1960—2009年中国夏季极端降水事件与气温的变化及其环流特征北大核心CSCD

使用1960—2009年中国610个气象站逐日降水和气温资料及NCEP再分析资料,采用奇异值分解方法研究了近50年中国夏季平均气温与极端降水事件频数的关系,并对比分析了两者变化相应的大气环流差异。结果表明,我国的西北和长江以南地区极端降水事件频数与气温呈正相关关系,而东北—西南走向一带为负相关关系。夏季气温和极端降水事件均在1992年左右发生突变。突变前850hPa风场存在一个中心位于内蒙古的异常大陆气旋环流,而突变后变为异常大陆反气旋环流,这个异常气旋(反气旋)会增强(削弱)冷空气南侵入我国,从而导致我国气温突变后高于突变前。突变前,西部和长江以南地区分别为异常西风水汽输送和异常西南水汽输送,水汽均为异常辐散,极端降水事件偏少;东北—西南一带为异常西南水汽输送,水汽异常辐合,极端降水事件偏多;突变后,反之。     

强度尺度分解方法在气候温度场检验中的应用

本文首次将Casati等提出的强度尺度分解方法应用到气候地表温度场的检验中,探讨此方法用于评估气候模拟场误差的详细空间信息的适用性。以新一代气候系统模式模拟的月平均地表温度为例,传统的统计分析方法（较为常用的是空间相关系数和均方根误差、EOF分析等）不能完全反映模拟场误差的空间信息;强度尺度分解方法可计算不同阈值和空间尺度上的均方误差和模拟技巧,评估对应的模拟能力,定量给出模拟场主要误差的空间信息（误差范围即温度阈值及对应的空间尺度）,例如,亚洲东部地区1月单年及多年平均的模拟场在230 K阈值1600 km模拟技巧非常低。本研究表明强度尺度分解方法适用于气候温度场的检验评估,能定量给出误差的空间信息。     

奇异值分解法在病态问题中的应用

用截断奇异值分解法和修正奇异值分解法对大地测量病态问题进行了处理,并与最小二乘的结果进行了比较,最后将两者方法进行结合同样对病态方程进行了处理,得到了结合奇异值分解的解,并与截断奇异值、修正奇异值分解的解以及真值进行比较,发现结合奇异值分解的解即修正奇异值截断法比截断奇异值和修正奇异值的解更加靠近于真值,修正奇异值截断法相比于截断奇异值和修正奇异值法对于病态方程抗干扰能力更强,更具有实际意义。     

多尺度细节增强的遥感影像超分辨率重建

鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨率重建方法,可以使重建影像提供更多高频细节信息,具有较好鲁棒性和普适性。     

SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

一种四叉树和测地线活动轮廓模型相结合的海陆影像分割方法

海陆影像分割对于后续的海岸线提取、潮间带地形反演、海岸演化状况分析等都具有十分重要的意义。本文在分析了四叉树、测地线活动轮廓(GAC)模型和Canny边缘检测算子等在海陆影像分割中优缺点的基础上,提出了一种四叉树、Canny算子和GAC模型相结合的海陆影像分割方法。该方法综合利用上述各方法的优点,将Canny算子边缘检测结果融入到基于四叉树初分割的GAC模型中,重构边界停止函数,演化水平集方程,实现海陆影像分割。试验结果表明,该方法具有海陆影像分割速度快、精度高、可靠性强和自动化程度高等优点,对于弱边缘以及严重凹陷边缘,都能实现自动和准确分割。     

热红外与可见光数据的云边缘高度匹配

高分辨率数据中云高度的差异性突显,特别是边缘处高度在云阴影识别和地表辐射估算等方面成为需要考虑的重要因素。热红外数据获取云高度分辨率较低、缺乏细部差异性特征,为解决这一问题,首先将对应的热红外和可见光数据进行特征点配准,再将基于热红外数据计算的云高度重采样至高分辨率,然后以基于欧式距离变换的围线搜索方法及距离加权将热红外云边缘高度匹配至对应的可见光图像,最后根据云阴影的相似度匹配方法确定真实云高度。结果表明,算法在遵循热红外云高信息分布变化规律的同时,可以得到较准确的高分辨率云边缘高度,一定程度上解决了热红外技术获取云高在分辨率上的局限,扩展了其在云高反演方面的作用。     

结合像元分解和STARFM模型的遥感数据融合

高空间、时间分辨率遥感数据在监测地表快速变化方面具有重要的作用。然而,对于特定传感器获取的遥感影像在空间分辨率和时间分辨率上存在不可调和的矛盾,遥感数据时空融合技术是解决这一矛盾的有效方法。本文利用像元分解降尺方法(Downscaling mixed pixel)和STARFM模型(Spatial and Temporal Adaptive Reflectance Fusion Model)相结合的CDSTARFM算法(Combination of Downscaling Mixed Pixel Algorithm and Spatial and Temporal Adaptive Reflectance Fusion Model)进行遥感数据融合。首先,利用像元分解降尺度方法对参与融合的MODIS数据进行分解降尺度处理;其次,利用分解降尺度的MODIS数据替代STARFM模型中直接重采样的MODIS数据进行数据融合;最后以Landsat 8和MODIS遥感影像数据对该方法进行了实验。结果表明:(1)CDSTARFM算法比STARFM和像元分解降尺度算法具有更高的融合精度;(2)CDSTARFM能够在较小的窗口下获得更高的融合精度,在相同的窗口下其融合精度也高于STARFM;(3)CDSTARFM融合的影像更接近真实影像,消除了像元分解降尺度影像中的"图斑"和STARFM模型融合影像中的"MODIS像元边界"。     

局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

频谱分解技术在泥页岩储层含气性预测中的应用——以柴达木盆地鱼卡凹陷为例

针对柴达木盆地北缘鱼卡凹陷中侏罗统大煤沟组泥页岩,利用地震频谱曲线在不同流体介质储层中的形态、斜率、主频与中心频率的差值等属性参数特征,识别陆相泥页岩层系的地震频谱属性特征,预测含气性。研究结果表明,中侏罗统大煤沟组上部能量系数较低,平均为0.6719,下部能量系数较高,平均为0.7521,结合现场含气量和全烃特征认为,可以以能量系数0.7为界线,作为识别下部和上部含气性的标志,下部明显比上部含气性好。平面上进一步圈定了2个有利目标区,得到柴页1井勘探验证。因此,频谱分解技术可应用于中国陆相页岩气的勘查开发。