Dark energy model in anisotropic Bianchi type-III space-time with variable EoS parameter

A new dark energy model in anisotropic Bianchi type-III space-time with variable equation of state (EoS) parameter has been investigated in the present paper. To get the deterministic model, we consider that the expansion θ in the model is proportional to the eigen value s² ₂\sigma^{2}_{~2} of the shear tensor s^j _i\sigma^{j}_{~i}. The EoS parameter ω is found to be time dependent and its existing range for this model is in good agreement with the recent observations of SNe Ia data (Knop et al. in Astrophys. J. 598:102, 2003) and SNe Ia data with CMBR anisotropy and galaxy clustering statistics (Tegmark et al. in Astrophys. J. 606:702, 2004). It has been suggested that the dark energy that explains the observed accelerating expansion of the universe may arise due to the contribution to the vacuum energy of the EoS in a time dependent background. Some physical aspects of dark energy model are also discussed.     

HITRAN数据库对卫星1.6 μm通道CO2辐射传输特性计算的影响

卫星遥感器中的CO21.6μm弱吸收带通道测量信号可以反映CO2的近地层浓度分布,是温室气体卫星反演的重要通道之一。HITRAN数据库是建立卫星遥感CO2浓度算法依赖的重要分子光谱参数数据库,目前已经更新到了2012版,不同版本中大气分子谱线参数存在差异。本文利用逐线积分模式LBLRTM,研究了最近3个版本HITRAN数据库(04、08、12版)在CO2的弱吸收带通道上大气光学厚度、透过率的差异,发现04版计算的气体光学厚度普遍偏高,可对CO2造成约38 ppm的低估;08版本得到的气体光学厚度与12版本接近,反演相差2 ppm以内。在此基础上,分析了不同HITRAN数据库对整层CO2变化和近地层CO2变化的敏感性,结果表明:04版对整层和近地面大气的变化敏感性最强,并且放大了近地层信号;08版与12版对整层或近地层CO2的敏感度接近,两者经过卷积后得到的信号无差异。     

高光谱数据在数据库中的高效存储技术研究

通过分析高光谱数据的特点 ,结合数据库系统开发实践 ,提出了高光谱数据集 ,包括图像、光谱、属性等 ,在关系数据库中的存储规范。结合ORACLE数据平台 ,提出了 3种高光谱数据的存储模式 ,并结合应用实例进行对比 ,分析了各自的优缺点以及适用条件。     

泰国水稻种植面积月变化的遥感监测

介绍了光学和微波遥感影像相结合进行泰国水稻种植面积监测方法。泰国雨季雨量充足 ,气温适合 ,同一时间耕地上水稻的物候多样 ,每月水稻种植面积都发生变化。利用旱季的TM影像 ,获得耕地信息。同时利用TM影像覆盖的雷达区域进行非耕地去除 ,进行非监督分类 ,提取反映水稻种植不同生长期的雷达影像后向反射系数特征 ,建立各种类型的分类模型 ,采用监督分类的方法对全景雷达数据进行水稻种植情况调查 ,并分别予以识别和统计 ,反映研究区水稻月种植情况。分类结果通过类别检验和面积量算检验进行精度评价和分析。     

遥感影像制图综合的智能化研究

本文以人工智能为基础,用计算机模拟一般制图人员对遥感图像进行制图综合的过程,用框架的知识表示方法建立了一个实验性的知识库,并设计了一个推理机。对蒙古人民共和国乌布苏淖尔地区的ＴＭ分类图进行了实验,取得了较好的效果。     

利用遥感和GIS研究塔里木河下游阿拉干地区土地沙漠化

新疆塔里木河流域受人类活动的影响,特别是由于水资源利用的不合理,不同区域出现了一系列生态环境问题,下游地区普遍存在的沙漠化现象表现得尤为突出。通过应用多时相（１９５９年、１９８３年、１９９２年）、多波段、多平台的遥感信息,在野外调研的基础上编制阿拉干地区不同年代沙漠化类型图,并在ＡＲＣ／ＩＮＦＯ软件支持下,对图件进行编辑处理,制作沙漠化动态图;通过ＧＩＳ数据库提供的资源环境定量数据,应用系统论、信息论及控制论的观点分析阿拉干地区沙漠化的演化过程,并借助于ＧＭ（１,１）模型,预测阿拉干地区土地沙漠化的发展趋势。     

短波红外CO2反演过程约束研究及初步反演结果

短波红外通道卫星CO2遥感是近年国际研究热点。首先,开展了卫星观测对气溶胶及大气温度的敏感性研究;其次,针对基于最优化理论的非线性迭代反演方法反演过程中的不收敛问题,提出了修正的阻尼牛顿方法(MDNM),并利用模拟数据评估了MDNM方法的有效性;最后,利用GOSAT卫星数据反演CO2的垂直混合比浓度,并与地基TCCON站点数进行比对。研究结果表明:短波近红外CO2卫星遥感受气溶胶散射及温度影响明显;通过地基比对初步验证了MDNM具有良好的精度,两者的相关性R2达到了0.729。     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

结合MRF与ν-SVM的SAR海冰图像分类

结合支持向量机SVM和马尔可夫随机场MRF在图像分类领域的优点,提出MRF-ν-SVC分类系统。与以往针对像素的分类不同,本系统在区域水平实现分类。首先通过双阈值准则判别区域间边缘的强弱,然后针对模糊边缘区域将基于MRF的空间语境模型改进为边缘语境模型,修正SVM原始问题中的偏差因子,从而优化最优分类超平面。实验表明,本文算法可有效提高分类精度,增强对斑点噪声的抑制能力,更好地分类特征相似的区域。