长江流域月降水的EEMD多时间尺度遥相关分析

基于长江流域138个气象站1961~2016年的逐月降水观测资料,应用集合经验模态分解（EEMD）方法,分别对各站点的月降水序列进行EEMD分解,然后,运用时滞相关分析和逐步变量选择的方法,以识别长江流域月降水周期振荡和长期趋势的显著影响因子,并构建多元线性回归模型对长江流域月降水进行预测。结果表明：（1）近50多年来,长江流域各站点的月降水呈现出显著的季节、年际和年代际尺度振荡特征。（2）流域内各站点月降水的长期变化趋势存在着较大的空间差异性,表现为金沙江、雅砻江、大渡河以及鄱阳湖流域是月降水长期趋势显著增加的集中区,而岷江中游以及洞庭湖流域的南部是月降水长期趋势显著减少的集中区。（3）厄尔尼诺1+2区的平均海表温度（NINO1+2）的过去模式是影响长江流域月降水周期振荡的主要气候因子,而全球平均气温距平（GlobalT）是影响长江流域月降水长期趋势的主要气候因子。（4）基于已识别的影响因子构建的月降水量预测模型在旱季的预报性能高于雨季,并在长江上游地区的预报性能高于其中下游地区。     

航天器局部载荷模态分析方法研究

文章在介绍了模态试验基本方法和基本原理的基础上,着重探讨了锤击法测量航天器局部载荷结构的模态试验方法。通过对该载荷不同方向的激励,得到了其各个方向的模态频率、模态阻尼和模态振型,为航天器有效载荷设计及修改提供参考意见。     

基于ICEEMDAN分解和MHA-LSTM神经网络的滑坡位移预测

深度学习在机器视觉等各个领域的兴起，使长短时间记忆(LSTM)神经网络也越来越常用于滑坡预测工作中。为加强对历史信息的提取与捕捉，提出一种多头自注意力长短时间记忆(MHA-LSTM)神经网络用来预测滑坡位移。首先采用改进版的自适应噪声完备集合经验模态分解(ICEEMDAN)算法将滑坡位移分解成趋势项、周期项和噪声项；然后采用MHA-LSTM神经网络拟合带噪声的滑坡位移趋势项和周期项，两者相加即可得到滑坡总位移的预测结果；最后以白水河滑坡实测数据为例，考虑月降雨量和库水位因素的影响，对该滑坡位移的周期项和趋势项进行预测，并与其他传统神经网络的预测结果进行对比。结果表明：MHA-LSTM神经网络模型相较于其他传统神经网络模型，能更好地捕捉历史的信息特征，预测效果更佳，可为滑坡预测提供新的技术方法。     

基于GPS的北京市2007-2012年地面沉降变化研究

利用经验模态分解(EMD)方法处理2007-2012年的北京GPS数据,并通过与地下水埋深比较分析近年来的地面沉降。首先通过2007-2012年的年沉降速率,发现北京沉降中心连片,形成了中东部的沉降漏斗。DSQI累积沉降量达到510 mm,DSQI、CHAO、NLSH三站点的年沉降速率分别为85 mm/a,41.7 mm/a和20mm/a。其次采用EMD方法提取DSQI、NLSH的垂向序列的趋势项,分析其沉降趋势。最后,对地下水埋深和GPS站点沉降趋势之间的关系进行了对比分析,地面沉降变化趋势与地下水水位变化具有较好的一致性,地下水水位变化是地面沉降发生发展的主要诱因。     

集合经验模态分解在长江中下游梅雨变化多尺度分析中的应用

基于长江中下游流域5个梅雨监测站1961~2012年的日数据,利用集合经验模态分解（EEMD）方法,对研究期内梅雨时间序列进行多尺度的分析,探讨其在不同时间尺度上的振荡模态结构特征。结果表明：近50多年来,长江中下游梅雨变化呈现出显著的年际和年代际尺度振荡特征,在年际尺度上表现出准3 a和6 a的周期变化,而在年代际尺度上显示准13 a和24 a的周期变化;各分量方差〖JP2〗贡献率显示,年际振荡在梅雨长期变化中占据主导地位;自1961年以来,EEMD分解的梅雨长期变化趋势表现出先增加后减少的倒“U”型特征,其中1961~1985年呈上升趋势,1985~2012年呈下降趋势,尤其是在2000年之后的下降趋势最为明显。由此可以看出,EEMD能够有效地揭示梅雨长期序列在不同时间尺度上的变化规律,可用于诊断非线性、非平稳性信号变化的复杂性特征     

钦江入海口水质污染数量性状的主分量分析

本文应用主分量分析方法,对广西钦江入海口1980～1985年水质,进行R型和Q型分析,结果表明:R分析,前五个主分量累计贡献率达83.95%,据主分量因子负荷量及其主要指标值,可看出至少有五个污染源对海洋污染起作用,由主分量载荷图得出,污染物变量可分为五大类;Q分析,年际间水质极为相似,丰、枯水期水质间则有明显差异。     

基于数据分解的AQI的CEEMD-Elman神经网络预测研究

针对Elman神经网络在预测空气质量指数（AQI）时易受到数据非平稳性的影响导致预测趋势良好但准确度较低的问题,提出以互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）为基础的CEEMD-Elman模型.应用CEEMD对AQI序列分解成不同时间尺度上的本征模态函数分量和剩余分量,进而首次将对非平稳的AQI序列的预测研究转化为对多个平稳的本征模态函数分量的研究.分别与Elman单一模型、EMD-Elman模型、BP单一模型及CEEMD-BP模型进行实验对比.结果表明：应用该方法建立的模型的均方误差、平均绝对误差和平均绝对百分比误差分别为4.80、0.71、1.84%,均小于其他模型结果;对应空气质量等级预报正确天数的频率为94.12%.该模型能有效的降低非平稳性对实验预测结果的影响,实现对空气质量等级的准确预报;该研究为进一步预测AQI的走向提供了有效依据,也为政府决策和管理部门制定空气污染控制提供了更充分的参考.     

基于模态叠加法的振动响应修正方法研究概述

针对模态叠加法受模态选取和截断等影响,往往导致动力学计算精度不高,尤其是对高频响应难以预测这一缺点,对多个基于模态叠加的修正方法研究的现状和发展趋势进行了概述,简要分析了各个修正方法的优劣,并结合目前的大规模并行计算技术探讨了添加这些修正方法的可能性。研究表明,模态加速度法是目前相对容易实现的一种修正算法,最易于在大规模并行计算和实际工程应用中实现。     

地磁Z分量整点值空间相关法在江苏地区地震预报中的初步应用

应用江苏地磁台站Ｚ分量整点值资料,研究了江苏地区Ｚ分量整点值的相关性及在江苏地区地震预报中的作用,给出了该法在江苏地区的异常判据指标,并应用该指标提取了１９９０～１９９７年的三个异常,其中两个异常有地震对应。     

基于PSD法的船载雷达随机振动响应分析

目的 优化以经验为主的船载雷达结构设计流程,缩短设计周期,提高设计的准确性。方法 提出基于模态分析和PSD法的新的设计流程,利用ANSYS软件对雷达天线和转台结构进行系统的随机振动分析,得到其模态、应力分布、位移云图及响应谱曲线,验证设计的准确性、合理性。结果 得到雷达系统在1σ下的最大应力值和最大变形量分别为14.847 MPa和0.367 mm。结论 新的设计流程可以得到可靠性更高的产品,能有效缩短产品的设计周期,具有重要的借鉴意义。