奇异谱分析-最大熵结合最优子集回归方法在中国夏季降水预测中的应用

基于奇异谱分析-最大熵预报方法（SSA-MEM）和最优子集回归方法（OSR）,综合考虑降水量序列自身的变化特征和外强迫因子对降水的贡献,把奇异谱分析-最大熵预报方法和最优子集回归方法结合起来,提出了SSA-MEM和OSR集成的新方法。对1961—2000年的夏季降水量进行拟合并试做2001—2004年的夏季降水预测。结果表明,回报拟合值与实况值距平相关系数达到0.85,通过了0.01的显著性水平检验。预报的平均技巧得分较高,试报准确率达到69%,略高于目前国内对汛期降雨预测的平均准确率。初步的试验表明,本方法对全国范围夏季降水有较好的预测能力,在东北及西南地区预测结果尤为显著。     

基于栅格划分和法向量估计的点云数据压缩

基于点云数据的栅格化和法向量估计提出一种新的点云压缩方法,数据处理由Matlab7.1编程实现。试验结果表明,使用该方法可以获得较好的压缩效果,由于该方法顾及了扫描点之间的法向量关系,所以能更好地保留点云特征,防止压缩过程中特征信息的丢失。     

应用分水岭变换与支持向量机的极化SAR图像分类

结合分水岭变换与支持向量机的特性,提出一种新的极化SAR图像分类算法。其基本思想是先通过分水岭变换及区域合并处理,将极化SAR图像分割成一系列同质区;再以同质区为基本单元,进行特征提取及样本选择后采用支持向量机分类。实验结果表明,该算法可有效降低相干斑对分类的影响,与传统基于像素的SVM算法相比,其分类精度有显著的提高,且结果也更易于理解。     

基于开普勒轨道参数确定卫星状态向量的方法研究

以ERS-1影像数据为例,介绍了利用轨道参数确定任意时刻卫星状态向量的方法,实验表明利用轨道参数确定卫星的状态矢量精度很高,该研究对于雷达影像的几何处理,以及其它相关处理都具有基础意义。     

利用GPS技术建立城市GPS控制网的方法探讨

笔者结合多年生产经验,以海南省乐东县GPS控制网为例,介绍了利用GPS技术建立城市GPS控制网时一些常见的问题及处理办法。通过全面的质量控制以确保城市D级GPS控制网测量成果符合现行测量规范的要求,讨论了GPS控制测量的精度等问题。     

副高、极涡因子对我国夏季降水的影响

利用奇异值分解方法(SVD)分别分析了北半球副高指数和北半球极涡指数对我国夏季降水(6～8月)的影响,并详细讨论了对我国夏季降水影响重大的具体关系,以及它们影响的区域情况.研究发现,我国夏季降水主要受前期冬季极涡强弱的影响.冬季副高因子的影响是半球范围的,而春季副高因子的影响主要取决于我国南部的副高系统.综合研究极涡、副高两者对我国夏季降水的影响要比分别研究它们各自的影响所得模态的代表性好,预报价值也更高.     

基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究

为进一步提高堆石坝材料参数反演模型的计算精度与适用性,建立了基于量子遗传算法（QGA）与多输出混合核相关向量机（MMRVM）的自适应反演模型。通过引入混合核函数,使所构建的MMRVM能够高精度地模拟材料参数与大坝沉降间的复杂非线性关系,从而代替耗时较长的有限元（FEM）计算。通过利用参数较固化的QGA优化确定MMRVM核参数,使反演模型具有自适应性。以实测沉降数据为依据,充分发挥QGA的全局搜索能力反演筑坝材料本构模型参数。在分析模型所需测点个数与信噪比对计算结果影响的基础上,通过公伯峡堆石坝应用实例证明：QGA-MMRVM可快速、精确地反演堆石坝筑坝材料本构模型参数,模型凭借其自适应性在实际工程中具有良好的应用前景和推广价值。     

基于SVD和PCA方法重构干涉格林函数

地震干涉法(SI)是一种用来计算两个信号接收点之间格林函数(GF)的方法,它的基本假设是以其中一个接收点位置为虚拟源,可用来计算两点间震源传播的旅行时间。然而采用直接叠加的方法压制干扰信号,计算得到的干涉格林函数效果不佳,因而计算得到的旅行时间也不够精确。这里基于奇异值分解法(SVD)对叠加前的互相关矩阵进行分解及重构,可以有效压制两点间来自干扰源的信号,再利用主成分分析法(PCA)对固有几何拓扑结构降维特性提取主信号,计算得到新的干涉格林函数。数值模拟及实测数据处理结果表明:使用SVD和PCA综合处理方法,能有效提高干涉格林函数的准确性。     

线源直流电法有限元二维正演模拟

直流电法勘探中,三维点源正演计算复杂、计算量大,虽进行傅里叶变换可转化为二维点源,但相比二维线源计算还是复杂。基于Matlab编程,采用第一类边界条件,给出了线源直流电法二维有限元数值解法,通过与均匀半空间理论值比较,验证了计算结果的正确性;再建立高阻、低阻地电模型,并采用单边供电和双边供电分别对其响应进行比较和分析,得到了相应的视电阻率断面图。结果表明单边供电可以准确反映异常体在纵向上的位置,而双边供电更能准确反应异常体的横向位置和形态。论文研究为生产实际提供了理论依据。      

高分辨率遥感影像中云和似云目标的自动区分

云的存在会对遥感影像的处理及目标识别等产生影响,因此,自动提取云对高分辨率卫星影像的应用具有重要意义。高分影像上更加复杂的云的细节形态及似云目标的干扰,使得高分影像的自动云提取难以达到实用水平。本文以雪地为例,选取形状、纹理和边缘3个差异化特征作为云与似云目标区分的关键,提出了一种区分高分辨率遥感影像中云和似云目标的云检测算法。首先利用Wallis滤波对输入影像进行预处理,增强影像中不同尺度的影像纹理模式;然后对影像进行快速稳定的均值漂移分割,利用灰度和纹理特征构成支持向量机的第一层分类器,将分割后的区域对象分成"云"和普通地物,再利用边缘、形状、纹理等特征结合灰度特征构成支持向量机的第二层分类器,将"云"区分为云区和似云目标;最后使用Grab-cut对云检测结果进行边缘迭代精化。本文算法取得了优良的试验结果,证明了算法在似云目标干扰下对高分辨率遥感影像进行精确云检测的能力。