基于时间序列分解的海面变化预测

对吴淞站1955～2001年月平均潮位序列采用时间序列分解方法进行分析,采用奇异谱分析方法提取长期趋势,采用比率平均法和剩余法分别提取季节因素和循环变化,应用乘法模型拟合试验的效果良好.以1955～1996年数据为基础,建立长期趋势的自回归(AR)模型,对1997～2001年间进行了预测试验,并以该时段实测数据作为验证.试验结果表明月均序列预测值的最大相对误差不超过±10%,年均序列预测值的相对误差最大不超过±4%.这一系列方法的综合运用可适用于较长期的海面变化预测.     

多维向量场特征参数的几何代数统一计算方法

以几何代数多维统一运算为基础, 探讨了多维向量场的多重向量表达与基本运算, 给出了向量场微分的模板卷积计算方法. 利用几何积对内外积的统一表达, 建立散度和旋度的统一计算方法并进行算法实现. 该方法不仅再现了向量场散度和旋度参数的几何关联性及其微分特性, 更实现了多维统一与坐标无关的计算. 基于北美风场的模拟实验显示, 该算法比基于梯度的间接求解算法具有更好的对比度与平滑性特征, 且具有较强的抗噪音能力, 从而可为向量场数据分析提供新的思路与方法基础.     

基于主张量的时空数据特征驱动可视化方法

面向时空场数据高维分析与表达的需求,构建基于主张量的时空数据结构分析与动态表达模型.简述了张量的定义、基本算子及主张量分解方法,给出了基于主张量分解的多维度特征分析流程.利用张量的多维融合特性进行多维时空数据的组织与表达,设计了多维时空数据统一组织与存储方法.利用主张量分解方法,实现了时空数据不同维度结构特征的解析与动态重构,进而建立了基于主张量的多维时空数据多维度解析模型与特征驱动的时空数据联动可视化策略.以赤道太平洋海域卫星测高SSHA(Sea Surface Height Abnormity)网格数据进行实验验证.实现了基于张量的多维透视、子集提取、等值面绘制与时空体可视化等功能.利用主张量分解实现了对ENSO(El Ni(n)o-Southern Oscillation)事件时间型与空间型的解析与提取,并实现了时间、经度、纬度系数驱动下的联动可视化.实例验证表明,该方法较好再现了ENSO事件的时空分布格局与动态演化特征,并可实现对ENSO时空演化过程的多维度透视.     

GIS多维统一计算的几何代数方法

几何代数的多维统一与坐标无关特性为构建GIS多维统一计算模型奠定基础.利用基本几何对象的几何代数内、外积表达,基于多重向量构建几何-拓扑结构统一的多维地理场景对象自适应表达模型.基于几何代数基本算子构建面向几何、拓扑以及GIS分析的多维运算算子,形成表达结构与运算结构统一,且可支撑多维复杂场景分析的统一计算框架.三维社区实例验证表明,基于几何代数的多维统一计算模型可有效支撑多维复杂地理场景表达与分析,并可借鉴和继承现有GIS算法和地理模型,从而推进GIS多维统一表达、分析与建模的发展.