A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

现今中国大陆地壳运动与活动块体模型

通过分析中国地壳运动观测网络GPS数据特别是1999年与2001年区域网数据, 我们初步得到了中国大陆地壳运动速度场, 并用统计分析的方法从高密度台站速度场中区分出9个独立活动块体和2个广泛形变带, 求出活动块体刚体运动欧拉极和相邻块体间相互运动速率. 结果显示中国大陆形变场似可分为3类区域 第1类区包括青藏高原内部区域和天山造山带, 形变在全区域内广泛分布; 第3类区包括塔里木盆地及南北带以东地区, 形变场表现为活动块体, 内部稳定, 形变局限在狭窄的边界带内; 第2类区则处在青藏高原的边缘带, 如柴达木、祁连、西宁、川滇菱形南块体等, 这类区形变场特征处在第1, 3类区之间, 虽然还能保持一定的块体完整性, 但块体的尺度和强度已不如第3类地区. 通过分析各类区域岩石圈结构以及形变模式我们可以得出初步推断 中国大陆地壳形变模式主要由地壳结构所控制. 中国大陆东部和塔里木盆地地区地壳介质有相当强度, 形变表现为刚性块体的相互运动. 而印度板块的北向挤压造成青藏高原和天山的隆起并产生巨厚地壳, 壳内温度上升, 下地壳低速高导层发育, 介质呈较强黏塑性, 地壳脆性层在下地壳塑性流变场作用下产生各种类型的、多层次的形变, 且分布广泛而不局限于少量块体边界地区. 青藏高原边缘的第2类地区地壳结构为第1, 3类地区之间的过渡区, 其形变特征也介于第1, 3类地区之间, 为强度较低的较小活动块体在边界作用力下的运动与变形.     

空间层次聚类显著性判别的重排检验方法

同时顾及空间邻近与专题属性相似的空间层次聚类是挖掘空间分布模式的一种有效手段。空间层次聚类方法虽然可以获得多层次的聚集结构,但聚类结果显著性的统计判别依然是一个尚未解决的难题。为此,本文提出了一种空间层次聚类结果显著性的统计判别方法,用于确定空间层次聚类的停止准则,减少聚类过程对参数设置的依赖。通过试验分析与比较发现,该方法能够有效判别空间层次聚类结果的显著性和确定层次聚类合并过程的停止条件,同时具有很好的抗噪性,避免随机结构的干扰。     

昆明长水机场气候特征分析

利用昆明市1951—2010年逐日气象数据,采用回归分析法和Mann-Kendall突变分析法进行分析和检验,确定了昆明市极端降水和极端温度天气事件。在此基础上,对昆明长水机场极端天气背景下大雾天气航班安全运行开展研究,并在对比昆明长水机场与原巫家坝机场大雾特点的基础上,制定出航班安全运行的应对措施。研究表明,近几年昆明市极端温度和极端降水事件呈现增多趋势;因地形原因,长水机场出现大雾的频率远高于原巫家坝机场;大雾造成的低能见度天气背景下,航班的安全运行需要航空公司各部门的通力协作。     

广西低温阴雨天气与极涡之非线性关系初探

本文从统计学角度入手，引入最优的非线性理论，探讨了广西低温阴雨天气与极涡之非线性关系。     

6月份格陵兰海冰异常对黄河中上游7月份旱涝的影响

通过北极4个区的海水DQ%指数和全国160站7月份降水关系的诊断分析指出，6月份格陵兰海冰异常与黄河中上游7月份旱涝存在着明显的联系，6月份格陵兰海冰少(多)时，黄河中上游7月份易涝（旱）。产生这种联系的物理机制是6月份格陵兰海冰异常影响7月份欧亚大气环流，导致黄河中上游7月份降水产生异常。通过对相关场进行显著性检验，确认了6月份格陵兰海冰异常与黄河中上游7月份旱涝联系在统计上的可靠性。同时发现，有时随机数序列与气象要素场的相关场会达到很高的显著水平，而且这种相关场中的显著相关区的分布并不是杂乱无章的，而是成片分布的。这项工作指出了把对相关场的显著性检验与相关场成因的物理机制分析相结合的必要性。     

江西1995年6月大水的环流特征及其预报

本文介绍了江西省1995年6月大水实况,对产生大水的500百帕环流特征进行了分析,并总结了厄尔尼诺、前期副高特征量、500百帕关键区及前汛期降水对六月大水的影响.