集成学习和动态融合算法在福建省短时强降水预报中的应用

为了提高短时强降水预报准确性,在2019—2020年4—9月福建省逐时降水实况观测资料与中国气象局广东快速更新同化数值预报系统(CMA-GD)模式预报产品的基础上,应用LightGBM集成学习算法框架,建立以30 mm·h^-1为阈值的逐时降水预报模型。通过特征处理、自助聚合及超参数搜索等技术对模型进行优化,结合AUC、AUPR与传统分类指标,设计了包括业务模拟测试在内的多项试验,通过对比各建模方案验证了模型对于较长时效的短时强降水预报的适用性。结果表明:模式预报本身的命中率和空报率均较高,各建模方案具有不同程度的改善作用。自助聚合可以增强模型预测稳定性,轻微不平衡子训练集能降低模型预测空报率而取得更高的综合评分,在验证集中最佳TS评分可达17.5%;对分类信息增益贡献最大的特征变量为K指数,其次为500 hPa露点温度和时间参数特征;试验指标从优到劣依次为:随机交叉验证、小时划分的随机交叉验证、业务模拟测试,可见模型有效性主要来自相同或相邻时刻的样本信息;设计基于逻辑回归的异质模型动态融合方案以改善静态同质模型表现,各项指标均有小幅提升,在命中率接近50%时削减空...     

利用遥感图像处理的方法进行北京市绿化隔离地区绿地调查

该文介绍了利用遥感图像处理方法对北京市绿化隔离地区进行绿地调查的情况, 采用了ETM数据和SPOT数据融合的图像为处理对象,并辅助以实地采样与现 有的绿化辅助数据,保证了信息提取的高精度,在成本、技术与分类精度上寻找 到了适合于绿地调查的契合点。     

利用高分辨率航天遥感影像实现城市3维可视化

利用高分辨率遥感影像提取地物数据，并采取面向对象的空间数据模型对数据进行管理，使用虚拟现实技术对城市景观进行3维重建，然后利用有理函数数学模型表示遥感影像与地面之间的构像关系。使用纹理映射技术，构建具有高度真实感的城市3维景观图。     

浅谈对“IKONOS卫星”的认识

本主要介绍了IKONOS卫星数据特点及其应用领域、技术、方法。     

基于小波变换的影像信息融合方法

文中提出了一种基于小波变换的影像信息融合方法来提高遥感影像的几何分辨率，该算法的基本思想是：首先利用小波正变换算法将待处理的两幅影像分解成不同分辨率的子图像，然后在一定的准则下对不同分辨率的子图像进行信息融合处理，最后利用小波重建算法对融合子图像进行小波逆变换处理，得到信息融合后的高质量图像，实验表明该方法是可行的。     

中国空间数据基础设施建设

空间数据基础设施（Spatial Data Infrastructure，简称SDI）是指用于采集、处理、加工地理空间数据（或称地理信息），并进行管理、维护、分发服务和组织协调的基础设施体系，介绍了我国国家空间数据基础设施的建立情况，结合全国1：5万空间数据库建库技术试验项目，着重分析了目前我国正在进行的1：5万空间数据基础设施数据库的组成，数据量，建库的关键问题和基于GeoStar组件的1：5万空间数据基础设施的体系结构。     

基于小波多分辨率分析方法的海冰遥感影像数据融合

采用小波多分辨率分析方法，对辽东湾2000－01－18的海冰遥感数据（NOAA／ARHRR和Radarsat/ScanSAR)进行了融合分析，并从几方面对结果作了深入的分析和对比。文中首次采用了小波分析中的多层次分解和重构技术用于数据融合分析。     

SINS／GPS级联组合滤波新算法

针对级联式SINS／GPS导航系统中组合滤波器的测量噪声与系统噪声的相关问题，提出了一种相关程度未知条件下的估计量最优融合算法，并由此得到了一个顾及噪声相关性的的卡尔曼滤波新算法；通过对一套SINS／GPS数据的计算，证明了新算法是成功的。     

拟合推估在GPS高程解算中的应用

函数模型逼近和统计模型逼近是大地测量平差中两种重要的方法。前者对趋势性和规律性变化能数的求解较为理想，而后者对随机变化参数的逼近比较合适，首先叙述和分析了目前在GPS高程异常解算中的几种方法的原理及优缺点，然后对最小二乘拟合推估在逼近未知点高程异常方面的应用进行了讨论，并介绍了拟合推估的一种新解法。     

SINS／GPS级联组合滤波新算法

针对级联式SINS／GPS导航系统中组合滤波器的测量噪声与系统噪声的相关问题，提出了一种相关程度未知条件下的估计量最优融合算法，并由此得到了一个顾及噪声相关性的卡尔曼滤波新算法；通过对一套SINS／GPS数据的计算，证明了新算法是成功的。