A STUDY ON SATELLITE DATA ASSIMILATION WITH DIFFERENT ATOVS IN TYPHOON NUMERICAL EXPERIMENTS

Based on the newly developed Weather Research and Forecasting model(WRF)and its three-dimensional variational data assimilation(3DVAR)system,this study constructed twelve experiments to explore the impact of direct assimilation of different ATOVS radiance on the intensity and track simulation of super-typhoon Fanapi(2010)using a data assimilation cycle method.The result indicates that the assimilation of ATOVS radiance could improve typhoon intensity effectively.The average bias of the central sea level pressure(CSLP)drops to 18 hPa,compared to 42 hPa in the experiment without data assimilation.However,the influence due to different radiance data is not significant,which is less than 6hPa on average,implying limited improvement from sole assimilation of ATOVS radiance.The track issue is studied in the following steps.First,the radiance from the same sensor of different satellites could produce different effect.For the AMSU-A,NOAA-15 and NOAA-18,they produce equivalent improvement,whereas NOAA-16 produces slightly poor effect.And for the AMSU-B,NOAA-15 and NOAA-16,they produce equivalent and more positive effect than that provided by the AMSU-A.Second,the assimilation radiance from different sensors of the identical satellites could also produce different effect.The assimilation of AMSU-B produces the largest improvement,while the ameliorating effect of HIRS/3assimilation is inferior to that of AMSU-B assimilation,while the AMSU-A assimilation exhibits the poorest improvement.Moreover,the simultaneous assimilation of different radiance could not produce further improvement.Finally,the experiments of simultaneous assimilation radiance from multiple satellites indicate that such assimilation may lead to negative effect due to accumulative bias when adding various radiance data into the data assimilation system.Thus the assimilation of ATOVS radiance from a single satellite may perform better than that from two or three satellites.     

水稻时域散射特征分析及其应用研究

通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析,从图像上直接提取地物的后向散射系数,结合实地测量水稻的生长结构参数,建立了水稻生长模型,分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据,对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算,水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据,即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像,可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。     

回线源瞬变电磁法在地质灾害调查中的应用

针对工程与地质灾害调查要求解决精细构造的问题,投入了近年来广泛应用于工程勘测的回线源瞬变电磁探测.分析了瞬变电磁测深的特点,该方法体积效应小,等值作用范围较直流测深和频率测深窄,故横向和纵向分辨率高.通过2个实例的成功应用,说明回线源瞬变电磁在探测构造破碎带、煤田采空区等方面的应用效果.     

陕北斜坡东部延长组油气成藏控制因素

陕北斜坡东部延长组油气勘探目的层系为长2油层组和长6油层组,属典型的低渗—超低渗储层;富含有机质的烃源岩为油气的生成提供了物质保障;广泛发育的泛滥平原相、沼泽相泥岩为油气成藏提供了良好的盖层条件。通过研究认为延长组油气成藏类型以构造—岩性复合油气藏为主,含油气性主要受物性、岩性及岩相等因素影响。有利的沉积相带、运移输导条件及鼻状隆起构造共同控制了延长组主力油层的分布。     

基于内容的图像自适应加网方法

提出了一种新的基于图像内容纹理分割的加网方法。试验表明,该方法能够在图像输出精度较低的情况下更有效地再现原稿的层次和细节。     

一种基于小波包变换的盲数字水印算法

提出了一种基于小波包变换的盲数字水印算法,该算法首先对图像进行小波包分解,并根据视觉感知特性将作为水印的二值图像嵌入到分解后的高频分量中,再进行小波包重构得到嵌入水印的图像。实验结果表明,该算法添加水印后的图像对于压缩、噪声、中值滤波、几何裁剪等处理具有很强的稳健性。     

GIS中曲线误差的模型与试验研究

提出了描述曲线整体误差的随机过程模型,用过程的数字特征函数定义了曲线的局部误差指标,用过程的积分定义了曲线的局部和整体误差指标,阐述了各指标的概率意义与几何意义,设计了过程模型的数字化试验,并提取了过程的样本曲线。通过对样本曲线的统计分析,得到了各误差指标的估计值。     

基于Web服务的土地适宜性评价PSE设计与实现

基于Web服务的PSE环境创建策略,结合土地适宜性评价工作的要求,研究土地适宜性评价PSE体系结构,设计了基于Web服务的土地适宜性评价PSE实验系统,并以武汉市黄陂区作为实验区,验证了该实验系统的有效性和合理性。     

自适应神经模糊推理系统(ANFIS)在水文模型综合中的应用

由于目前已有很多比较成熟的流域水文模型,因此我们可以选用几个流域水文模型进行并行运算,来同时模拟流域降雨—径流关系。在相同的降雨输入情况下,不同模型得到的模拟流量必然会有所不同,模型效率系数和模拟精度也会不同。因此,如何将不同模型的模拟结果进行综合以进一步提高流量模拟精度是一个关键问题。本文选用自适应神经模糊推理系统(ANFIS)作为水文模型综合平台,以牧马河流域为试验区域,对两个并行运算水文模型(三水源新安江模型和总径流响应模型)的结果进行综合处理,得到了更稳健的流量模拟结果,大大提高了模型效率和模拟精度。该方法值得在实践中借鉴。     

面状目标之间空间拓扑关系的组合式分类

在空间目标拓扑关系组合式描述的基础上,分析了基本空间拓扑关系的组合方法,并根据基本空间拓扑关系,提出了面状目标之间空间拓扑关系的两种分类体系,详细绘制了相应的空间拓扑关系图。