Hybrid ETKF-3DVAR方法同化多普勒雷达速度观测资料Ⅰ:模拟资料试验

利用WRF(Weather research and forecasting)模式及模式模拟的资料,采用Hybrid ETKF-3DVAR(ensemble transform Kalman filter-three-dimensional variational data assimilation)方法同化模拟雷达观测资料。该混合同化方法将集合转换卡尔曼滤波(ensemble transform Kalman filter)得到的集合样本扰动通过转换矩阵直接作用到背景场上,利用顺序滤波的思想得到分析扰动场;然后通过增加额外控制变量的方式把"流依赖"的集合协方差信息引入到变分目标函数中去,在3DVAR框架基础下与观测数据进行融合,从而给出分析场的最优估计。试验结果表明,Hybrid ETKF-3DVAR同化方法相比传统3DVAR可以提供更为准确的分析场,Hybrid方法雷达资料初始化模拟的台风涡旋结构与位置比3DVAR更加接近"真实场",对台风路径预报也有明显改进。通过对比Hybrid S试验与Hybrid F试验发现,Hybrid的正效果主要来源于混合背景误差协方差中的"流依赖"信息,集合平均场代替确定性背景场带来的效果并不显著。     

SAR图像海岸线检测的区域距离正则化几何主动轮廓模型

合成孔径雷达(SAR)卫星遥感图像可以极大地提高全国海岸线覆盖频率,然而受到海洋波浪所引起的随机海水表面粗糙度的影响,海岸目标与海水背景边界易混淆不清,因此本文提出了基于区域距离正则化几何主动轮廓模型(RDRGAC),引入距离正则项,解决重复初始化水平集函数为符号距离函数的问题,提高了算法收敛速度。此外,将区域面积项系数与SAR图像等效视数(ENL)建立非线性拟合关系,实现RDRGAC模型根据不同SAR遥感图像的自适应调整,改善海岸线自动提取精度。通过河北省北戴河和大连市金州湾SAR数据海岸线提取对比试验,验证了所提方法的有效性。     

地表覆盖遥感产品更新完善的研究动向

近年来,多尺度地表覆盖遥感产品的不断涌现,为环境变化研究、地球系统模拟、地理国(世)情监测和可持续发展规划等提供了重要科学数据。为更好地满足广大用户日益增长的应用需求,应对地表覆盖遥感产品进行持续更新完善,保持其时效性、增强时序性、丰富多样性。针对大面积地表覆盖遥感产品更新完善所面临的主要问题,介绍和评述了国内外有关研究动向,包括影像与众源信息相结合的更新、数据类型细化与完善、地表覆盖真实性验证,并作了简要展望。     

声呐合成孔径干涉测量的研究现状与进展

针对合成孔径声呐是一种新型高分辨水下成像声呐,尤其是其干涉测量是一种高精度测量海底地形的先进技术,具有很大的应用前景,但是目前尚还没有得到广泛应用的问题,详细分析了声呐合成孔径干涉测量近期的研究现状与研究进展情况。该文在声呐合成孔径干涉测量原理的基础上,比较了与合成孔径雷达干涉的不同,重点阐述了相关理论和设备的研究现状和进展,同时分析了现在声呐合成孔径干涉测量所存在的主要问题,最后介绍了目前声呐合成孔径干涉测量的研究展望。     

不确定度评定及在产品符合性判定中的应用金属铟中锡的 ICP-AES 测定方法

建立了金属铟中锡的 ICP-AES 测定方法过程的数学模型,通过分析得到了对测定结果正确度影响的不确定度来源,评定了各个不确定度度分量、合成标准不确定度和扩展不确定度。并通过对标准方法的重复性、再现性等概念的讨论,说明了不确定度值在产品等级判定上的使用。     

基于浮标数据的卫星雷达高度计海浪波高数据评价与校正

卫星雷达高度计是海浪有效波高（significant wave height,SWH）观测的重要手段之一,本文利用时空匹配方法对T/P、Jason-1、Envisat、Jason-2、Cryosat-2和HY-2A共6颗卫星雷达高度计SWH数据与NDBC（National Data Buoy Center,NDBC）浮标SWH数据进行对比验证,并对雷达高度计SWH数据进行校正。全部卫星雷达高度计SWH数据时间跨度为1992年9月25日到2015年9月1日,对比验证NDBC浮标共53个,包括7个大洋浮标。精度评价发现除T/P外,各卫星雷达高度计SWH的RMSE都在0.4~0.5 m之间,经过校正后,RMSE都有显著下降,下降程度最大为13.82%;对于大洋浮标,评价结果RMSE在0.20~0.28 m之间,结果明显优于全部NDBC浮标的精度评价结果;HY-2A卫星雷达高度计SWH在经过校正后数据质量与国外其他5颗卫星雷达高度计SWH数据质量差异较小。     

动力学模型预测深海鲣鱼(Katsuwonus pelamis)调理食品常温下的货架期

为了预测鲣鱼(Katsuwonus pelamis)调理食品的货架期,将鲣鱼调理食品贮藏在25°C、30°C、35°C温度条件下,通过测定在贮藏期间菌落总数、挥发性盐基氮、过氧化值三个指标的变化,分别对这三个指标与贮藏时间、温度建立一级动力学模型,来预测鲣鱼调理食品的货架期。经计算得出,菌落总数预测模型中的活化能(Ea)及指前因子(k0)分别为30.96 k J/mol和2.06×103,挥发性盐基氮预测模型中的的活化能及指前因子分别为24.35 k J/mol和75.1,过氧化值预测模型中的活化能及指前因子分别为48.75 k J/mol和2.92×106。在32°C和37°C条件下验证动力学模型,结果表明相对误差分别为–5.52%和–6.45%,准确性较好。进一步推算得出,在18°C和23°C常温下贮藏鲣鱼调理食品,产品的货架期为209d和172d。     

中国近海以及邻近海域海洋再分析产品(CORA)中季节内变化的评估

A regional reanalysis product—China Ocean Reanalysis(CORA)—has been developed for the China's seas and the adjacent areas. In this study, the intraseasonal variabilities(ISVs) in CORA are assessed by comparing with observations and two other reanalysis products(ECCO2 and SODA). CORA shows a better performance in capturing the intraseasonal sea surface temperatures(SSTs) and the intraseasonal sea surface heights(SSHs) than ECCO2 and SODA do, probably due to its high resolution, stronger response to the intraseasonal forcing in the atmosphere(especially the Madden-Julian Oscillation), and more available regional data for assimilation. But at the subsurface, the ISVs in CORA are likely to be weaker than reality, which is probably attributed to rare observational data for assimilation and weak diapycnal eddy diffusivity in the CORA model. According to the comparison results, CORA is a good choice for the study related to variabilities at the surface, but cares have to be taken for the study focusing on the subsurface processes.     

一种基于Curvelet变换的合成孔径雷达海洋内波图像的斑点噪声抑制方法

合成孔径雷达是海洋内波研究中最重要的工具之一。雷达图像中的斑点噪声会严重降低图像的质量,这一问题在处理和分析信号较弱的二模态内波信号和上升型内波信号时极为明显。合成孔径雷达图像中的海洋内孤立波的信号具有明显的尺度性和方向性。同时,curvelet变换作为一种同时具备尺度分辨率和方向分辨率的数学变换,能够对一幅雷达图像在不同尺度、不同方向和不同位置上进行分析。本文给出了一个基于curvelet变换的合成孔径雷达海洋内孤立波图像的斑点噪声抑制方法。该方法可简述为：(1)对一幅合成孔径雷达海洋内孤立波图像进行curvelet变换,获得curvelet系数;(2)分别仅仅保留一个尺度的系数,将其它尺度的系数置为零,利用处理之后的系数分别重建图像,得到仅仅用一个尺度的系数重建的图像;(3)分别计算上一步中得到的图像的均方差,根据波浪理论,图像的方差代表能量,方差越大则能量越大,以此可以确定内波信息集中的尺度;(4)在每个尺度下,分别计算每个方向的curvelet系数矩阵的平均值,以此确定内孤立波信号集中的方向;(5)在上两步工作的基础上,仅仅保留内波信号集中的尺度和方向的系数,而将其它尺度和方向的系数置为0,得到一幅提取主波信息的图像;(6)将上一步得到的提取主波信息的图像加回到原始图像中,从而达到增强波浪信息并抑制斑点噪声的目的。大量的实验验证表明,该方法不仅能有效地压制斑点噪声,而且能有效地增强波浪信号。     

A synthetic aperture radar sea surface distribution estimation by n-order Bézier curve and its application in ship detection

To dates,most ship detection approaches for single-pol synthetic aperture radar(SAR) imagery try to ensure a constant false-alarm rate(CFAR).A high performance ship detector relies on two key components:an accurate estimation to a sea surface distribution and a fine designed CFAR algorithm.First,a novel nonparametric sea surface distribution estimation method is developed based on n-order Bézier curve.To estimate the sea surface distribution using n-order Bézier curve,an explicit analytical solution is derived based on a least square optimization,and the optimal selection also is presented to two essential parameters,the order n of Bézier curve and the number m of sample points.Next,to validate the ship detection performance of the estimated sea surface distribution,the estimated sea surface distribution by n-order Bézier curve is combined with a cell averaging CFAR(CA-CFAR).To eliminate the possible interfering ship targets in background window,an improved automatic censoring method is applied.Comprehensive experiments prove that in terms of sea surface estimation performance,the proposed method is as good as a traditional nonparametric Parzen window kernel method,and in most cases,outperforms two widely used parametric methods,K and G0 models.In terms of computation speed,a major advantage of the proposed estimation method is the time consuming only depended on the number m of sample points while independent of imagery size,which makes it can achieve a significant speed improvement to the Parzen window kernel method,and in some cases,it is even faster than two parametric methods.In terms of ship detection performance,the experiments show that the ship detector which constructed by the proposed sea surface distribution model and the given CA-CFAR algorithm has wide adaptability to different SAR sensors,resolutions and sea surface homogeneities and obtains a leading performance on the test dataset.