机载雷达影像调绘片制作与解译方案研究

以西部测图工程某测区为研究对象,结合该区实际情况及地形和地表覆盖等基本测图要求,采用机载雷达图像处理、内业加密、影像纠正、镶嵌与裁切、调绘片整饰等相关测绘技术,进行机载雷达影像调绘片的制作,并结合外业调绘情况对雷达影像上相关地物类型的识别与判读进行深入研究,总结机载雷达影像调绘片制作的整体工艺流程,以及解译雷达影像的关键技术和方法。     

用线性规划法求解瞬变电磁场反射系数

讨论了在水平层状介质中的反射系数的物理意义 ,推出时间域含有以反射系数序列为未知项的欠定方程组 ,提出用线性规划法求解瞬变电磁场反射系数序列 ,并给出求解思路和程序框图。对两个理论模型进行了处理 ,计算出了其反射系数。算例分析结果表明 ,算法可靠 ,程序可行。这一方法可用于瞬变电磁成像数值计算中。     

水污染物浓度的神经网络预测模式及效果检验

污染物浓度预测是环境保护的重要内容,将神经网络用于水中有机污染物浓度的预测并对效果进行检验.结果表明,预测值与观测值符合较好.     

黄骅坳陷孔南地区孔二段湖盆结构恢复

孔南地区孔二段受到沧东断层、徐西断层等活动影响,地层结构遭受强烈的改造,原有湖盆结构发生了很大的变化。隆起区构造单元富泥质沉积,凹陷构造单元富砂质沉积,成为研究区孔二段的主要特征之一,也成为研究的难点。本文通过对研究区孔二段沉积厚度、岩相、沉积相、构造分析以及等时地层格架下的沉积体系展布规律分析等,对孔二段沉积时期湖盆结构进行了恢复,改变了以往认为孔店期为断陷产物的认识,得出孔二段沉积时期,湖盆总体为坳陷盆地,现今处于盆地中心的孔店隆起构造带为孔二期的古湖盆中心和沉降中心。这一结论对认识黄骅坳陷孔南地区盆地演化,成因机制和油气勘探具有重要的意义。     

面向自动综合的河系结构化模型研究

针对地图上河流的自动综合,建立了基于河段的河系结构化数据模型,该模型充分考虑了河段与河段、河段与面状水系要素之间的空间关系,以及河系河段的层次关系;建立了一种面向自动综合的河系结构化数据模型,模型包含了大量水系综合所需要的信息.基于上述数据模型,设计了一种方便快捷的河系结构化算法,该算法较好地克服了现有河系结构化算法只针对河流以及只适用于形态相对简单的河系的缺陷,较为全面地考虑了河系结构中出现的各种复杂问题,具有较强的实用性.     

基于数学形态学的第四系地层遥感影像分割

利用数学形态学的方法对遥感影像的第四系地层进行了影像分割实验。经实验结果得出,利用数学形态学的基本运算组合成的各种算子:高、低帽变换、滤波与阈值截取相结合的增强方法,通过选择合适的结构元素,对图像进行预处理后,就可以用形态学方法对第四系地层进行影像分割。经过处理的遥感影像,能够更有效地提取影像的目标。实验结果表明了本文所提的方法的有效性。最后,对形态学方法的不足之处和将来的研究方向展开了讨论。     

高纬度BDS/GPS PPP中的对流层延迟改正模型优选

由于高纬度地区气温气压值及变化率与中低纬度地区有较大差异,因此目前发布的多种对流层延迟模型在高纬度地区使用的精度会不同。为了给高纬度地区BDS/GPS用户提供更好的对流层延迟模型选择,文中采用UNB3,EGNOS和GPT2模型,以IGS发布的ZPD产品和SINEX文件作为参考,对比基于这三种对流层延迟模型计算的天顶对流层总延迟量以及精密单点定位精度,可知GPT2较UNB3和EGNOS在高纬度地区定位中有更好的精度表现。     

国产卫星数据在黑龙江省湿地调查中的应用

基于2015年度国产卫星数据(高分一号、高分二号、资源一号、02C卫星、资源三号、天绘一号等系列卫星),通过全分辨率遥感解译方式,获取黑龙江省各区域、各类型湿地资源具体分布面积,同时依据其分布情况,采用定性分析和定量分析相结合的方法,对大兴安岭区域、小兴安岭区域、松嫩平原西部区域、松嫩平原东部区域、东南部山区区域、三江平原区域等6大区域湿地的生态等级进行评价分析,得出黑龙江省湿地实际生态效果评价为"良好"。草本沼泽湿地、森林和灌丛湿地在湿地生态系统中发挥重要作用。     

红外卫星云图和相关向量机的有眼热带气旋客观定强模型

热带气旋TC(Tropical Cyclone)是全球影响最严重的自然灾害之一。TC强度和路径的准确预报,对于减轻其带来的灾害影响至关重要。本文基于静止红外卫星云图和相关向量机RVM(Relevance Vector Machine)构建有眼TC客观定强模型。首先,利用高斯平滑对红外卫星云图进行去噪;然后,利用基于测地活动轮廓GAC(Geodesic Active Contour)模型的偏微分方程PDE(Partial Differential Equation)法对有眼TC的眼壁进行分割,提取眼壁的亮温梯度信息,计算眼壁亮温梯度的最大值及梯度数据不同概率时的均值,从而构造与TC强度密切相关的特征因子;最后,利用RVM构建单特征因子、多特征因子与近地面最大中心风速的客观定强模型,研究不同特征维度对TC客观定强误差的影响。实验结果表明,在单特征因子的模型定强中,95%概率眼壁亮温梯度均值的定强误差最小,相比利用单特征因子所构建的定强模型,多特征因子的模型定强误差更小,即多特征因子中包含更多与TC强度相关的特征信息。在多特征因子的模型定强中,二特征因子优于三特征因子模型,说明应当合理选择特征因子维数,并非越多越好。本文所用RVM模型具有良好的高维非线性处理能力,能对TC强度进行有效估计。     

基于卷积神经网络的磁异常反演

针对传统反演方法存在的初始模型依赖、计算时间较长等问题,提出一种基于卷积神经网络的磁异常反演方法。该方法首先设计大量磁异常体模型,进行正演模拟产生样本数据集;接着借鉴经典的卷积神经网络VGG-13设计了一种全新的VGG磁异常反演网络(VGGINV);然后使用样本数据集训练该网络,并优化网络参数;最后对理论模型和实测数据进行反演实验。实验结果表明,该方法可以准确地反演出磁异常体的位置和磁化强度,具有较强的学习能力和一定的泛化能力,能有效解决磁异常数据反演问题。