利用涌浪滤波器提高水深测量精度的实践

采用涌浪滤波器技术可以降低波浪引起的误差,通过对涌浪滤波数据的有效性分析和数据处理,对比分析了涌浪滤波器应用前后水深测量精度的变化。实际应用效果表明,水深地形测量精度可提高1倍以上;提出了使用涌浪滤波器的注意事项。     

一种新的模式倾向误差估计算法及其在ENSO模拟中的应用

气候模式是我们理解、模拟和预报气候演变的重要工具。然而即使是目前最先进的耦合模式,其模拟和预报与大气/海洋的真实状态相比,仍存在较大偏差,这是由于在模式的倾向方程中不可避免地存在系统性的误差(倾向误差)。因此,减小模式倾向误差对改进模式的模拟和预报效果具有重要意义。该研究首先发展了一种新的计算模式倾向误差的估计算法——基于局地集合变换卡尔曼滤波器(local ensemble transform kalman filter, LETKF)同化技术的倾向误差估计算法。在此基础上,将新发展的算法应用到Zebiak-Cane (ZC)模式,通过同化海表面温度异常(sea surface temperature anomaly, SSTA)数据,估计随时空变化的倾向误差,并使用计算得到的倾向误差订正模式,进行积分模拟。结果表明: (1)倾向误差和ZC模式的模拟偏差具有高度相关性; (2)订正后的模式改善了对厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)的一些重要特征的模拟。这说明新发展的模式倾向误差估计算法十分有效且在ENSO模拟中具有较好的应用价值,此外,这种新的模式倾向误差估计算法,计算高效简便,可便捷地应用于各模式中,利于推广。     

Study on the detection of abnormal sounding data based on LS-SVM

A new method of detecting abnormal sounding data based on LS-SVM is presented. The theorem proves that the trend surface filter is the especial result of LS-SVM. In order to depict the relationship of trend surface filter and LS-SVM, a contrast is given. The example shows that abnormal sounding data could be detected effectively by LS-SVM when the training samples and kernel function are reasonable.     

航空重力数据窗函数法FIR低通数字滤波试验

采用窗函数法FIR低通数字滤波方法,对GT-1A型航空重力系统的测量数据进行了滤波试验研究,获得了一些有意义的结果.试验结果表明,通过选择合适窗形、窗口长度和滤波参数,窗函数法FIR低通数字滤波器是可以在航空重力数据的低通数字滤波处理中发挥应有的作用,获得满意的效果.     

系统辨识(8):耦合辨识概念与方法

耦合辨识是系统辨识的一个重要分支,是新近发展和提炼形成的一种辨识概念,主要用于研究结构复杂的参数耦合线性和非线性多变量系统的辨识问题.辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念是本文作者提出的一些新的辨识研究思路、理念和方法,分别能够用于研究存在未知过程变量的不可测系统的辨识,能够提高辨识方法的收敛速度和参数估计精度,能够解决结构复杂、大规模多变量系统及参数耦合多变量系统的辨识问题、减小辨识算法的计算量.首先介绍多变量系统耦合辨识概念,在此基础上讨论多变量系统的几种(全)耦合最小二乘辨识方法、(全)耦合随机梯度辨识方法、部分耦合随机梯度辨识方法、部分耦合最小二乘辨识方法等,最后说明耦合辨识方法可推广用于有色噪声干扰多变量系统的辨识,并列出了一些多变量系统模型结构,阐述了耦合辨识概念可以结合辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代搜索原理(梯度迭代、最小二乘迭代、牛顿迭代)等来研究线性或非线性多变量系统的辨识问题.     

微机化交流电阻率仪及其应用

本文给出了交流电阻率仪的设计原理框图,讨论了同步检测技术及其特点,介绍了仪器系统压制干扰的室内测试结果和野外实验结果,指出了该仪器的应用及开发远景。     

基于复曲波变换的一次波和多次波分离方法

多次波压制方法的研究一直都是地震数据处理中非常重要的一个课题.由于常用的多次波匹配方法主要针对多次波模型和实际多次波存在的振幅或相位的差异进行匹配校正,而无法直接校正多次波模型和实际多次波存在时移误差.本文构建了一种复曲波变换的算法,利用复曲波变换的时移不变性质,通过调整复曲波系数的振幅和相位实现对多次波模型振幅和时移误差的校正.为了更好地保护有效信号,在一次波和多次波分离前,引入一个非线性屏蔽滤波器,可以事先分离出大部分有效波,然后再将剩余部分数据作为输入数据,在复曲波域进行剩余一次波和多次波分离.最后通过模型试算和实际资料处理验证了本文提出的一次波和多次波分离方法的有效性.     

CDSN台实时监视数字波形

成功开发的新软件,解决了新一代中国数字地震台站(NCDSN)无法实现地震波形的实时监视问题。它对于台站实时掌握地震仪器的工作状态、地震事件数据的流动情况起到了积极的作用,灵活使用滤波器则可极大地提高大震速报的工作效率。它的另一特点是可在程序的运行过程中直接修改任意参数而无需重新启动本软件,改动后的结果可立即看到,操作极为简单。     

拉萨夏季大气热源10~20 d的振荡特征

利用逐日大气热源资料分析1950-2006年拉萨夏季大气热源的气候及其异常特征。结果表明:1)拉萨夏季大气热源的气候平均值为88 W·m^-2,明显低于亚洲季风槽区夏季热源的气候平均值,是一般强度的大气热源区。20世纪90年代中期拉萨夏季大气热源趋于减弱,21世纪初其值接近于0。2)拉萨夏季57 a大气热源10~20 d振荡强度约为季节内振荡平均强度的2倍,显著年数(33 a)占总年数的57.6%,因此10~20 d振荡是拉萨夏季大气热源季节内振荡的重要分量。3)拉萨夏季大气热源10~20 d振荡强度存在明显的季节内变化(7月上旬前后振荡最强)和明显的年代际差异(20世纪50年代末-60年代中、80-90年代前期是两个强振荡阶段)。     

Assimilating ASAR data for estimating soil moisture profile using an ensemble Kalman filter

Active microwave remote sensing data were used to calculate the near-surface soil moisture in the vegetated areas. In this study, Advanced Synthetic Aperture Radar （ASAR） observations of surface soil moisture content were used in a data assimilation framework to improve the estimation of the soil moisture profile at the middle reaches of the Heihe River Basin, Northwest China. A one-dimensional soil moisture assimilation system based on the ensemble Kalman filter （EnKF）, the forward radiative transfer model, crop model, and the Distributed Hydrology-Soil-Vegetation Model （DHSVM） was developed. The crop model, as a semi-empirical model, was used to estimate the surface backscattering of vegetated areas. The DHSVM is a distributed hydrology-vegetation model that explicitly represents the effects of topography and vegetation on water fluxes through the landscape. Numerical experiments were con- ducted to assimilate the ASAR data into the DHSVM and in situ soil moisture at the middle reaches of the Heihe River Basin from June 20 to July 15, 2008. The results indicated that EnKF is effective for assimilating ASAR observations into the hydrological model. Compared with the simulation and in situ observations, the assimilated results were significantly improved in the surface layer and root layer, and the soil moisture varied slightly in the deep layer. Additionally, EnKF is an efficient approach to handle the strongly nonlinear problem which is practical and effective for soil moisture estimation by assimilation of remote sensing data. Moreover, to improve the assimilation results, further studies on obtaining more reliable forcing data and model parameters and increasing the efficiency and accuracy of the remote sensing observations are needed, also improving estimation accuracy of model operator is important.