Combining two filter paper‐based analytical methods to monitor temporal variations in the geochemical properties of fluvial suspended particulate matter

Many of the commonly used analytical techniques for assessing the properties of fluvial suspended particulate matter (SPM) are neither cost effective nor time efficient, making them prohibitive to long‐term high‐resolution monitoring. We present an in‐depth methodology utilizing two types of spectroscopy which, when combined with automatic water samplers, can generate accurate, high‐temporal resolution SPM geochemistry data, inexpensively and semi‐destructively, directly from sediment covered filter papers. A combined X‐ray fluorescence spectroscopy and diffuse reflectance infrared Fourier transform spectroscopy approach is developed to estimate concentrations for a range of elements (Al, Ca, Ce, Fe, K, Mg, Mn, Na, P, Si, Ti) and compounds (organic carbon, Al_dithionate, Al_oxalate, Fe_dithionate, and Fe_oxalate) within SPM trapped on quartz fibre filters at masses as low as 3 mg. Calibration models with small prediction errors are derived, along with mass correction factor models to account for variations in retained SPM mass. Spectral pre‐processing methods are shown to enhance the reproducibility of results for some compounds, and the importance of filter paper selection and homogeneous sample preparation in minimizing spectral interference is emphasized. The geochemical signal from sediment covered filter papers is demonstrated to be time stable enabling samples to be stored for several weeks prior to analysis. Example results obtained during a heavy precipitation event in October 2012 demonstrate the methodology presented here has considerable potential to be utilized for high‐resolution monitoring of SPM geochemistry under a range of in‐stream hydrological conditions. Copyright © 2013 John Wiley & Sons, Ltd.     

基于NDVI时间序列数据的江西省水稻种植制度变化研究

利用Savitzky-Golay滤波对覆盖江西省范围的SPOT VGT NDVI时间序列数据进行平滑处理的基础上,结合坡度数据,通过非监督分类的方法提取了江西省2000、2005和2010年水稻种植范围,并根据NDVI的年内动态变化,从水稻种植范围、水稻生长季起始时间、水稻复种指数和NDVI最大振幅等分析了江西省水稻种植和生长情况,探讨2000~2010年江西省水稻生产的变化。     

基于方差递推法的Kalman滤波在钟差预报中的应用

卫星导航系统中星载原子钟的钟差预报对于导航、定位及授时具有重要的作用。为了提高卫星钟差预报的精度,设计了一种两步确定卫星钟噪声协方差矩阵的Kalman滤波钟差预报模型。该方法首先基于Hadamard总方差确定卫星钟噪声协方差矩阵的初值,然后,使用方差递推法得到滤波过程中卫星钟的噪声协方差矩阵。使用GPS系统的星载铷钟数据进行短期预报,并与常用的二次多项式模型、灰色模型进行对比,结果表明:本文中提出的方法可以实现高精度的卫星钟差预报且预报效果优于两种常用模型,同时,该方法能够在一定程度上弥补预报误差随预报时间增加而不断变大的不足。     

PPP/SINS紧耦合系统仿真的研究与分析

在捷联惯导(SINS)和GPS卫星接收机进行紧耦合的研究中,采用差分定位进行紧耦合的方法比较成熟,而关于精密单点定位(PPP)与捷联惯导紧耦合的研究还比较少。本文对精密单点定位与捷联惯导紧组合系统进行了Matlab仿真,利用数学解析的方法产生机载运动轨迹,通过设置系统的参数,获得仿真SINS和GPS数据;然后,通过PPP/SINS紧组合系统的仿真程序解算,将定位结果与PPP的结果比较,表明PPP/SINS紧组合导航定位的结果比PPP的精度和可靠性好,而且收敛的速度更快,同时也验证了算法的正确性。最后,分析了不同等级惯导对定位精度的影响。     

集合卡尔曼滤波同化中雷达位置的敏感性研究

针对对流尺度集合卡尔曼滤波（EnKF）雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向（即环境气流的方向）。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上（即与环境气流成45°夹角）,同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波（iEnSRF）算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。      

自适应联邦滤波器在GPS-INS-Odometer组合导航的应用

针对多传感器观测信息较多、计算效率较低、对动力学模型误差稳键性不佳的问题,提出了一种自适应联邦滤波器并应用于GPS-INS-Odometer组合导航。首先介绍GPS-INS-Odometer组合导航的动力学模型和观测模型,比较分析了信息分配因子和自适应因子的共同特性,论证了联邦滤波器和自适应滤波器的等价性及其等价成立条件,提出了自适应联邦滤波器的信息分配因子构造方法。最后利用实测数据验证了算法的有效性。结果表明,相比于基于GPS和Odometer(里程计)初始方差构造信息分配因子的联邦滤波器,本文提出的自适应联邦滤波器兼容了联邦滤波器高效计算效率,且具有较好的抵抗动力学模型误差效果,能够有效削弱多传感器动力学模型误差对于导航解算的影响,对直接可测参数和间接可测参数的精度提高均起到了积极的作用。     

干涉图像第二类统计Goldstein自适应滤波方法

干涉图滤波是InSAR数据处理中的关键步骤之一,滤波结果的优劣会直接影响到相位观测的质量和最终产品精度。本文结合干涉图滤波算法的研究进展,对Goldstein频率域滤波及其经典改进算法进行了系统分析和比较,在此基础上提出了一种基于第二类统计的稳健相干性估计量的Goldstein自适应滤波方法。本文采用模拟数据和Envisat ASAR真实数据与现有方法进行了验证,试验结果表明,新的滤波方法在保持细节和抑制噪声方面优势更加明显。     

地表形变监测的改进相干目标法

如何从雷达干涉时间序列影像中获取更全面的相干目标集合,进行变形时间序列分析是当前研究的难点和热点。本文提出了改进的相干目标法,可获取更为全面且可信度高的相干目标集合,进而提高地表形变监测的时空分辨率和精度。根据雷达影像中同类型地物散射分布相近的特点,采用非参数同分布检验算法提取后向散射特性相近的同质点开展空间非局部滤波,提高干涉图的质量。与此同时,利用多尺度的极大似然条纹频率估计算法分离差分干涉图中的系统性相位,并基于同质点进行自适应相干性估计,获取相干性的平稳估计量,从而获取更多的相干点目标。利用20景TerraSAR-X条带模式时间序列影像,分别利用传统的及改进后的相干目标法对香港填海区域地表形变信息进行时序分析。对试验数据的分析结果表明,本文提出的改进方法在具有稀疏植被的填海区可有效增加相干目标点的提取,得到更为可信的沉降结果。     

K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

Underwater Navigation Based on Real-Time Simultaneous Sound Speed Profile Correction

Precise sound speed profile (SSP) information is critical when using sonar for underwater terrain navigation. Nevertheless, acquiring SSP information in real-time is difficult, especially in underwater navigation environment. To account for this problem, this paper presents an underwater navigation method that applies real-time SSP correction to the terrain measurements. The method uses a probe to measure the surface sound speed simultaneously. Meanwhile, redundancy of topographic measurement data is exploited to derive the equivalent SSP information. The acquired equivalent SSP is updated continuously with particle filter algorithm. The terrain measurements can be corrected in real-time with the equivalent SSP to improve the performance of underwater terrain navigation. By removing the impact of inaccurate SSP from the terrain measurements, the proposed method can achieve precise and robust underwater navigation result without using an underway-profiling instrument. Simulated results confirm the good performance of the proposed method.