插值方法为普通克里金法,其相关系数和均方根误差分别为0.60和2.17 g·kg^(-1)。总体来看,试验区土壤有机碳含量的时空变异性对不同插值方法的预测精度有很大影响。

人群搜索算法拟合Kriging参数的空间数据插值

在Kriging理论模型参数拟合过程中,为减小变异函数权重分配带来的相关误差,全面考虑空间相关性,得到更准确的变异函数模型.采用人群搜索算法(seeker optimization algorithm, SOA),以变异函数拟合值与观测值的加权残差平方和最小为目标建立适应度函数,考虑样本数据的各向异性,迭代搜索模型最优参数进行Kriging插值.实验结果表明,相比于加权最小二乘法拟合,采用SOA拟合Kriging模型参数时,变异函数的加权残差和降低5%~40%,在球状模型、指数模型和高斯模型下Kriging插值的绝对误差分别降低31.02%、24.02%和25.13%.

基于时空Kriging方法的时空数据插值研究

在对气象数据进行插值的过程中,如果只考虑数据的空间信息而忽视数据在时间上的关联,必然影响插值的精度.针对具有时空特性的气象数据,提出一种将时空Kriging方法与弹性网方法相结合的新方法.该方法主要利用弹性网算法解决时空Kriging算法中的时空变异函数矩阵为病态矩阵而无法求逆的问题,通过弹性网算法获得变异函数矩阵方程的稀疏解,从而提高时空插值的精度.在实际观测的气温数据和AQI数据上的仿真实验验证了该方法对气象时空数据插值的准确性.

时空Kriging算法在区域地磁场插值中的应用及改进

本文以区域地磁场为应用背景,研究了时间域信息对地磁场插值效果的影响.用时空Kriging算法进行插值时,在时空Kriging变差函数的拟合过程中,将角度信息引入向量距离,定义了新的向量距离形式,提出了改进的时空Kriging算法,并对权重的选取进行讨论.对经度87.2°E—126.6°E,纬度19.0°N—49.6°N范围内的32个台站时均值地磁场数据进行插值实验.在添加了时间信息之后,插值结果在兼顾经度方向和纬度方向变化的同时,边值问题也得以缓解,明显优于传统方法.交叉验证结果表明,随着时间域信息和向量角度的加入,Kriging算法的性能得到改进,地磁场的插值精度依次提高.对比实验中,改进Kriging算法的精度最高、性能最稳定,MAE集中在1nT左右,MSE集中在[0,5]的范围内.

时空数据插值的杨赤中滤波法

时空数据插值是时空数据分析的一项基础性任务,其核心问题在于建模时空自相关结构。当时空数据非平稳、分布稀疏时,现有方法难以准确建模时空自相关结构,直接影响了插值的精度与可靠性。本文基于空间域复合变量理论,采用几何学与统计学相结合的策略对时空自相关结构进行建模,提出了一种基于杨赤中滤波的时空数据插值方法。该方法首先耦合杨赤中滤波与时空积和模型,建立定量描述时空自相关结构的时空基本变化函数;然后,基于时空基本变化函数,构建满足最优线性无偏估计准则的时空数据插值模型。采用模拟数据、2000—2009年我国大陆区域年平均气温与2014年5月—2015年4月北京市日均PM 2.5浓度时空数据集进行试验验证,结果表明:本文方法的时空插值精度明显优于当前的3种代表性时空插值方法,且不需要时空平稳性假设,可以更好地适应分布稀疏的时空数据集。

基于STL-Bayesian时空模型的分布式光伏系统异常检测

分布式光伏发电系统一般不配备多种类的传感器和监测设备,反映设备运行状态且可用于异常检测的数据有限。提出了基于STL-Bayesian时空模型的光伏异常状态检测方法,利用气象在时空上的传递性,挖掘光伏发电出力的关联性进而完成异常检测。首先,用季节性分解(seasonal and trend decomposition using loess,STL)将光伏发电有功功率时序数据分解为3个分量;然后,研究不同长度数据输入对分解结果的影响和区域内分量的时空分布特性;接着,通过构建贝叶斯模型分别对趋势分量和剩余分量做短期和超短期空间插值,得到区域内光伏出力;最后,计算真实值与回归值的推土机距离(earth move's distance,EMD)用于检测异常状态。算例分析表明,所提模型在分布式光伏场景检测可逆异常和不可逆异常状态均有较高准确率。

基于时间序列的PM_(2.5)时空插值算法改进研究

该文以成都市及其周边市区分布的环境监测站点作为研究对象,将空气污染物指数作为数据源,进行时间序列平稳性处理,改进了时空插值算法的经典算法——约减法,从而提高了PM_(2.5)数据插值精度。同时还分析了PM_(2.5)的自相关特点,对时间序列数据进行分段处理,在自区间内使用函数模型法实现对PM_(2.5)数据的实时预测。实验表明,对时空插值算法改进后,在进行既往缺失数据修补及实时PM_(2.5)数据预测时,结果精度及可靠性高。

基于克里金(Kriging)插值法的辽宁省工业地价时空演变特征分析

本文以辽宁省5年土地估价备案系统地价信息数据为基础,经过空间正态统计分析、自相关分析和趋势分析后,采用克里金(Kriging)插值法对数据进行研究,从而分析出地价时空演变特征及发展变化规律.研究表明,土地价格与土地空间位置存在函数关系,辽宁省工业用地价格在东北—西南与西北—东南方向上更具空间自相关性,全省的地价空间格局基本上呈现出沿东北—西南方向中间高两边低的特点;沿海地区的地价普遍高于内陆地区的地价;经济因素是影响地区地价水平的主要因素;工业地价变化幅度较小.

基于时间特征细化网络的时空视频超分辨率研究

时空视频超分辨率(space-time video super-resolution,STVSR)通过时间和空间2个尺度提升视频的质量,从而实现在视频采集设备、传输或者存储有限的情况下依然能实时地呈现高分辨率和高帧率的视频,满足人们对超高清画质的追求。相比两阶段方法,一阶段方法实现的是特征层面而非像素层面的帧插值,其在推理速度和计算复杂度上都明显更胜一筹。一些现有的一阶段STVSR方法采用基于像素幻觉的特征插值,这幻化了像素,因此很难应对帧间快速运动物体的预测。为此,提出一种基于光流法的金字塔编码器-解码器网络来进行时间特征插值,实现快速的双向光流估计和更真实自然的纹理合成,在使得网络结构更高效的同时弥补了大运动对光流估计带来的不稳定性。另外,空间模块采用基于滑动窗口的局部传播和基于循环网络的双向传播来强化帧对齐,整个网络称为时间特征细化网络(temporal feature refinement netowrk,TFRnet)。为了进一步挖掘TFRnet的潜力,将空间超分辨率先于时间超分辨率(space-first),在几种广泛使用的数据基准和评估指标上的实验证明了所提出方法TFRnet-sf的出色性能,在总体峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)提升的同时,插入中间帧的PSNR和SSIM也得到提升,在一定程度上缓和了插入的中间帧与原有帧之间PSNR和SSIM差距过大的问题。

基于移去-恢复技术的海洋垂线偏差插值算法

海洋垂线偏差是惯性导航重力补偿不可或缺的基础信息,高精度的海洋垂线偏差插值算法是关键要件。联合海洋垂线偏差的空域分布特征和频域表征属性,基于移去-恢复技术对海洋垂线偏差插值算法进行了分析,以常用的反距离加权算法和Kriging算法为例,利用船载重力信息计算的垂线偏差数据和全球重力场模型EIGEN-6C4设计了仿真试验,结果表明,顾及频谱特性后,反距离加权算法精度能提高70%,Kriging算法精度能提高20%,验证了本文算法的有效性,可为高精度高分辨率的海洋垂线偏差模型构建提供技术支持。

乡镇尺度农田土壤养分时空变异性研究

为探究乡镇尺度农田土壤养分时空变化,以山西省寿阳县宗艾镇为例,基于1982(第二次土壤普查)、1998、2008、2018年四个时期的样点土壤数据,采用地统计学与克里金插值方法分析耕层土壤有机质(SOM)、全氮(TN)、速效钾(AK)和速效磷(AP)的时空变异特征,并结合重心模型探究养分的重心迁移方向,揭示宗艾镇1982—2018年土壤养分时空变化规律及其影响因素。结果表明:1982—2018年土壤SOM、TN和AP、AK平均含量整体呈上升趋势,分别增加了3.30、0.19 g·kg^(-1)和7.75、53.13 mg·kg^(-1)。平均含量整体呈上升趋势,增幅分别为26.92%、26.39%、131.80%和70.31%。1982—2018年SOM和AP含量呈增加-减少-增加的趋势,而AK和TN含量则不断增加。与1982相比,2018年SOM、TN、AP和AK的块基比均有所提高,表明四个时期的养分受结构因素和非结构因素(随机因素)的共同影响,且受非结构因素的影响程度逐渐增强,人为活动干扰对其影响越来越大。2018年研究区SOM含量的空间分布呈现东南部高、西北部低的格局,AK含量的分布呈南部高、北部低的特征,AP和TN含量的空间分布比较均匀。SOM和TN含量在研究区正南方向的空间分布不断增强,AP和AK含量在研究区东南方向的空间分布不断增强;SOM含量的空间分布逐渐趋于集中,AP、AK和TN含量的空间分布趋于分散。研究表明,施肥、秸秆还田是影响宗艾镇养分含量时空分异的主要因素,应结合实地条件开展旱地作物秸秆适水还田并注意“控氮稳磷减钾补微肥”,以确保稳定提升耕地质量。