分布式计算环境中的空间查询语言全局解析机制

讨论一种在分布式计算环境中实现基于全局逻辑的空间查询语言解析方法,并给出其实现机制。提出空间查询语言的全局解析模型及等价分布程序的概念,给出将全局空间查询语句解析为等价分布程序的方法。利用该方法能够完成全局空间查询语句到局部查询语句的映射,从而支持空间数据的分布式查询。     

基于对象关系数据库的时空数据管理研究

现实世界中的地理实体具有空间及时态属性,有效的时空数据管理技术是实现地理信息广泛应用的基础。概括目前时空数据管理的一般策略,给出基于对象关系数据库的时空数据管理结构模型。在此基础上,介绍该模型所涉及的相关技术,并提出完整的模型实现的技术框架,给出时空数据库管理系统的原型实现TSpatialService。实例研究表明,该模型能够很好地支撑时空数据的管理及操纵。     

SeaWinds散射计海面风场神经网络建模研究

根据Sea Winds散射计只有两个入射角和两种极化方式的特点,利用其L2A数据和F291海上浮标数据,针对传统建模方法的不足和限制,借助神经网络建立了一个两种极化方式下统一的神经网络地球物理模型函数。该模型的主要特点是建模风矢量全部取自海上浮标测量数据,因而所用风矢量更加客观准确。通过与Qscat-1模型的比较和L2B与浮标风速之间的偏差统计分析,证明了该神经网络模型的有效性,并发现Qscat-1模型存在一定的系统性偏差。     

一种改进的扇形波束旋转扫描散射计海面风矢量反演算法

扇形波束旋转扫描散射计（RFSCAT）是约十年前才被提出来的一种新型星载微波散射计。与其它旋转扫描散射计类似,其星下点附近区域和刈幅边缘区域的风场反演误差相对较大。在本文设定的参数条件下,RFSCAT散射计刈幅边缘区域的风向反演精度相对于轨道中间区域降低了约9°。针对这一问题,本文为RFSCAT散射计提出了一种改进的风矢量反演算法。新算法的主要特征是,根据风向反演偏差直方图,在整个刈幅区域内,对模糊解风向取值区间进行自适应扩展,以获取并保留更多可能风向解。利用模拟的100条轨道的L2A数据,对新算法进行反演验证。实验结果证明,新算法能够有效改善RFSCAT散射计星下点附近区域和轨道刈幅边缘区域的风向反演精度。星下点和刈幅边缘上的风矢量单元的风向反演精度相对于标准的MLE算法分别提高了1.6°和9°。