大气河对2013年“7.9”四川盆地持续性暴雨作用的诊断分析

2013年7月7～11日,四川盆地大部分地区出现了持续性强降雨天气(以下简称四川“7.9”暴雨).此次过程的降水中心稳定少动、降水强度及总量大、持续时间长,累积降水量最高达到了1000ram以上,造成严重灾害.为分析位于孟加拉湾地区的大气河对四川“7.9”暴雨的影响.利用NCEP/NCAR再分析资料,通过研究孟加拉湾大气河水汽对这次暴雨的作用及影响,得到的结果表明:此次持续性暴雨过程中,孟加拉湾大气河受西太平洋副高东撤影响,并在200 hPa和850 hPa高低空急流的共同作用下,不断向四川地区输送水汽.这种水汽输送一直持续到11日才停止,此时降水也趋于结束.在整个暴雨过程中,850 hPa上孟加拉湾大气河输送的水汽由于云贵高原阻挡,而绕开云贵高原在南海地区与西太副高外围的水汽以及南半球的越赤道气流汇合后,在低空急流左侧辐合气流作用下输送到四川盆地,为暴雨产生提供水汽.同时,700 hPa上的水汽直接越过云贵高原到达四川盆地.孟加拉湾大气河的这两种输送方式为四川盆地持续性暴雨提供了充足的水汽供应.     

定位坐标分量依赖于卫星高度角的灵敏度分析

通过对GPS卫星观测的DOP值进行大量统计分析,提出了GPS不可用率的概念对定位坐标分量依赖于卫星高度角灵敏度进行描述和评价,通过对GPS不可用率进行建模并利用小波变换和多项式拟合等方法分析灵敏度同卫星高度角之间的关系,推算出特定测站灵敏度最大值对应的高度角,并根据上述模型对全球多个IGS站进行了具体分析。     

基于CPU与GPU/CUDA的数字图像处理程序的性能比较

测绘系统通常有大量图像处理工作,而户外图像采集系统更需要极高的实时性。通过对GPU与CPU分别进行数字图像处理性能测试,结果表明GPU并行计算可以大幅提高图像处理性能:可优化图像预处理、后处理速度,使测绘系统更加实时高效。     

大气河对2013年“7.9”四川盆地持续性暴雨作用的诊断分析

2013年7月7~11日,四川盆地大部分地区出现了持续性强降雨天气(以下简称四川"7.9"暴雨)。此次过程的降水中心稳定少动、降水强度及总量大、持续时间长,累积降水量最高达到了1000mm以上,造成严重灾害。为分析位于孟加拉湾地区的大气河对四川"7.9"暴雨的影响。利用NCEP/NCAR再分析资料,通过研究孟加拉湾大气河水汽对这次暴雨的作用及影响,得到的结果表明:此次持续性暴雨过程中,孟加拉湾大气河受西太平洋副高东撤影响,并在200 h Pa和850 h Pa高低空急流的共同作用下,不断向四川地区输送水汽。这种水汽输送一直持续到11日才停止,此时降水也趋于结束。在整个暴雨过程中,850 h Pa上孟加拉湾大气河输送的水汽由于云贵高原阻挡,而绕开云贵高原在南海地区与西太副高外围的水汽以及南半球的越赤道气流汇合后,在低空急流左侧辐合气流作用下输送到四川盆地,为暴雨产生提供水汽。同时,700 h Pa上的水汽直接越过云贵高原到达四川盆地。孟加拉湾大气河的这两种输送方式为四川盆地持续性暴雨提供了充足的水汽供应。     

高光谱遥感影像半监督分类研究进展

随着高光谱遥感技术的迅猛发展和应用需求的不断增加,高光谱遥感影像分类成为领域的研究热点。尽管监督学习已在高光谱遥感影像分类中取得了不错的效果,但在许多情况下,获取大规模标记样本来训练监督分类算法是困难和昂贵的。因此,利用半监督分类技术对高光谱遥感影像精准分类是一项重要的研究内容。本文首先简要介绍了高光谱遥感影像发展现状和部分应用场景。其次,本文对近年来高光谱遥感影像半监督分类研究的进展进行了综述,着重讨论了低密度分割法、生成式模型、基于分歧（差异）的方法和基于图的方法四种典型半监督分类方法的关键技术和优劣。最后,进一步讨论了半监督分类技术的潜力,为今后研究工作的优化提供思路。     

基于GeoServer的Web瓦斯地质图发布技术

针对Web瓦斯地质图发布,以PostGIS作为空间数据库存储,GeoServer作为地图发布服务器,通过Openlayers在前端实现地图数据访问,形成了一套完整的以开源GIS为支撑的Web瓦斯地质图解决方案。介绍了Web瓦斯地质图的图层结构,叙述了矢量和栅格数据通过GeoServer发布过程中的关键要点,解决了CAD复合要素在WebGIS的绘制问题,详细解释了通过GeoServer样式文档配置Web瓦斯地质图图层样式的方法。     

应用拉格朗日方法研究四川盆地暴雨的水汽来源

基于拉格朗日方法的轨迹追踪模式HYSPLIT v4.9可用来追踪水汽的来源以及运行轨迹。结合应用拉格朗日方法与欧拉方法,通过分析四川盆地2013年6月29日—7月2日、7月7—11日和7月15—19日三次暴雨过程来研究孟加拉湾地区的水汽通道对四川盆地暴雨的影响。分析结果表明：影响这三次暴雨过程的水汽通道均有多条,但其中最为主要的均为来自孟加拉湾的水汽通道。孟加拉湾水汽输送在低空环流系统的作用下,一部分是直接越过云贵高原输送向四川盆地,另一部分是绕过云贵高原在南海地区与南海水汽以及越赤道水汽在西太副高外围东南气流的作用下一并输送到四川盆地;其中在南亚季风强大的西南气流作用下,孟加拉湾大气河中的水汽主要越过云贵高原输送向四川盆地。同时分析对比了孟加拉湾水汽输送通道与大气河(Atmospheric River)之间的异同点,发现孟加拉湾水汽输送通道与大气河之间存在着一定的相似性。     

基于CMVS/PMVS多视角密集匹配方法的研究与实现

使用CMVS\PMVS密集匹配方法,不需要任何诸如可视壳、深度图、包围盒等先验知识.输入SFM点集,先通过CMVS对影像进行聚簇,以减少数据量,再由基于贴片模型的PMVS方案通过匹配、膨胀、过滤三个步骤,在局部光度一致性和全局可见性约束下完成密集匹配.整个过程中算法能自动剔除外点与障碍物,最终输出结果为覆盖整个重建目标表面的小型矩形贴片集.CMVS\PMVS密集匹配方法适用于对无序影像和室外场景的三维重建.实验结果表明:使用CMVS\PMVS密集方法得到的三维点云非常密集,具有很高的实用价值.     

多基站协同训练神经网络的PM2.5预测模型

针对通过数值方法对PM2.5进行预测已经取得了良好的效果,但相关模型重视时间影响因子而对空间影响因素的关联性考虑不足的问题,该文提出了多基站协同训练长短时记忆网络预测模型。该模型以时空数据作为输入,并将多个基站数据进行协同训练。MC-LSTM网络通过采用多基站共享参数的方式,减少了需要训练的网络复杂度,减轻了网络过拟合的风险。利用MC-LSTM网络对北京市21个监测基站数据进行了处理,结果表明:MC-LSTM网络能够同时对各个基站的PM2.5浓度进行预测。