GRAPES全球奇异向量方法改进及试验分析

基于总能量模的奇异向量扰动常用于构造集合预报的初始条件。以建立GRAPES（Global and Regional Assimilation PrEdiction System）全球集合预报系统为目的,基于前期研发的GRAPES全球模式奇异向量方法,在GRAPES全球切线性模式和伴随模式2.0版的框架下,开展了引入线性化边界层方案来改善奇异向量结构,并提高奇异向量计算效率的研究。通过连续试验,从奇异向量的扰动能量结构、扰动能量谱及扰动空间分布等方面,综合分析改进GRAPES全球奇异向量的结构及演变特征。试验结果表明,改进后的GRAPES奇异向量方法有效抑制了之前扰动能量在近地面层不合理的快速增长,同时,奇异向量最优扰动的结构更客观地体现了中高纬度区域大气初始条件中的斜压不稳定扰动及其演变,如在初始时刻奇异向量扰动能量主要位于对流层中层,并呈现出随高度向西倾斜的大气斜压特征;经过线性化演变,扰动能量向较大水平尺度转移,并在垂直结构上表现出向对流层高层上传及向对流层低层下传的特征等。针对GRAPES奇异向量迭代求解中伴随模式计算耗时为主的情况,改进伴随模式中广义共轭余差方案的调用方式,并采用大内存存储法来提高其计算效率,进而将奇异向量总计算时间缩短了25%。总之,改进后的GRAPES奇异向量方法,可应用于构建面向业务应用的GRAPES全球集合预报系统。      

地磁匹配特征量的选择

论文旨在选择合适的地磁特征量用于匹配制导.从地磁匹配的实际要求出发,提出了选择匹配特征量时应重点考虑的几个因素,通过理论分析初步拟定了选取准则,并针对特定区域,依据IGRF(International Geomagnetic Reference Field)和WMM(World Magnetic Model)计算出的地磁数据,结合选取准则进行了综合分析,给出了初选结果,对地磁匹配基准图的制备、实时图的获取、匹配算法的研究,以及地磁场资源应用于其他领域的相关研究有一定的借鉴意义.     

Static performance of power-augmented ram vehicle model on water

An experimental parametric study of a novel air-assisted platform-type model called power-augmented ram vehicle is described. The zero-speed regimes of the model over the water are investigated. The recovered thrust, pressure underneath the platform, and the model attitude are recorded for variable system geometry, loading conditions, and propulsor thrust. The stern flap under the model platform provides an effective mechanism for controlling the thrust recovery and the air-jet-induced lift. Unstable behavior of the model is found at sufficiently high levels of the propulsor thrust.     

基于机理的合成孔径雷达系统成像误差理论分析

目前在遥感和GIS中,关于误差和不确定性研究的主要方法有两种: 概率统计和机理模拟。本文论述了二者的特点,详细讨论了影响合成孔径雷达成像的诸多因素,提出利用机理的方法分析SAR系统成像误差。本方法是从合成孔径雷达成像机理的研究出发,利用控制论的观点来解释、分析影响合成孔径雷达成像的诸多误差因素并建立误差传播模型。这不仅对研制合成孔径雷达的设计具有指导意义,而且对遥感数据的质量控制也有重要意义。     

基于EEMD和ARIMA的海温预测模型研究

类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。     

基于无人机多源遥感数据海岛植被叶面积指数协同反演研究

无人机多源遥感数据的获取、融合以及应用是当今研究的热点和难点。文中以城洲岛为例,针对海岛特殊的地理生态环境,获取无人机多源遥感数据。结合无人机多光谱遥感数据定量分析各遥感植被指数与植被叶面积指数(Leaf Area Index, LAI)的响应关系,构建单因子遥感反演模型;基于无人机激光LiDAR点云提取海岛植被冠层高度模型(Canopy Height Model,CHM),并将其作为自变量引入到多源统计回归分析中,从而构建多源遥感数据协同反演模型,对区域尺度下海岛叶面积指数(LAI)进行估算,开展验证和精度评价。结果显示,加入植被冠层高度因子的协同反演模型的判定系数R2为0.92,绝对平均误差系数为12.29%,预测精度要优于单因子反演模型(判定次数R2为0.86,绝对平均误差系数19.95%)。研究表明,加入了植被冠层高度因子的协同反演模型能在一定程度上提高乔木植被LAI的预测精度。实践证明,无人机多源遥感技术在生态学定量研究中具有巨大的潜力和广阔的应用前景。     

长江口外潮汐精细化模型研究与精度分析

长江口外海上测量除受风浪影响较大外,最重要的问题是潮位控制非常困难。文中简要阐述了开展长江口外潮汐精细化模型研究的方法,介绍了利用潮汐精细化模型对长江口外航路任意点进行潮汐预报的方法,并通过实测数据进行了精度分析,提出了建议。     

不等时距灰色模型在深基坑变形预测中的应用

传统的灰色模型多适用于等间距序列监测数据的模拟预测,而实际上由于各种原因往往使所获得的监测数据是不等时距的。研究了基于不等时距灰色预测方法的深基坑变形预测模型,应用深基坑工程变形的实际监测资料,对其预测精度及可行性进行了充分的分析比较与论证。结果表明,不等时距灰色模型预测深基坑变形的精度及可信度较高。     

大规模真实感三维地形技术综述

计算机虚拟仿真领域的地形构建及显示方法的研究动态,描述三维地形建模、基于视点相关的细分简化、基于块的格网简化、模型的纹理映射和显示控制、误差度量中,分析和总结几个主要方法的特点及使用场合．