小波变换在识别储层流体性质中的应用

根据小波变换的特点提出一种识别储层流体的新方法. 本文假设测井所得的信号为地层微观孔隙结构、地层流体性质及岩性和岩相等各部分的综合贡献之和，不同的储层中小波分析的能量谱特征不同，因而通过对已知储层模型进行小波能量谱分析，可得到各种储层的特征能量谱，根据这些储层特征能量谱就可以对待划分的储层段进行储层流体性质判别.     

Curvelet变换及其在地震波场分离中的应用

小波多尺度分析可以有效处理一维信号的点奇异特征,但对于二维信号的线奇异特征,小波变换显得无能为力。Curvelet多尺度变换可以对时空信号进行最稀疏表达,能够获得最优的非线性逼近。通过分析地震信号在Curvelet域三维空间的特征,认为时空信号的不同波组成分在Curvelet域存在明显的差异,可以从频率、角度和空间位置实现有效反射波和干扰波的分离。理论模型与实际单炮记录处理结果表明,Curvelet域方法在分离干扰波、突出反射波的同时,可以较好地保持有效波信息,保真度好。     

基于Landsat5-TM遥感影像植被监测方法研究

针对Landsat5-TM遥感影像植被监测方法进行了研究,采用了变化向量分析方法,通过分析采用绿度指数GVI和垂直植被指数PVI来进行植被检测,并通过最大类间方差进行阈值的选取,采用Landsat5-TM遥感影像数据进行了试验,通过变化检测分类图和变化类别图斑统计的方法对结果进行了评价,变化检测分类精度较高。     

序贯一维型边缘检测新算法

本文提出一种既可用于从图象上提取具有某种用途的一维边缘,又可用于提取具有多种用途的二维边缘的序贯一维型边缘检测新算法。由于构成该算法重要组成部分的基础算子的作用,以及将二维问题化为一维问题求解而使其明显具有简单,快速、有效的特点。该算法还具有Abdou ^[1] 等所建议的边缘检测算子应具有的两个特性。     

基于FY-4A的一种自适应阈值对流云提取算法

以台风"利奇马"带来的强对流天气过程为例,利用FY-4A气象卫星先进静止轨道辐射成像仪的水汽与红外窗区通道亮温数据,对照全国气象雷达组合反射率拼图数据中反射率因子大于35 dBZ的对流云区域,设计了一种自适应阈值对流云提取算法.结果表明:(1)FY-4A气象卫星使用水汽—红外窗区亮温差法提取对流云,其最佳阈值为-2 K...     

1960-2012年西藏林芝气温和降水变化

基于1960-2012年日平均气温和日降水量数据,利用小波分析和Mann-Kendall突变分析方法,分析了西藏林芝气温和降水的变化特征。结果表明：林芝年平均气温增长速率0.028℃·a^-1;年平均气温受3~4 a尺度波动的影响,无明显主周期;年平均气温序列有3个突变点,分别是1972-1973年、1975-1976年和1977-1978年。年降水量增长率1.218 mm·a^-1;年降水量受4 a、10 a和20 a尺度波动的影响;有两个主周期,分别为2 a、19 a;年降水量序列有4个突变点,分别为1960-1961年、1965-1966年、1977-1978年、1982-1983年。     

小波网络方法用于时间序列分析中非线性模型的研究

把小波网络方法用于时间序列分析中非线性模型，利用小波网络的非线性逼近能力，构造一个非线性函数，并对温度资料进行处理，得到了较好的拟合效果。     

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。     

基于小波变换与神经网络的石羊河流域夏季地温预测模型研究

地温变化在气候反馈效应中起着重要作用, 理解地温及其与影响因素之间的时空关系对预测全球温度变化至关重要。利用1998 - 2017年石羊河流域的逐日常规气象观测资料, 采用小波分析结合BP（Back Propagation）神经网络构建了石羊河流域夏季地温预报模型, 结果表明： 日平均地温预测效果在不同站点均为最佳, 其中预测值和观测值的相关系数均大于0.87, 3 ℃以内的预测概率均大于84%。其中, 民勤地区地温预测效果最好, 预测值和观测值的相关系数达到0.91, 3 ℃以内的预测概率达到86%。日最高地温的预测值与观测值的相关系数高于0.8, 但误差平方和、 标准差较大。永昌地区日最高地温的模拟效果最好, 3 ℃以内的预测概率达到83%。日最低地温的预测与观测值的平均相关系数高于0.66, 3 ℃以内的预报概率高于83%, 但预测值略低。其中, 武威地区日最低地温的预测效果最好, 预测值与观测值的相关系数为0.72, 3 ℃以内的预测概率达到94%。研究成果可为有效弥补干旱、 半干旱区地温观测资料缺失和探讨其与局地气候的关系提供一些参考。     

内点最大化与冗余点控制的无人机遥感图像配准

利用小型无人机进行遥感图像配准在自然灾害损害评估、环境监测和目标检测与追踪等领域发挥着至关重要的作用,但小型无人机的图像采集过程容易受风速/风向、复杂地形、电池容量、飞行姿态、飞行高度等自然或人为因素的影响。这些问题通常会导致捕捉到的场景重叠率低与图像非刚性畸变,在特征点提取过程中产生大量冗余点,增加了图像配准的难度。本文提出一种基于特征点的小型无人机图像配准方法,该方法的核心思想是在配准过程中识别冗余点,同时最大化可用内点数量。所识别的冗余点当作控制点,用于控制网格代图像的运动。最后通过最大化内点和合理移动控制点来恢复图像变换。本文使用50对小型无人机图像进行特征匹配和图像配准的实验,其中平均配准精度可达80.38%,并且本文方法在所有的情况下都优于5种当前流行算法。