多平台(雷达、卫星、雨量计)降水信息的融合技术初探

为提高卫星降水估计的精度,利用CMORPH资料和雨量计资料,基于最优插值法OI(Optimum Interpolation)有效合成,得到0.125°×0.125°降水分析产品;基于广东省境内5部新一代多普勒天气雷达(CINRAD/SA)的降水估计拼接产品,即0.01°×0.01°降水分析产品.为进一步扩展降水的探测范围,将以上两种不同分辨率产品进行区域定量协调,并以各自均方根误差平方的倒数作为权重系数将两者融合.误差分析表明,前期雨量计订正的CMORPH能有效减小系统偏差;交叉检验表明,CMORPH融合了雨量计资料后,比单纯OI雨量计的效果要好.两种不同分辨率产品有明显的区域差异特征;获取的一套降水产品既能体现雷达资料的优势,又能体现CMORPH融合雨量计的优势,在降水估测精度和扩大降水估测范围上都有了较好改观,能够反映不同尺度平台的降水信息.     

基于SBAS/PS-InSAR技术的滑坡遥感监测对比研究

以2015~2019年12景ALOS-2 PALSAR2影像和2018~2019年38景Sentinel-1A影像为主要数据源,利用PS-InSAR和SBAS-InSAR技术提取西藏江达县波罗乡白格滑坡点的形变信息,并对处理结果进行交叉验证。研究得到以下结论：1）PS-InSAR技术条件下,ALOS-2数据和Sentinel-1A数据的平均形变速率范围为-68.9~37.9 mm/a和-64.5~24.2 mm/a;SBAS-InSAR技术条件下,ALOS-2数据和Sentinel-1A数据的平均形变速率范围为-84.2~-40.0 mm/a和-84.0~-13.0 mm/a。2）对2种数据结果中提取的4个特征点进行时序分析和定量分析显示,2种InSAR技术结果变化趋势较为一致,验证了两者在滑坡监测中的可靠性和准确性。     

FUZZY COMPREHENSIVE EVALUATION OF CONTAINER TRANSPORTATION MODES ALONG THE CHANGJIANG RIVER MAIN LINE AND ITS DELTA AREA

The Changjiang River (Yangtze) is one of the fastest growth areas of container transportation in Chi-na. Rail, road and water transportation have competed against each other for container transportation in the Chang-jiang River main line and its delta area. It is of significance to assess these different transportation modes scientifi-cally in order to organize container transportation efficiently in this area and make decision for integral plan and construction of transportation system in this area. This paper outlines application of fuzzy comprehensive evaluation to appraise different modes of typical direction of containers. Twelve assessment indexes were decided. Membership functions were formulated. Evaluation results indicated that road transportation was optimal mode in the Changjiang River delta area, however water transportation was the primary way in the Changjiang River main line.     

施密特巡天星表的现状和展望

扼要介绍了施密特巡天底片及基于此编制而成的施密特巡天星表的发展历程,并详细介绍了GSC2.3和USNO-B1.0的情况.分析研究了这类星表存在的问题和原因所在,并提出了一个新的计划:利用现有施密特底片资料并增加新的第3期观测,编制一个具有绝对自行、多色测光、系统均匀的高密度全天星表以满足各方面的需要.     

γ爆与不同富性的Abell团的交叉相关分析

我们分析了强γ爆和弱γ爆与不同富性的Ａｂｅｌｌ团之间的交叉相关特性。发现弱γ爆与所有富性的Ａｂｅｌｌ团都没有交叉相关，而强γ爆除了与Ｒ≥２的Ａｂｅｌｌ团没有交叉相关外，与Ｒ＝０，Ｒ＝１的Ａｂｅｌｌ团都有１σ以上的交叉相关。     

CygX—1硬态高能光子的时延

硬X射线和软射线光子的时延时研究主能辐射的一个重要方面，傅里叶交叉谱常常被用于教育处硬软光子之间的时延，但是交叉说示能在高于30Hz的傅里叶频率上从CygX-1测量到有统计意义的快速光变，由李惕培在时域上发展的交叉相关函方法能有效测量不同时间尺度上的时延，利用此交叉相关分析方法，讨论了不同观测时期CygX-1硬态高能光子时延 的性质，分析结果表明，CygX-1硬态在短的尺度（＜0．1秒）上存存在有意义的时间延迟，并将短时间尺度上的观测结果和各种CygX-1硬态模型进行了比较讨论。     

基于自适应时序剖分与KNN的短时交通流量预测

在智能交通系统中,准确和高效的短时交通流量预测是交通诱导、管理和控制的前提。由于交通流量动态变化中表现出的时变性和非平稳性特征,其预测难度较大,是交通领域中亟待解决的难题。为提高短时交通流量的预测精度,本文设计与实现了基于自适应时序剖分与KNN（A-TS-KNN）的短时交通流量预测算法。① 基于动态时间规整（Dynamic Time Warping,DTW）动态剖分单日时序为不同的交通模式;② 在不同交通模式,采用互信息法求解每个预测时刻时间延迟的最大阈值,构造不同时间延迟的状态向量,生成交通流量历史数据库;③ 采用十次十折交叉验证的方法求解每个时刻不同时间延迟与不同K值的正交误差结果分布,提取误差最小的正交结果,得到自适应时间延迟与K值的参数组合;④ 采用K个最相似的近邻的距离倒数加权值作为预测结果。对比K近邻（K-nearest neighbors, KNN）、支持向量回归（Support vector regression,SVR）、长短期记忆神经网络（Long-short term memory neural network,LSTM）以及门控递归单元神经网络（Gate recurrent unit neural network,GRU）共4种主流预测模型,A-TS-KNN算法预测精度显著提升;将A-TS-KNN算法用于福州市城市路网中其他交叉路口的短时交通流量预测,结果表现出良好的泛化能力。     

重力数据约束的二维地震层析成像在台湾海峡南部的应用

地震-重力联合反演可以降低多解性,针对大勘探范围内岩石波速-密度关系存在较大散布的问题,引入交叉梯度结构约束构建统一的目标函数是一种有效的解决方案。利用台湾海峡南部HX-13测线进行验证:由于火成岩侵入体的存在,部分区域难以拾取可靠的地震初至,常规的走时反演无法准确恢复基底面的形态。搜集研究区的船测重力资料,根据地震地质条件和数据特点设置合适的反演参数,实现基于物性和结构双重约束的重力-地震联合反演。由对反演结果的分析和解释可以看出,该方法可在很大程度上弥补地震数据不完备的缺陷,使反演过程稳定,并提高模型的可靠性。