基于曲波变换的航空电磁数据调平方法研究

航空电磁法由于高效和高精度的特点广泛应用于地质填图、矿产资源、地下水、及环境与工程等勘查.然而,航空电磁系统处于动态环境,噪声影响严重,航空电磁数据处理至关重要.航空电磁数据噪声除随机成分外,还包括有各种效应引起的畸变,数据去噪需要依据噪声特征进行处理.航空电磁数据调平是航空电磁数据处理中至关重要的步骤,它能有效去除数...     

能量消耗均衡的水下传感器网络非均匀分簇算法

为了解决水下传感器网络节点分布不均导致各节点能量消耗不均的问题,提出能量消耗均衡的水下传感器网络非均匀分簇算法(EBUC).引入节点密集度权重函数,考虑节点剩余能量与密集度权重构建阈值函数,选择候选簇头,通过节点到基站距离和节点密集度权重构建竞争半径函数,选择最终簇头;考虑簇头到基站的距离和簇头剩余能量的通信半径函数,...     

AMSR-E地表温度数据重建深度学习方法

地表温度对于全球气候变化等研究具有重要意义。被动微波遥感传感器AMSR-E (Advanced Microwave Scanning Radiometer for EOS)可以获得全天候地表温度,可作为多云条件下热红外地表温度数据的补充;但轨道扫描间隙限制了该数据在全球或区域尺度上的实际应用。鉴于地表温度的高时空异质性和AMSR-E LST轨道间隙数据的特点,本文提出了一种多时相特征连接卷积神经网络地表温度双向重建模型（MTFC-CNN）,利用深度学习在处理复杂非线性问题上的优势,重建轨道间隙区域的地表温度值。将2010年中国大陆四季的AMSR-E LST数据（数据未含港澳台区域）,分为白天和夜晚,形成共8个数据子集进行实验。在模拟实验中,重建结果与原始反演地表温度值平均均方根误差在1.0 K左右,决定系数R2在0.88以上,优于传统的样条空间插值和时间线性回归方法;真实实验结果具有较好的目视效果,且与对应MODIS LST产品对比发现,重建区LST值和未重建区LST值与MODIS LST产品间具有相近的平均均方根误差和决定系数。因此,本文提出的MTFC-CNN方法能有效重建AMSR-...     

筑梦共青城

<正>一从共青城回到扬州,她有一种不可名状的思绪在心头蔓延。一个生活在长江北岸的小女孩从地理书里知道江西鄱阳湖、九江庐山,用铅笔在作文本上骄傲地写着中国地大物博、山清水秀,遗憾的是,她还未出过远门,也未听人谈论过庐山南麓、鄱阳湖之滨的共青城。