海洋测量延时效应的研究

对海洋测量中的延时效应进行了分析,给出了系统性延时效应的探测及改正方法。实测数据及仿真证实了该方法的有效性。该方法可编制软件用于高精度的海洋测量的数据处理。     

内河航道水深测量中提高水位改正精度的实践

通过对影响水深测量因素的分析,并结合内河航道水深测量的特点及生产实践,阐述了在内河航道水深测量中提高水位改正精度的方法和体会。     

现场粒径分析仪与ADCP同步测量悬浮沉积物浓度的粒径修正方法

利用后散射强度(ABS)估计悬浮沉积物浓度原理,根据Rayleigh散射理论,给出了利用现场粒径分析仪与声学多普勒流速剖面仪(ADCP)同步测量悬浮沉积物浓度的粒径修正方法,并推导出了一种新的、用于对ABS进行粒径修正的等效粒径计算公式(9)。利用这一公式并结合LISST-100所测的粒径分布信息,可以对ADCP所测的ABS进行粒径修正,其修正方法见式(10)。结合利物浦湾和Anglesey周边海域的现场采样、测量及其分析结果,对上述粒径修正方法进行了验证。分析结果表明,采用上述公式进行粒径修正后,ADCP测量悬浮沉积物浓度的精度有较大程度的提高,线性拟合的相关系数从0．65-0．71提高到0．78-0．88。     

基于SCTP-RF算法的甘肃省短期定量降水客观预报方法研究

基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP_CMA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明：(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP_CMA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP_C<...     

利用北斗多频观测进行舰船姿态测量

讨论了利用北斗二代卫星定位系统进行舰船姿态测量的可行性,并利用多频观测进行电离层折射误差的消除;使用TCAR和矩阵变换法进行模糊度的解算;最后利用姿态矩阵的正交特性进行模糊度有效性的分析。经仿真计算可知,利用北斗多频观测进行舰船姿态测量具有很高的精度和效率。     

海洋磁力测量多站日变改正基值归算方法研究

海洋磁力测量多站日变改正中,为了使整个测区磁场水平统一,必须以主站为基准对分站日变基值进行归算。对多站日变改正中日变基值的归算方法进行了研究,给出了多站日变改正基值归算公式。结论表明:当主站和分站日变基值都采用平均值法时,分站日变基值不需要向主站进行归算;而采用其他方法时(如基时刻或基时段法),为了使整个测区磁场水平统一,必须对分站日变基值进行归算。     

水色遥感大气校正方程的研究进展

大气校正是水色遥感研究中必不可少的一步,文中概括总结了对于一类水体、二类水体的大气校正以及在每类水体中对气溶胶单散射、复散射两种情况下的大气校正方法,列出了比较实用的计算流程。     

BDRM理论在双轴海洋声道中的应用

由于表面声道与深海声道间的耦合效应,声波在双轴海洋声道中的传播比较复杂,因此求解双轴海洋声道中的声场就比较困难。在 WKBZ 本征函数的基础上,推导出了参考界面相位修正的一致表达式,并将浅海声传播的波束位移射线简正波(BDRM)理论应用于计算双轴海洋声道中的声场,进行了数值模拟并与传统简正波方法进行比较,结果表明应用 BDRM 理论计算的传播损失具有很高的精度和速度,可以对双轴海洋声道内声传播问题进行分析和预报。     

地形校正对U-Net深度神经网络分类器分类精度的影响

在国土资源监测、森林资源调查等多个领域中,基于遥感影像的分类技术受到了广泛应用。在利用传统分类器对地表覆盖分类提取中,地形效应是制约分类精度提升的一种因素,其影响可通过适当的校正模型减弱,且已证明地形校正能够对分类精度的提升起到积极作用。相比于传统分类器,基于深度学习理论的深度神经网络分类器具有深层特征学习和表达的优势,在图像分类领域兴起并逐渐用于土地覆盖分类且取得了不错的精度提升。本文初步探究了地形校正在利用深度神经网络分类器U-Net进行地表覆盖分类时对分类精度的影响情况。以Landsat 8 OLI 30 m影像为数据源,结合GDEM＿V2 30 m地形数据,在GlobeLand 30和全国30 m森林分类结果的基础上,利用U-Net深度神经网络分类器实现了山区地表覆盖分类提取,并就不同训练样本获取方式及不同精细程度分类体系下地形校正前后的分类精度做了对比分析。分类结果表明：（1）规则网格裁切和坡向辅助裁切这两种训练样本获取方式下,地形校正后的分类精度较校正前不变或有极小幅度的降低,降低范围在0.9%—1.39%;(2)在对更精细的森林类型分类中,地形校正后的分类精度较校正前下降...     

Landsat遥感影像正规化处理的模型比较研究

卫星遥感影像在接收的过程中由于受到许多因素的干扰,使影像的质量受到一定程度的影响。而不同时相的影像也会因为成像时光照和大气条件的不同而出现差异。因此,在使用遥感影像之前往往需要进行必要的辐射校正。目前,主要用于辐射校正的两种基于影像的正规化模型分别是Markham和Irish等人提出的校正日照差异的正规化模型(ICM)和美国尤他州立大学遥感和地理信息系统实验室新近提出的日照大气综合校正模型(IACM/IACMt)。本文以三对不同时相的Landsat TM/ETM+影像为例,利用不变特征地物法求出各影像的相对噪音、RMSE和斜率,并用这些指标来对模型进行定量对比和评价。结果表明,当不同时相影像之间的季相、太阳天顶角和大气条件有较大差别时,经过正规化处理的遥感影像的噪音和RMSE比未经正规化处理的影像得以明显降低,且斜率更接近于1,镶嵌接缝淡化,效果更好。但如果遥感影像之间的季相一致、成像时的太阳天顶角接近,且影像晴空无云的话,则经过正规化处理的影像和未经该处理的影像之间的区别并不大。就正规化模型之间的对比而言,当影像无明显的大气影响时,ICM要好于IACM;但当受到明显的大气影响时,带有τ值的IACMt模型更好。