单井水位地震异常信息的提取与地震预报

地下水位动态变化是受影响因素制约的。对于地下水动态按其主要影响因素及其动态特征可以划分出不同动态类型。本文以受抽水、降雨、固体潮、气压影响的雄101深井为例,采用别尔采夫滤波和二元回归数学方法,排除干扰,提取异常,进行地震预报,并实现了这一过程的计算机程式化。     

河南一次局地强降水过程的中尺度分析

利用NCEP/NCAR再分析资料、常规观测资料,采用常规中尺度分析方法和Barnes滤波方法,对2013年6月7日14-20时林州站出现的一次局地强降水过程进行分析,结果发现此次降水过程是发生在东高西低的环流形势下,降水主要发生在500 h Pa低槽槽前;江淮气旋北端不断增强的偏东气流为降水区提供了充足的水汽条件;地形抬升有利于触发对流,并对降水有增幅作用。通过滤波分析发现,此次过程林州处于鞍型场中,且处于风向辐合线和风速辐合线附近;局地强降水发生在水汽通量负散度绝对值大值区与负散度绝对值大值中心重叠区。经过滤波前后对比发现,此次过程分析原始场得出的辐合上升运动区、水汽辐合中心、层结不稳定区与局地强降水落区有一定的偏差,而滤波场特征比较有指示意义。负散度绝对值大值区和地面中尺度辐合线附近有利于回波生成和发展;两回波带合并容易加强;短历时强降水发生前,垂直累积液态水含量迅速跃增;雷达径向速度辐合区有利于回波发展加强。     

基于DOP值的GPS/INS组合导航滤波方法

分析了组合导航观测值的特点,指出其随机特性与精度因子(DOP)有关,将DOP信息引入组合导航中,实时修正组合导航观测值的方差,以适应卫星几何条件变化引起的噪声特性变化,最后通过实测组合导航算例对方法进行了验证。实验表明,利用DOP值信息提高了组合导航的精度和可靠性。     

基于机载LiDAR数据提取城区数字高程模型

地形分析是评估景观、土壤变迁和生态功能不可或缺的一部分,因此研究提取城区数字高程模型(DEM)的方法非常有意义.本文采用机载激光雷达(LiDAR)三维点云数据提取DEM,首先对研究区原始点云用不规则三角网算法进行滤波,获得所有的地表面点云并进行抽稀,然后应用自然领域插值法进行内插生成DEM,最后再与该区参考DEM进行对比分析.结果显示,本文提出的方法能够高精度获取城区数字高程模型.     

辅助模型辨识方法(3):输入非线性输出误差自回归系统

输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.针对输入非线性输出误差自回归系统,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术,研究了相应的基于过参数化模型的辅助模型递推辨识方法、基于关键项分离的辅助模型递推辨识方法、基于数据滤波的辅助模型递推辨识方法.这些方法可以推广到其他输入非线性输出误差系统、输出非线性输出误差系统、反馈非线性系统等.并给出了几个典型辨识算法的计算步骤、流程图和计算量.     

辅助模型辨识方法(1):自回归输出误差系统

研究了自回归输出误差(AR-OE)系统的辅助模型随机梯度算法、辅助模型多新息随机梯度算法、辅助模型递推最小二乘算法,自回归输出误差自回归滑动平均(AR-OEARMA)系统(即AR-Box-Jenkins系统)的辅助模型广义增广随机梯度算法、辅助模型多新息广义增广随机梯度算法、辅助模型递推广义增广最小二乘算法,以及AR-Box-Jenkins系统的基于滤波的辅助模型广义增广随机梯度算法、基于滤波的辅助模型多新息广义增广随机梯度算法、基于滤波的辅助模型递推广义增广最小二乘算法等.     

一种提高影像信息熵的图像预处理方法

简述了影像定量评价对图像处理的重要性,针对图像预处理方法进行了讨论,提出了一种提高影像信息熵的图像预处理方法。通过卫星遥感影像、近景影像和无人机影像的试验,验证了该方法能在有效去除影像噪声影响的同时提高影像信息熵,为有效提高影像匹配成功率及目标识别概率提供了理论基础及解决途径。     

光学遥感影像DCM-HTM去雾算法研究

针对卫星遥感影像的雾区检测和校正问题,提出了一种暗通道图像DCM与雾厚度图像HTM结合的DCM-HTM遥感影像去雾算法。算法基于暗通道原理,采用mean-shift均值漂移滤波和直方图自动阈值来检测雾区域;同时通过不重叠窗口获取HTM;最后在检测出的雾区内实现去雾校正处理。实验结果表明,算法能较准确地检测出影像上的雾区域,能在影像正常区域不受影响的前提下,有针对性地对受雾影响区域进行校正,校正效果较整幅影像的去雾校正有较大改善。