显著局部空间同位模式自动探测方法

局部空间同位模式挖掘旨在揭示多类地理事件在异质环境下的共生共存规律。已有的方法一方面需要模式筛选的频繁度阈值参数,另一方面需要区域探测的划分参数或聚类参数,参数的不合理设置会导致挖掘结果不可靠甚至出现错误。因此,提出了一种显著局部空间同位模式自动探测方法。首先,基于空间统计思想,采用非参数模式重建方法对空间同位模式进行显著性判别,将全局非显著空间同位模式作为进一步局部探测的候选模式;然后,借助自适应空间聚类方法提取每个候选模式的热点区域;最后,通过不断生长并测试每个热点区域,界定显著局部空间同位模式的有效边界,即空间影响域。通过实验与比较发现,该方法能够客观且有效判别空间同位模式的显著性,并且自适应地提取局部同位模式的空间分布结构,降低了现有方法参数设置的主观性。     

基于数据质量分析的TECR周跳处理算法

针对电离层活跃期或磁暴发生时,现有周跳探测算法未能正确探测并修复周跳的问题,提出了基于数据质量分析的电离层总电子含量变化率（以下简称电离层速率,TECR）拟合残差算法。通过对电离层拟合残差进行数据质量分析,可自适应确定最优拟合历元数,利用此历元数拟合得到的TECR拟合值可有效削弱电离层延迟影响。为保证周跳修复的准确性,采用搜索再判定与TECR补充检测方法对周跳修复值进行验证与确认。通过高电离层延迟条件下的实测数据对本文算法进行验证分析,实验结果表明该方法能够消除电离层延迟影响,实现电离层活跃期时的周跳探测与修复。     

基于局域自适应信息理论测度学习的高光谱目标探测方法

传统基于信号检测的目标探测方法需要依赖特定的统计假设,只有在符合条件的情况下才能取得较好的目标探测结果。为了克服这一缺陷,提出了一种基于局域自适应的信息理论测度学习方法。首先将信息理论测度学习方法作为目标主函数,然后加以局域自适应决策法则进行约束,自适应地减小相似样本对距离,增大不相似样本对距离,使得在考虑阈值的同时兼顾测度学习前后距离的改变情况来进行目标探测决策,从而更好地实现目标探测。实验证明,该方法与其他经典目标探测方法或测度学习方法相比,可以更好地实现目标与背景分离,能够更有效地对高光谱影像数据进行目标探测。     

自适应渐消卡尔曼滤波及其在SINS初始对准中的应用

卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。     

自适应阈值定权最小二乘3D匹配算法

针对点云精配准中最小二乘3D算法的先验权值无法自动确定的问题,提出了一种自适应阈值定权的最小二乘3D匹配算法。以待匹配点云与目标点云中对应同名点间欧式距离作为约束条件,通过自适应阈值的方式,对同名点先验权重系数进行约束,提高了先验权重系数的有效性。通过实验证明,自适应阈值约束算法提高了最小二乘3D算法的精度和收敛速度,且优于主流的迭代最邻近点算法。     

Kelvin-Voigt黏弹性介质井孔声场有限差分数值模拟与波形特征

岩石介质具有黏滞性,黏弹性介质模型相对于弹性介质模型更为接近岩石介质的真实情况。根据Kelvin-Voigt黏弹性单元体模型本构关系,推导了柱坐标系下各向同性黏弹性介质时间域交错网格有限差分方程,进行了黏弹性介质井孔声场的数值模拟。模拟结果表明：品质因子和声源中心频率对黏弹性介质中的井内外声场均有影响：井外声场和井内声场的衰减均随品质因子的增大而减小,井外声波和井内反射波振幅随之增大;井外声场的衰减随声源中心频率的增大而减小,井外声波振幅随之增大,井内声场的衰减随声源中心频率的增大而增大,井内反射波振幅随之减小。     

基于GPU加速技术的非结构流域雨洪数值模型

为高效高精度地模拟流域雨洪过程,应用动力波法求解二维圣维南方程,并耦合水文过程,建立了包含流域降雨产流、汇流、下渗以及洪水演进等过程的高性能流域雨洪数值模型。该模型的优势在于使用非结构网格,可较好地处理不规则边界,准确贴合复杂地形表面,使得模型能精确计算模拟流域雨洪过程,同时引入GPU技术加速计算,使得大尺度流域雨洪计算成为可能。最后,将模型应用于V型经典算例及2个实际流域雨洪算例,所得结果与实测吻合较好,计算所用时间较短,表明该模型可以快速且精确模拟流域雨洪过程。研究结果有助于实现对实际流域雨洪灾害进行合理高效的预测,为应急抢险工作提供有力支撑。     

基于智能网格产品的广西行业气象服务集约化系统的设计与实现

依据广西公众气象服务产品、行业气象服务产品精细化、集约化及智能化业务发展需求,基于智能网格产品及CIMISS基础数据平台,实现气象数据的汇聚、分发、共享及存储。依托J2EE、GIS及分布式技术,对现有的电力气象、旅游气象、交通气象等业务系统进行整合,构建基于B/S与C/S混合架构的广西行业气象服务集约化系统,形成基于广域网络、上下一体、统筹集约的气象服务业务系统布局,为公众、行业用户提供更精细、更实时的预报、实况和预警信息产品。     

我国无缝隙精细化网格天气预报技术进展与挑战

本文总结了2014年以来我国无缝隙精细化网格天气预报业务的技术进展,讨论了未来发展所面临的关键技术难点。无缝隙精细化网格预报技术的发展,得益于综合气象观测数据和多源资料融合分析网格实况产品的支撑,更依赖于多尺度数值预报模式和实时快速更新同化预报系统的快速发展。经过近5年的探索和努力,我国已经初步建立了针对不同预报时效的无缝隙精细化网格预报技术体系。对于0～4 h预报时效,主要基于全国雷达拼图和GRAPES-Meso模式预报,发展临近分钟级滚动外推预报技术;对于4 h到30 d预报时效,主要通过对区域或全球不同时空分辨率模式预报进行偏差订正、客观解释应用以及降尺度分析,提高预报的准确度和精细度。与此同时,研发了自动化、智能化的交互式预报制作平台,以满足客观高效制作与预报员对极端或高影响天气主观预报优势相结合的需求。发展了以格点实况分析场为参照的空间分析检验方法,初步实现了对高分辨率网格预报的质量跟踪和性能评估。未来的网格预报技术体系,需要吸纳前沿的技术研究成果,包括人工智能应用技术、高级多模式统计后处理技术和协调一致性关键技术等,并且建立统一完整的技术架构和开发标准等。     

智能网格预报产品在大兴安岭暴雪天气中的释用分析

本文利用MICAPS4.1平台上的高空、地面、智能网格预报、集合预报等数值预报产品,对2018年10月26-28日发生在黑龙江省大兴安岭地区的一次区域性暴雪天气过程形成机制进行探讨。结果表明:高空槽后强冷空气与槽前西南暖湿气流在大兴安岭上空交汇,导致暖锋锋生,地面暖锋与低空暖式切变相互作用形成暴雪天气。暴雪的主要触发系统就是超极地冷空气促使高空槽强烈发展切涡,≥20m·s^-1的西南低空急流作为水汽输送带,为暴雪区提供了充足的水汽来源;垂直上升运动中心和散度辐合辐散中心耦合且加强,为暴雪提供了强有力的动力抬升条件,有利于上升运动的增强发展。智能网格预报产品对这次大兴安岭暴雪天气的落区、降水量级以及强降雪的时段,都预报的比较准确。