基于多目标进化算法的地图注记自动配置技术的研究

在计算机数字制图过程中,地图注记的配置直接影响数字地图的效果.针对地图注记配置过程中两个或多个注记之间冲突处理的问题,本文参照格式塔原则,从地图注记的易读性、位置优先性、形状相似性、地物关联性四个格式塔因子出发对地图注记的候选位置进行评价;同时根据多目标决策理论,用进化算法模拟地图注记的自动配置过程,实现了地图注记自动配置的全局优化.     

一种基于嫦娥一号CCD影像的影像匹配方法

月球测绘是完成月球探测任务的基础保障。这里提出了一种适合于CE-1获取的CCD影像的多尺度约束自动匹配方法。首先利用SURF算子提取影像上特征点;然后进行基于准核线和最小欧式距离约束的影像匹配;最后采用随机采样算法对误匹配点进行剔除而得到同名点信息。实验结果表明,该匹配方法提取的同名点有利于CE-1月球影像DEM的生成。     

基于遗传算法与模式搜索的混合优化算法

为了更好地实现全局优化,提出一种遗传模式搜索(Genetic Pattern Search,GPS)算法,该算法结合了遗传算法(GA)的强全局搜索能力与泛化模式搜索算法(PS)的强局部搜索能力.算法流程分为两步:首先是GA与PS联合实现粗搜索;其次是PS实现细搜索.实验对Hump、Powell、Rosenbrock、Schaffer、Woods测试函数进行搜索,表明GPS算法的成功率明显优于改进遗传算法与改进模式搜索算法,可作为一种有效可行的全局优化算法.     

确定大地水准面的Tikhonov最小二乘配置法

LSC法（最小二乘配置法）因能融合不同种类重力观测数据确定大地水准面的特性而受到广泛关注,但由于协方差矩阵存在病态性,微小的观测误差将被协方差矩阵的小奇异值放大,导致计算的配置结果不稳定且精度偏低。本文提出Tikhonov_LSC法,即在LSC法中引入Tikhonov正则化算法,基于GCV法选择协方差矩阵的正则化参数,利用正则化参数修正协方差矩阵的小奇异值,以抑制其对观测误差的放大影响。基于Tikhonov_LSC法计算大地水准面,能有效提高其稳定性和精度。通过以EGM2008重力场模型分别计算山区、丘陵和海域重力异常作为基础数据确定相应区域大地水准面的实验,验证了该方法的有效性。     

利用不同地表比辐射率对ETM＋数据地表温度反演对比研究

地表温度作为研究环境生态影响的一个重要指标之一,以Landsat ETM+的热红外波段作为数据源,辅助大气透过率、大气平均气温等参数,利用单窗算法基于混合像元、NDVI、植被和裸露地三种不同地表比辐射率反演泉州市地表温度,对比分析结果表明采用这三种地表比辐射率反演地表温度的方法均是可行的,对于具体采用哪一种地表比辐射率应需要结合实际的研究区域地表地物的实际监测地表温度进行对比后,方可选择合适的地表比辐射率进行地表温度反演,会更具实际意义。反演结果可为城市热岛效应等研究提供支持数据源。     

基于光谱分类的太湖水体后向散射研究

由于时空变化而产生的水体后向散射系数参数化差异一直是影响水质参数遥感定量反演精度的一个重要因素。在对太湖遥感反射率光谱进行分类的基础上,针对影响太湖水体水色的不同主导因子,把太湖水体分为3种类型,分别利用半分析方法和光学闭合原理对后向散射系数进行模拟,在此基础上研究其光学特性及其与水体组分浓度的关系,最后针对3种不同主导类型的水体分别建立了后向散射系数参数化模型。将后向散射特性在不同时间和空间上的差异转化为水体不同主导因子在生物-光学上的差异,从而得到适用于太湖不同湖区及不同季节的后向散射系数参数化模型,为利用分析方法对太湖水质参数进行更为精确的遥感反演提供了基础。     

多普勒天气雷达冰雹探测算法评估及检验改进

利用新一代多普勒天气雷达资料和WSR-88D提供的冰雹指数算法,对2005年1月至2007年8月发生在贵州省黔西南地区的20个冰雹个例进行验证。用此算法对20个风暴日的样本计算了WT（警报阈值）、H（相对雷达的高度）、M（漏报率）、FA（虚警率）、POD／FAR／CSI（探测概率／误报率／临界成功指数）等多个函数,并将这些数据与强冰雹指数（SHI）作对比分析,将SHI作为冰雹尺寸的预报因子进行独立评估,对实际观测到的冰雹尺寸与模式预报尺寸进行比较。在考虑了本地环境、气候特征的前提下对误警率较高的情况进行了算法补尝,并针对误警率较高的现象提出解决办法：①输入当天的正确0℃／-20℃高度,②提高冰雹探测反射率阈值。用改进方法对2007年发生的9次冰雹天气过程进行对比检验。结果表明,误报率有所降低,预报冰雹尺寸更接近实际探测尺寸。     

边界层温度廓线遥感反演的本地化改进研究

采用MODIS资料和美国发展的MODIS大气温、湿度廓线统计反演算法,估算大气温度、湿度廓线作为初始场,应用101层快速透过率模式(PFAAST)估算了大气透过率,并采用Newton非线性迭代算法反演中国西北荒漠戈壁地区大气温度廓线。结果表明:该方法对边界层高度及以上部分的大气温度反演得比较好,误差基本都在2 K范围内,边界层范围内的温度反演误差较大,反演误差与气溶胶光学厚度增量和地表温度估算误差呈显著正相关关系,与大气水汽混合比的关系较差。文中从敏感性试验和理论分析角度阐述了地表温度和气溶胶光学厚度估算误差对大气温度反演误差的影响,发现不同光谱波段的地表温度权重均随地表温度的增加有不同程度增加,地表温度反演误差增加将增加地表温度权重,提高地表温度估算误差有助于提高地表温度权重的精度;荒漠戈壁地区大气边界层中气溶胶浓度较高,光学厚度较大,使边界层大气透过率降低,进而降低卫星红外遥感波段的地表温度权重和空气温度权重。由于该模式没有很好地考虑边界层中沙尘气溶胶的影响,使卫星反演的大气透过率偏高,以至于高估地表温度权重和大气温度权重,使得反演的表面温度和空气温度偏低。该研究结合太阳光度计获得的光学厚度资料,采用统计方法对气溶胶效应引起的大气透过率误差和表面温度估算误差进行校正,并对物理算法进行本地化改进,实现了边界层温度廓线的反演。     

风暴单体识别与跟踪(SCIT)算法评估

利用兴义新一代多普勒天气雷达复合体扫资料及WSR-88D提供的风暴单体识别与跟踪(SCIT)算法对2007-2008年发生在贵州省黔西南地区的40次天气过程个例进行验证、分析,分别从单体识别、单体跟踪评估、单体位置预报、单体算法评估效果与季节关系分析、单体算法评估效果与距离关系分析、冰雹暴雨评估对比分析6个方面进行评估、分析。在充分考虑了当地地理环境、气候背景的前提下对算法评估不太理想的情况进行了误差分析,并进行了算法补偿,提出了解决的办法,一是降低识别阈值,将SCIT的7个反射率阈值降低一个等级,二是提取反射率因子垂直梯度,用上述两个改进方法对2007-2008年的40次天气过程重新进行评估,并与算法改进前的评估效果进行对比检验,结果表明,算法改进后评估效果有所提高。     

Model-based remote sensing algorithms for particulate organic carbon (POC) in the Northeastern Gulf of Mexico

Hydrographic data, including particulate organic carbon (POC) from the Northeastern Gulf of Mexico (NEGOM) study, were combined with remotely-sensed SeaWiFS data to estimate POC concentration using principal component analysis (PCA). The spectral radiance was extracted at each NEGOM station, digitized, and averaged. The mean value and spurious trends were removed from each spectrum. De-trended data included six wavelengths at 58 stations. The correlation between the weighting factors of the first six eigenvectors and POC concentration were applied using multiple linear regression. PCA algorithms based on the first three, four, and five modes accounted for 90, 95, and 98% of total variance and yielded significant correlations with POC with R ² = 0.89, 0.92, and 0.93. These full waveband approaches provided robust estimates of POC in various water types. Three different analyses (root mean square error, mean ratio and standard deviation) showed similar error estimates, and suggest that spectral variations in the modes defined by just the first four characteristic vectors are closely correlated with POC concentration, resulting in only negligible loss of spectral information from additional modes. The use of POC algorithms greatly increases the spatial and temporal resolution for interpreting POC cycling and can be extrapolated throughout and perhaps beyond the area of shipboard sampling.