大面积水深异常检测的条件变化自编码算法

针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果。采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较。结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性。     

新一代天气雷达轴角盒故障的分析处理

CINRAD/SA天气雷达在PPI扫描过程中天线来回摆动,导致雷达无规律出现方位扇形范围无回波,雷达不能正常发挥其有效作用。为查找故障原因,从新一代天气雷达伺服系统信号流程入手,结合雷达基数据分析软件,分析雷达天线运行轨迹,通过信号流程中关键点参数的测量和比较,发现问题出现在轴角编码盒方位环节,导致轴角盒串行方位轴角数据输出不连续,造成雷达无规律出现方位扇形范围无回波。通过对此类故障分析思路与处理经验的总结,对台站级雷达技术保障提供借鉴。     

重力异常垂直梯度中央区效应的精密计算

为提高利用重力异常计算重力异常垂直梯度中央区效应的精度,视中央区为矩形域,将重力异常表示成双三次多项式插值形式,引入非奇异变换,推导出了重力异常垂直梯度中央区效应的精密计算公式。以低纬度区域分辨率为2＇×2＇的重力异常数据为背景场进行了仿真分析,结果表明在解算计算点所在的1个网格的中央区效应时,传统公式与本文导出公式计算结果差值的最大值达数E。该导出公式可为重力异常垂直梯度中央区效应的精密计算提供理论依据。     

三轴椭球表面积的近似计算

推导出了一组三轴椭球表面积近似计算的级数展开公式,并对应地给出了三轴椭球退化为扁椭球和旋转椭球时的表面积公式。该组公式通过引入偏心率、第三扁率等扁率,使公式结构上更为简洁,具有对称性,进一步完善了椭球表面积的计算理论。验算分析表明,相比于传统的近似公式,给出的近似计算公式的精度显著提高,具有实用价值。     

南极长城站Pc3地磁脉动特征

本文对南极长城站在１９９０年８月１６日至１９９０年１１月２０日的Ｐｃ３脉动进行了统计分析，研究典型Ｐｃ３脉动事件的出现频次、频率特征和偏振特性，并对南极长城站记录的Ｐｃ３脉动激发和传播机制做了理论研究。     

关于部分变元的非常稳定性

本文利用极限方程的方法研究微分方程关于部分变元的多种非常稳定性,讨论了给定方程与其积限方程的非常稳定性的关系。     

中低纬地区地磁脉动的研究

近年来我们对中低纬地区地磁脉动进行了大量的观测和研究。本文不仅介绍了观测仪器的设计、台网设置及数据处理方法。而且还简要地介绍了一些主要科研成果,如低纬Pc3脉动特点,低纬Pi2脉动偏振特性。南极地区的地磁脉动观测结果,以及在磁暴和太阳耀斑期间在低纬地区观测的地磁脉动。这对于进一步认识中低纬地区地磁脉动是十分有益的。     

顾及垂直递减率函数的中国区域大气加权平均温度模型

大气加权平均温度(Tm)是全球导航卫星系统(GNSS)水汽监测的关键参数。针对中国区域地形起伏较大的特点,本文构建了顾及精细季节变化的Tm垂直递减率函数模型,在此基础上,利用2007—2014年的Global Geodetic Observing System(GGOS)atmosphere格网数据建立了中国区域的Tm格网新模型(简称为CTm模型)。以2015年GGOS格网数据和无线电探空资料为参考值,对CTm模型进行精度检验,并与常用的Bevis公式和GPT2w模型进行比较分析。结果表明:①以GGOS格网数据为参考值,CTm模型的年均偏差和均方根误差(RMS)分别为-0.52 K和3.28 K,相比于GPT2w-5和GPT2w-1模型,精度(RMS值)分别提高了27%和13%;②以探空数据为参考值,CTm模型的年均偏差和RMS误差分别为0.26 K和3.75 K,相对于GPT2w-5和GPT2w-1模型,精度分别提高了21%和16%,尤其在中国西部地区,CTm模型表现出更为显著的优势。此外,将CTm模型用于GNSS水汽计算,其引起的水汽计算RMS误差和相对误差分别为0.29 mm和1.36%。CTm模型不需要实测气象参数,因此,在中国区域的GNSS实时高精度水汽探测中具有重要的应用。     

日本90年代区域差异的现状与趋势

在都道府县层次上,日本的经济区域差异已比较小。从ＧＤＰ的人均生产额来说,最高的东京都与最低的奈良县之比为３倍左右;从人均分配所得来说,最高的东京与最低的冲绳县之比只有２倍左右。所以分配的差异比生产的差异更小。但人口密度和经济密度的区域差异仍很突出。人口密度的差异达到７０多倍。经济密度的差异更达到１６０多倍。日本经济区域差异的缩小主要发生在６０、７０年代,在８０年代反而有所扩大,９０年代主要由于泡沫经济的破灭又有所缩小。在今后几年,在泡沫经济破灭、东亚经济危机等暂时因素和较高的经济发展水平、越来越注重环境和福利的价值观等长远因素的作用下,日本的区域差异还将进一步缩小。