一种基于统计模型的自适应窗口匹配方法

提高匹配精度和效率是摄影测量的主要研究内容之一。本文基于统计模型计算窗口灰度波动及视差波动,根据视差和其不确定性估计调整窗口。在调整窗口的同时确定最佳匹配点位,实现动态窗口匹配,匹配精度达到子像素级。通过对无人机影像匹配的实验结果验证了模型的有效性和实用性。     

从油页岩“第一矿湖”到“文化名片” 走进广东茂名国家矿山公园

茂名是广东一座秀丽的滨海城市,被称为“中国第一滩”的美丽海滨就在这里,而与“第一滩”隔城相望的“第一矿湖”,则使茂名的秀丽更添几分色彩。矿湖是当年因开采油页岩而留下的露天矿坑,后期经生态修复形成了湖。海蓝湖清,沙滩绿林,海陆交相辉映,天地自然融合,这就是正在建设中的茂名国家矿山公园。     

强震前的重力变化特征

地震前,地壳变形引起地球密度重新分布,从而使地球重力场发生某些特征变化。本文对1990年7月菲律宾8级、台湾6.1级两个强震前后的广州重力资料进行了调和分析及高、低频滤波等处理,并对提取出的重力前兆进行了可信度检验。结果表明强震前广州地区的重力变化具有O_1等主波潮汐因子波形畸变,量值下降至最低值然后在回升阶段发震的前兆异常特征。非潮汐重力变化在临震前3天开始出现明显的高频脉冲式异常信息,作者认为这是一种可信的具有清晰物理意义的地震短临前兆。     

棉花铃数估测初探

预测棉花产量对计划经济、外贸等起着重要作用。以构成棉花产量的要素预测单产,其关键在于估测铃数及铃重。本文试图通过对多次观测资料的分析,探索前期(八、九月)估测棉铃数的方法。     

五山地倾斜与降雨影响

广东省五山台倾斜仪设置在地表下40米左右的窿道内,几年来观测资料表明,它不仅受到气温、气压的影响,而且还与降雨有一定的密切关系。这固然与广东地处南方,雨季长、雨量多有关,但该窿道本身穿过风化花岗岩破碎带也是一个重要原因。根据日本对山崎断层的研究,对地形变的连续观测,下雨的影响是造成很大干扰的原因,而受下雨影响所产生的剧烈变动又集中在破碎带上,破碎带的存在使降雨在很大程度上支配着局部地区的应力场变化。     

市级气象宽带网络故障分析与维护

发生故障时，先应通过观察网卡指示灯状态判断网卡的物理状态是否正常。绿灯亮时，表示网卡的物理状态正常。否则应采用替换法用好的网卡替换现有的网卡，排除网卡硬件故障。替换法是非常有效的查找网络故障的方法。     

2010年云南复杂山地年降水量精细化分布研究

针对云南山高谷深、降水差异大的特点,以2010年为例,提出一套气象站与格点相结合的年降水量精细化(1 km×1 km格点)分布推算方法。该方法首先应用主成分分析法(PCA)对全省气象站和格点的地理、地形因子(包括经度、纬度、海拔、坡度、坡向,以下简称因子)去除高相关性处理,生成降维的因子主成分,然后应用K-means聚类法以气象站年降水量及因子主成分为聚类因子,将气象站划分为不同降水类型,然后针对每种降水类型,以气象站因子主成分为自变量,以气象站年降水量为因变量拟合回归方程,并用求出年降水量残差值(实测值与拟合值之差),应用朴素贝叶斯分类法(NBC)学习气象站分类特征,将所有格点归入不同的降水类型,应用每个降水类型的回归方程,求出各格点年降水量拟合值,再将气象站年降水量残差值进行空间插值作为格点年降水量订正量,将格点年降水量拟合值与订正量相加便获得2010年云南全省降水量精细化格点分布。该方法较好地再现了2010年云南年降水的空间分布特点,不仅区分出哀牢山西、东两侧作为西南暖湿气流迎风坡和背风坡的降水类型差异,也识别出西部、南部边缘地带的多雨形态,经气象站检验,该方法平均相对误差(MRE)仅为0.17。     

基于时域对象的网格降水预报的追踪诊断分析

检验和评估模式降水预报的时间和位置偏差对提高降水预报准确率有重要意义,而传统点对点的检验方法对此无能为力.基于2018年和2019年6-8月欧洲中期预报中心(ECMWF)降水预报资料,利用面向对象时域诊断分析工具(MTD),追踪模式降水预报对象的生命周期、初生、消散等预报表现.研究表明:(1)个例分析显示,时域诊断分析...     

移动互联网时代陕西省气象信息服务发展现状及思考

根据近年来陕西省气象短、彩信用户数、12121气象声讯电话拨打量变化趋势和用户满意度调查数据,在移动互联网时代到来的大背景下,从运营商经营环境、营销方式、产品质量等方面对陕西气象信息服务业务进行分析,得出移动互联网发展、免费客户端广泛应用、运营商营销策略调整、传统营销手段乏力等是陕西气象信息服务发展面临的主要问题,并据此探讨陕西气象信息服务的发展方向,提出应对策略。     

两种模式在风电场风速预测应用中的对比

利用2011年12月至2012年11月贺兰山风电场测风塔实测资料和同期WRF、BJ-RUC模式预测结果,对2种模式在风速预测中的应用进行对比分析。结果发现,月尺度上,2种模式预测的风速月均值普遍较实测值高,且WRF较BJ-RUC更接近实测值;WRF预测的月平均风速标准差普遍较实测低,而BJ-RUC普遍比实测大;春季WRF预测效果整体上较BJ-RUC好,其它季节WRF预测的月平均风速均方根误差较BJ-RUC的小,但与实测风速的相关性较BJ-RUC与实测风速相关性差。日尺度上,凌晨至中午前后和傍晚至前半夜2个时段,2种模式预测风速普遍比实测值大,而中午至傍晚时分正相反,预测值普遍较实测小。2种模式对〉12 m·s^-1风速预测的均方根误差最小,其次是3~12 m·s^-1,〈3 m·s^-1风速预测的均方根误差最大,但BJ-RUC对3~12 m·s^-1范围风速的变化趋势把握能力较好。WRF和BJ-RUC都普遍低估了1~4 m·s^-1风速段的频次,对5~10 m·s^-1范围频次普遍明显高估,对10 m·s^-1以上风速,WRF预测频次较实测低,而BJ-RUC预测频次则较实测高。BJ-RUC对该区风向的预测能力较WRF好。