论文部分内容阅读
高精度曲面建模方法(HASM)基于曲面论基本定理,通过采样点的约束控制将曲面模拟转化为代数方程组求解。以往结果表明,HASM解决了长期以来困扰地理信息系统的误差问题,精度高于经典的插值方法。但经过研究发现HASM仍然存在着若干理论缺陷,表现在:目前HASM需要依赖于其他方法产生驱动场,对任意选择的驱动场模拟精度较低,HASM对驱动场的选择敏感;HASM迭代停机准则具有盲目性,缺乏理论依据;HASM计算速度较慢及存在边界振荡现象等。这些问题严重阻碍了HASM的进一步推广使用。为了改善HASM的模拟性能,增强其鲁棒性、稳健性,针对上述问题,本文基于曲面论基本定理主要开展了如下研究工作: 通过引入曲面的偏微分方程组中的混合偏导数所满足的方程,并对混合偏导数采用稳定的差分格式,给出了精度更高的HASM方法,称之为HASMabc方法;并为了方便讨论起见,称目前使用的HASM方法为HASMab方法。研究了高阶有限差分格式对HASM模拟精度的影响,通过比较混合偏导数项与高阶有限差分格式对HASM模拟结果的影响,给出了HASM精度提高的主要原因;基于曲面论基本定理的内容,通过将Gauss-Codazii方程引入HASM中,给出了HASM迭代停机准则的定量指标,避免了迭代停机准则选取的盲目性,促进了HASM的智能化开发;在改进的HASMabc中,边界处采用了与模拟区域内部相同的处理方式,对边界不再单独考虑,同时对模拟区域采用了高阶差分离散格式;针对HASMab需建立在其他曲面插值方法基础之上的缺陷,研究了HASMab及HASMabc对驱动场选取的敏感性,分析了HASMab与HASMabc方程组系统矩阵的性质,给出了HASMabc对驱动场选择不敏感的原因,并通过数值试验及实际案例验证了HASMabc方法在任意驱动场特别是零驱动场下的模拟效果;从实际应用出发,从采样密度及采样误差两方面考虑,研究了采样信息对HASMabc模拟结果的影响;最后,基于HASMabc方程组系数矩阵的特点,在共轭梯度法的基础上,通过选择最优的预处理算子,将原方程组转化为性质更好的良态同解线性方程组,给出了HASMabc的快速求解方法,并基于MPI并行编程环境,实现了HASMabc的并行化。 综上所述,本文基于曲面论基本定理,以提高HASM的鲁棒性、改善HASM的模拟性能为目的,给出了精度更高的HASMabc方法,HASMabc。以气温、降水及数学曲面为试验对象进行模拟验证。指出HASM精度提高的主要贡献来自于Gauss方程组中第三个方程(混合偏导数所满足的方程)的引入,高精度差分格式的影响次之;降低了边界处的模拟误差,消除了HASM在边界处的振荡现象;证实了HASMabc的稳健性,使HASMabc成为完全独立于其他插值方法的高精度曲面模拟方法,消除了HASMabc对驱动场选择的敏感性,提高了HASMabc的实用性;采样信息对HASMabc模拟结果的影响表明,HASMabc随着采样比例的增加,其模拟精度逐渐提高,在增加采样点的同时要考虑到采样点的代表性等位置信息,HASMabc模拟精度随着采样误差的增加显著下降;最后,在共轭梯度法的基础上实现了HASMabc的高速解算,发展了基于MPI的HASMabc并行算法,改善了HASM的模拟性能。