全景立体视觉的快速近区重力地形改正方法

重力地形改正是区域重力测量工作中的一个关键步骤,目前重力地形改正的主要挑战是如何快速地重建测站附近高精度的三维地形。本文提出了一种基于全景立体视觉和摄影测量技术的快速近区重力地形改正方法,设计和开发了相应的快速测图系统。为了使该系统硬件尽量小型化并满足精度需求,我们进行了系统的理论精度分析和设计优化。所开发的研究系统可以从获取的全景立体图像自动生成DEM并计算重力地形改正值。该系统已经过野外多站多种地形的实验验证,结果表明其效率和精度明显优于传统的野外测量方法。     

环境因子对浮游甲壳动物群落功能多样性的影响

基于功能性状的生物多样性分析是当前生态学研究中的常用方法之一.浮游动物作为水生态系统食物网的重要组成成分,其功能多样性受关注的程度远不如其重要性.本文通过对14个水体浮游甲壳动物群落结构的研究,分析了环境因子对其功能多样性指数,包括功能丰富度(FRic)、功能均匀度(FEve)、功能离散度(FDiv)和功能分散度(FD...     

利用MM5模式输出产品制作空气质量预报方法探讨

根据2004年中尺度数值预报模式MM5输出产品和临沂市环境监测中心逐日监测资料建立了各污染物浓度预报方程,在2005年夏季的试报中,该方程的试报效果较差,其预报准确率明显低于其历史拟合率。为了提高预报准确率,利用逐步回归筛选的因子及统计模型研究中的有关数据,探讨了使用卡尔曼滤波方法制作空气污染物浓度预报的问题。分析发现,利用卡尔曼滤波方法制作空气质量预报可以取得比较满意的效果。     

双偏振雷达差分传播相移的五种滤波方法对比分析

为了对双线偏振雷达的差分传播相移ΦDP进行滤波降噪处理,提高双线偏振雷达识别粒子、估测降水的能力。通过对C波段双线偏振雷达差分传播相移分别采用滑动平均、中值滤波、FIR滤波、卡尔曼滤波和小波分析5种不同方法地介绍,利用中国气象科学研究院灾害天气国家重点实验室移动式C波段双线偏振雷达(POLC)2013年外场试验观测资料,对比分析了经5种方法处理后的差分传播相移ΦDP径向数据,及其分别在降水估测中应用的效果。结果表明:采用FIR滤波方法、卡尔曼滤波方法和小波分析方法对ΦDP径向数据进行处理的效果比传统的滑动平均和中值滤波方法好;其中小波分析处理的ΦDP径向数据波动最小,再经过变距离法拟合的KDP数据的负值能够得到最有效地抑制,最后应用到R(KDP)降水估测中的精度最高。     

�Ľ��¶ȵ�LiDAR������̬ѧ�˲��㷨

????????????????д????????ò???????????????????????????ε??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????硢??????????????????Ч??????????????????????????????????????????С??     

基于Gabor滤波方法的居民地识别分析

图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对"北京一号"小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点,扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质,提取多尺度纹理特征集,并进行特征;而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的,其结果可能存在一个居民地块由若干个相互间存在间隔的子区域组成、存在无用小斑块、居民地内部存在大量小孔洞等缺陷。针对上述不足,利用形态学尺度空间融合方法,对居民地块通过结构元素不断增大的闭运算进行迭代融合,并选择一个具备"最长生存期限"的类别个数作为最佳类数,选择首次出现该类别数的分割结果作为最后的识别结果。对延庆地区的小卫星影像进行了居民地提取,并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的,并在提取精度上具有优势。     

带乘性噪声的一类非线性系统的滤波算法

针对带乘性噪声的一类非线性系统,给出了1种带单重渐消因子的强跟踪状态滤波算法。该算法将非线性系统线性化后,采用了线性最小方差估计方法来进行状态估计,通过运用正交原理和引入渐消因子,使得滤波效果具有强跟踪的优良性能。该算法扩展了卡尔曼滤波在带乘性噪声非线性系统状态估计中的应用范围。仿真结果表明了该算法的有效性。     

基于多模式集成冬半年气温预报偏差修正

卡尔曼滤波递减平均方法对模式直接输出的气温预报进行订正,能有效提高预报准确率,但有时会造成显著负订正的现象,使订正预报效果反而不及模式直接输出。利用消除偏差集合平均方法(BREM)选择最优滑动训练期对2019年10月至2020年4月ECMWF预报(EC)、经过卡尔曼滤波递减平均法订正的预报(EC＿COR)及中央台网格指导预报(SCMOC)等3种气温预报在黑龙江省的结果进行集成,并将BREM方法对EC＿COR的修正效果进行评估,结果表明：不同预报结果都表现为冬季和夜间预报的准确率更低,气温偏低的11月至翌年1月更倾向于表现出预报较实况系统性偏高的特点。BREM方法能有效地修正EC＿COR对EC负订正的现象,且可显著高于任何一种参与集成的单一预报效果。可在对单一模式进行卡尔曼滤波递减平均订正的基础上,进一步提升预报质量。另外,利用集成方法对高质量预报产品的融合(不局限于模式直接输出预报或是订正预报)可获取较单一预报更优的预报结果。     

地球化学异常提取的自适应衬值滤波法

地球化学数据分布,特别是微量元素的频率分布,是正向偏斜的,其异常下限的计算也是基于对数正态分布。当定性分析元素的分布状态时,大部分样本分布状态的结果是可以接受的,但是当定量计算异常下限时,一定要结合具体样本的实际分布情况。引入g-h分布函数对样本数据进行拟合,根据所得到的参数确定异常下限,将异常下限与标准离差分割开来。结合子区中位数衬值滤波法,对个旧及其外围成矿区的化探数据进行处理,同时自适应的调节滤波窗口大小,提取化探异常,从而对预测靶区进行圈定。     

基于点云滤波的DOM自动生产算法

针对目前生产高精度DOM生成效率低、人工编辑干预较大等现状,提出了一种基于点云滤波的DOM自动生产方式。该方法通过对空三解算后的影像匹配密集点云DSM,使用基于TIN的加密滤波方式进行滤波计算,解决了滤波后空洞区域插值问题,制作出满足微分纠正需求的DEM模型,并基于该模型进行微分纠正生成DOM成果。通过选取ISPRS城区试验数据和实际工程山区数据进行验证,证明该算法不仅提高了效率,同时优化了成果质量,DOM成果精度符合规范要求。