星载成像高度计双侧独立交叉定标方法

为通过数据处理提高SWOT的观测精度,本文采用双侧刈幅独立交叉定标对相位误差和倾角误差复合输入的情况进行误差估计。本文选取横跨经度100°和纬度60°的南太平洋东部地区,以HYCOM数据作为海洋真值,根据AVISO官网提供的SWOT和Jason-2 (2016年10月前)轨道参数利用SWOT simulator进行仿真采样,进行刈幅自交叉和星下点刈幅交叉实验。实验将90%的误差校正到4 cm内,近75%的交叉点残差的标准差降到2 cm内,较解算前提升一倍,表明在仪器精度较低时,双侧刈幅独立交叉定标的方法能够科学有效估计两种误差的复合输入值,显著降低了误差水平。     

基于迁移学习和Xception网络的海雾能见度等级估测研究

采用基于Xception卷积神经网络算法构建了一个海雾能见度识别的框架,通过对海雾能见度探测设备同位置摄像头监控图像的采集,将图像样本结合能见度数据进行标签分类,利用迁移学习结合Xception网络进行训练,提取图像能见度特征,构建能见度等级估测模型,实现能见度等级的估测。通过对浙江省宁波市北仑区三山大闸摄像头监控进行图像的采集,抽取万余有效样本进行训练,进行能见度等级识别结果分析,结果显示模型识别精度可达99.36%,验证集准确率可达99.20%。基于Xception算法的海雾能见度等级估测方法如果在数据集健康准确的情况下,能够满足海雾能见度实时性和识别准确率的要求,可以作为未安装能见度探测设备地区的能见度等级辅助监测方法。