沙尘暴常规观测资料中若干问题的解析

沙尘暴常规观测资料主要来自地面气象观测系统,是揭示沙尘暴的时空分布特征和变化规律的重要基础,其内在属性明显地受到地面气象观测规范和统计规范的制约,而且同样明显地受到两个规范变革的影响,但是这些问题在以往的沙尘暴研究中没有引起足够的重视,常常被忽视掉了,因此最终形成了一些似是而非的认识.该文从中国沙尘暴的观测规范和统计规范入手,探讨了其变革对沙尘暴内在统计特征的影响.另外,文章还分析了沙尘暴与其它沙尘天气的同日出现问题,以及沙尘暴资料时间序列的统计分布特征.     

p—范分布的近似表示

p-范分布是一个包含拉普拉斯分布、正态分析、均匀分布等常见分布的分布族。用p-范分布描述观测误差的统计特性，只需假定误差的分布为单峰、对称，因此、p-范分布似然平差可以避免事先假定误差的具体分布模式，而在平差过程中确定未知参数及误差的分布具有自适应的特点。但是p-范分布的密度函数比较复杂，不利于理论分析和实际应用。 的研究表明，p-范分布可以近似地表示为拉普拉斯分布与正态分析或正态分布均均匀分布的线性组全。p-范分布与本文给出的近似分布具有相的前四阶矩。由于拉普拉斯分布。正态分布。均匀分布的密度函数都比较简单，用近似分布代替p-范分布会使相关的问题得到简化。     

基于高阶统计的时变子波估计及其应用

地震子波估计是地震资料高分辨处理、解释的基础,快速准确地估计地震子波具有重要意义。笔者利用三谱估计子波的振幅谱,根据峰度最大值准则提取子波的相位,规避了相位的卷绕问题,并讨论了该准则的适用条件。比较了不同窗函数的特性,最终选定Hamming窗函数滑动求取时变子波。利用变频雷克子波模型讨论了时变子波提取的有效性。应用到实际资料处理中,与不同主频的雷克子波标定的地震记录进行对比分析。结果表明:该方法使得子波振幅谱估计更加稳定,相位谱估计更易于实现,与实际情况更加符合。     

FINDING CAUSES OF OUTLIERS IN MULTIVARIATE ENVIRONMENTAL DATA

Multivariate outliers in environmental data sets are often caused by atypical measurement error in a singlevariable.From a quality assurance perspective it is important to identify these variables efficiently so thatcorrective actions may be performed.We demonstrate a procedure for using two multivariate tests toidentify which variable‘caused’each outlier.The procedure is tested with simulated data sets that havethe same correlation structure as selected water chemistry variables from a survey of lakes in the WesternUnited States.The success rates are evaluated for three of the variables for sample sizes of 50 and 100,significance levels of 0.01 and 0.05 and various amounts of mean shift.The procedure works best forhighly correlated variables.     

中国近40年日平均气温的概率分布特征及年代际差异

利用全国129站日平均气温资料,从偏态系数、峰度系数入手分析了日平均气温的概率分布特征及年代际差异,结果表明:近40年中国各季日平均气温的均值分布大致呈南高北低,夏季日平均气温的日际变化最小,四季日平均气温不服从正态分布的地理差异明显。1961~1975年时段至1976~2000年时段,夏季、春季日平均气温不服从正态分布的范围明显加大,冬季不服从正态分布范围,北部加大,南部减小,秋季与冬季大致相反;在夏、春、秋季日平均气温方差的变化对日平均气温概率分布的影响是主要的,均值变化的影响次之,冬季在黄河中下游和长江下游流域均值的变化对概率分布影响是主要的,方差变化影响次之,其他地区相反。     

地表组合粗糙度不确定性引起的SAR反演土壤水分的不确定性分析

地表粗糙度的不确定性是引起SAR土壤水分反演结果不确定性的主要因素,现有研究大多着重于研究单个粗糙度参数（主要是相关长度）的不确定性,直接研究地表组合粗糙度不确定性的较少。本文使用偏度、峰度和四分位距3个指标来量化不确定性,通过在组合粗糙度中加入不同量级高斯噪声进行随机扰动的方法,研究组合粗糙度不确定性在反演过程中的传递,并对反演土壤水分的不确定性进行定量分析。进一步研究反演土壤水分的均方根误差对组合粗糙度不同比例误差范围的响应特征,得到满足反演精度要求的组合粗糙度误差控制范围。样区的实验分析结果表明：组合粗糙度高斯噪声标准差在0-0.045之间时,峰度取值从-0.1984到1.2501,偏度取值从0.0191到0.6791,四分位距取值从0.0018到0.0167,3个量化指标都随组合粗糙度高斯噪声量级的增大而增大,土壤水分反演值有集中在众数附近的趋势,土壤水分低估倾向比高估倾向更明显;本文提出的组合粗糙度误差控制范围可满足反演精度要求,误差控制范围与入射角负相关。     

科尔沁沙地固定沙丘土壤水体积分数变化

利用2006-2009年5-9月科尔沁沙地固定沙丘0~150 cm土壤水体积分数监测数据及降水资料,采用偏度、峰度检验法检验了固定沙丘不同月及不同土层土壤水体积分数的正态性,并得到了其正态分布相关参数的估计值及其置信区间;同时,对不同土层、不同月及不同年间的土壤水体积分数变化和差异进行了分析。结果表明:(1)固定沙丘同一月的土壤水体积分数以显著性水平α=0.1通过正态分布的假设检验;固定沙丘土壤水体积分数的平均值范围1.82%~4.95%,主要集中在2%~4%;(2)受降水影响,固定沙丘7月土壤水体积分数较高,且与其他月的差异显著;7月土壤水体积分数均值和方差的点估计及置信水平为0.95的置信区间、统计特征均与其他月的有较大差异;(3)固定沙丘0~10 cm土壤水体积分数较低,且与其他土层有显著差异;而10~30 cm土壤水体积分数较高;(4)2008年土壤水体积分数较低,而2009年土壤水体积分数较高;除2007年与2008年土壤水体积分数没有显著差异外,其余年份间的土壤水体积分数均有显著差异。     

Small target extraction based on independent component analysis for hyperspectral imagery

A small target detection approach based on independent component analysis for hyperspectral data is put forward. In this algorithm, firstly the fast independent component analysis(FICA) is used to collect target information hided in high-dimensional data and projects them into low-dimensional space. Secondly, the feature images are selected with kurtosis. At last, small targets are extracted with histogram image segmentation which has been labeled by skewness.     

Small target extraction based on independent component analysis for hyperspectral imagery

IntroductionFeature extraction or transformation is a key stepfor target detection in hyperspectral imagery. Thepurpose is to transform the high-dimensional imageinto low-dimensional image series so that the differ-ences between the targets and the backgr…