Тип работы:
Предмет:
Язык работы:


Визуализация данных геомониторинга для решения прогностических

Работа №26103

Тип работы

Бакалаврская работа

Предмет

математика

Объем работы38
Год сдачи2018
Стоимость5900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
287
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 4
1 Визуализация данных 6
1.1 Визуализация многомерных данных 6
1.2. Классификация методов визуализации данных 7
1.3 Алгоритмы и формулы визуализации многомерных данных 9
1.4 Информационное моделирование с помощью упругих карт 10
1.5 Программное обеспечение 11
1.6 Пример применения метода упругих карт 13
2. Спектральный метод анализа данных 17
2.1 Теория спектрального анализа 17
2.2 Геодинамический мониторинг сейсмических сигналов 20
2.3 Анализ сейсмических данных геомониторинга 22
2.4 Интерпретация десятичного логарифма 25
2.5 Сравнение и анализ результатов расчетов 26
ЗАКЛЮЧЕНИЕ 29
Список используемых источников 30
Приложение А 31
Приложение Б

Одним из главных проблем в моделировании цунами, оценке высот волн вдоль побережья и прогноз цунами являются начальные условия в источнике цунами. Проблема актуальна на сегодняшний день и не вполне решена в силу малой возможности заблаговременного наблюдения в очаговой области. Именно современные данные сейсмологических наблюдений с их широчайшим покрытием позволяют с достаточно высокой точностью моделировать начальные условия [1].
Существует большое количество информационных данных, оформленных в виде больших массивов. Это таблицы экспериментальных исследований данных наблюдений за каким-либо объектом или явлением, данных социологических опросов и т.д. Число строк (параметров) в таких таблицах - десятки тысяч, а число столбцов (признаков) - несколько тысяч. Таблицы данных давно являются основной областью приложений для методов визуализации данных.
Визуализация данных - это представление данных в виде, который обеспечивает наиболее эффективную работу человека по их изучению. Находит широкое применение в научных и статистических исследования, в новостных сводках и аналитических обзорах, связанных с визуализацией информации, инфографикой, визуализацией научных данных и т.д.
К задаче визуализации данных сводится проблема представления в наглядной форме данных эксперимента или результатов теоретического исследования. Графики и диаграммы плохо справляются с задачей визуализации, когда возникает необходимость изобразить более трех параметров.
Целью работы является повышение точности анализа и интерпретации данных геомониторинга сильных землетрясений в рамках полигонных исследований на основе методов аппроксимации и визуализации пространственно-временных рядов.
Поставленная цель определила необходимость решения следующих задач:
1. Изучение методов визуализации данных наблюдений для построения соответствующих моделей данных.
2. Адаптация алгоритмического обеспечение и выполнение расчетов по визуализации каталога сильного землетрясения на основе метода упругих сеток.
3. Аппроксимация и визуализация результатов спектрального анализа записей сейсмических колебаний с помощью логарифмических функций.
Визуализация каталога данных сильных землетрясений осуществлялось с использованием метода упругих карт. Аппроксимация и визуализация результатов спектрального анализа данных регистрации сейсмических колебаний проводилась на основе применения логарифмических функций.
В работе используются данные каталогов крупнейших землетрясений, а также данные геолого-геофизических исследованиях, проведённых НП «ЭЦ РОПР» в рамках полигонных исследований на территории юга Камчатки. Расчеты выполнялись в соответствии заданиями А.А. Кабанова - руководителя группы сводной обработки НП «ЭЦ РОПР».

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Рассмотрена задача построения упругой карты для произвольного набора данных. На основе изученного метода построения упругих карт приведен пример обработки большого массива данных афтершоков сильного землетрясения, произошедшего 8 сентября 2017 г. у берегов Мексики.
Процесс обработки указанных данных представляет собой суть информационного моделирования данных. Представлены результаты моделирования, позволяющие с разных сторон посмотреть на данные и выявить основные их особенности.
Представленный метод спектрального анализа применим ко многим классам сигналов и шумов в предположении о стационарности. Вычислительная эффективность метода основана на использовании алгоритма Быстрого Преобразования Фурье.
Изучен метод спектрального анализа, а также возможности применения этого метода в современных вычислительных системах для обработки сейсмических данных геомониторинга в реальном масштабе времени.
Выполнены расчеты данных наблюдений с сейсмоприемников, расположенных на Камчатском полигоне.
Cфopмyлиpoвaн ряд требований по вычислительным ресурсам при реальной обработке, сделан анализ длины выборки данных при различном представлении входного сигнала. Получены результаты экспериментальных исследований по оценке спектральной плотности мощности сигнала.



1. Арефьев С.С. Эпицентральные сейсмологические исследования. - М.: ИКЦ «Академкнига», 2003. - 375 c.
2. Бендат Д., Пирсол А. Прикладной анализ случайных данных. - М.: Мир, 1989. - 540 с.
3. Лбов Е.С. Методы обработки разнотипных экспериментальных данных. Новосибирск, 1981. - 156 с.
4. Литтл Р., Рубин Д. Статистический анализ данных с пропусками. - М.: Финансы и статистика, 1991. - 336 с
5. Зиновьев А.Ю. Визуализация многомерных данных. - Красноярск: ИПЦ КГТУ, 2000. - 168 с.
6. Загоруйко Н.Г. Методы обнаружения закономерностей. - М.: Наука, 1981.
7. Бат М. Спектральный анализ в геофизике. - М.: Недра, 1980.
8. Гольдин С.В. Линейные преобразования сейсмических сигналов. - М.: Недра, 1974. - 350 с.
9. Лыгин, А. М. Мониторинг напряжённо-деформированного состояния геологической среды в Сибирском и Дальневосточном федеральных округах в 2007-2014 годах: монография, изд-во «Город» / А. М.
10. Сибгатулин, В. Г. Оценка сейсмической опасности юга Центральной Сибири: В. Г. Сибгатулин, К. В. Симонов, С. А. Перетокин. - Красноярск: КНИИГиМС, 2004. -190 с.
11. Марпл.-мл. С.А. Цифровой спектральный анализ и его приложения. - М.: Мир, 1990. - 584 с.
12. Отнес Р., Эноксон Л. Прикладной анализ временных рядов: основные методы. - М.: Мир, 1982. - 428 с.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ