The impact of deformation on vortex development in a baroclinic moist atmosphere

A mathematical relation between deformation and vertical vorticity tendency is built by introducing the frontogenesis function and the complete vertical vorticity equation, which is derived by virtue of moist potential vorticity. From the mathematical relation, it is shown that properly configured atmospheric conditions can make deformation exert a positive contribution to vortex development at rates comparable to other favorable factors. The effect of deformation on vortex development is not only related to the deformation itself, but also depends on the current thermodynamic and dynamic structures of the atmosphere, such as the convective stability, moist baroclinicity and vertical wind shear(or horizontal vorticity). A diagnostic study of a heavy-rainfall case that occurred during 20–22 July 2012 shows that deformation has the most remarkable effect on the increase in vertical vorticity during the rapid development stage of the low vortex during its whole life cycle. This feature is mainly due to the existence of an approximate neutral layer(about 700 h Pa) in the atmosphere where the convective stability tends to be zero. The neutral layer makes the effect of deformation on the vertical vorticity increase significantly during the vortex development stage, and thus drives the vertical vorticity to increase.     

利用Abel-Poisson径向基函数模型化局部重力场

多种类型高分辨率重力场数据的不断增加,使得在局部范围内精化重力场模型成为了可能。本文采用Abel-Poisson核将重力场量表示成有限个径向基函数线性求和的形式,对局部区域的多种重力场数据进行联合建模。为了提高运算速度,运用了基于自适应精化格网算法的最小均方根误差准则(RMS)来求解径向基函数平均带宽。以南海核心地区为例,联合两种不同类型、不同分辨率的重力场资料(大地水准面起伏6'×6'、重力异常2'×2'),构建了局部区域高分辨率的重力场模型。所建模型表示的重力场参量达到了2'×2'的分辨率,对原始的重力异常数据(2'×2')拟合的符合程度达到±0.8×10-5m/s2。结果表明,利用径向基函数方法进行局部重力场建模,避免了球谐函数建模收敛慢的问题,有效提高了模型表示重力场的分辨率。     

基于混合罚函数法的多尺度电离层层析确权方法

在利用GNSS进行像素基电离层层析时,多尺度层析方法利用权重因子将反演区域不同像素层析模型结合在一起,最终得到电离层电子密度反演结果,可以有效地解决电离层层析过程中不适应问题和最终的电离层电子密度失真现象。在多尺度电离层层析中,不同像素尺度层析模型之间权重是影响最终的电离层电子密度精度的重要因素。为了获得高精度电离层层析模型,考虑到权重因子存在着等式和不等式限制条件,采用解决最优化问题的罚函数法确定不同像素尺度电离层层析模型之间的权重。通过采用实测GNSS观测数据进行电离层多尺度电离层层析,对比了多尺度层析模型的各个子模型建模精度并进行分析,同时将罚函数法获得的模型精度与其他确权方法进行了对比,该方法可以有效地应用于多尺电离层度层析,且最终的层析模型精度优于其他确权方法,更优于单尺度电离层层析模型精度。     

广义残差地形模型及其在局部重力场逼近中的应用

研究了残差地形模型中的非调和性问题,比较了基于棱柱体和球冠体的积分模型,提出了基于球冠体积分的广义残差地形模型。以泊松小波径向基函数为构造基函数,结合广义残差地形模型,融合多源实测重力数据构建了局部区域重力场模型。研究结果表明:基于棱柱体积分的残差地形模型精度较低,在山区可能引入毫伽级以上的误差,建议采用更为接近真实地形表面的球冠体积分模型。相比于原始的残差地形模型,基于球冠体积分的广义残差地形模型能更为精确地逼近局部重力场模型中地形因素引起的高频效应。     

一种多系统组合导航快速选星方法

采用多卫星导航系统组合导航,定位精度和系统可靠性会大幅提升,但导航定位运算量也会成倍增长。为解决多系统组合导航定位精度与实时性之间的矛盾,提出一种新的选星方法。新方法不追求最小GDOP值,而是以满足导航定位精度的GDOP值为前提,结合模糊理论中隶属函数的思想,按卫星在星座中均匀分布为原则进行选星。推导伪距测量的误差模型,分析了GDOP与测量误差之间的关系。北斗、GPS和GLONASS三系统组合导航选星实验结果表明,在不超过3次求解GDOP值的情况下,新方法能以不小于98%的概率得到GDOP≤4。     

BDS／GPS 组合 RTK 定位性能分析

针对单系统RTK存在可见卫星数少等问题,文中研究BDS/GPS站间单差的RTK算法模型,该模型采用二次型函数部分最小化及LAMBDA方法联合搜索模糊度。利用该模型分析BDS/GPS组合RTK的定位性能,通过短基线实测数据分析表明:站间单差RTK模型与双差模型是等价的;BDS/GPS组合系统相比于单一系统,明显提高定位的稳健性和精度,改善模糊度固定的成功率。     

重力场数学拟合模型解的影响因素探究

为了提高地球重力场模型不适定方程求解的精度,该文采用谱分析方法从级数展开阶数、数据采样率及数据缺失量3个方面探索影响数学拟合效果的根本因素:从常用的三角级数及勒让德级数模型出发,引出重力场拟合模型球谐函数模型,观察在改变级数展开阶数、数据采样率及数据缺失量等情况下所对应设计矩阵谱结构的变化,并从微观上研究影响误差分配的有关因素及最小奇异值对误差的决定性作用,为探求重力场模型解不准的原因及实现更高精度的全球重力场模型的建立提供参考。     

改进多面函数拟合跨带区域高程异常的研究

针对跨带区域高程异常拟合中存在的问题,该文以多面函数模型为背景,分别采用直接法和分带法,提出采用大地坐标(B,L)作为核函数参数的改进多面函数模型,对跨带区域高程异常进行拟合。通过某跨带区域GPS水准网数据验证,结果显现了改进后多面函数模型在跨带区域拟合上的优势,其外符合精度相比其他函数模型有显著提高。     

A support vector machine classifier based on a new kernel function model for hyperspectral data

The kernel function is a key factor to determine the performance of a support vector machine (SVM) classifier. Choosing and constructing appropriate kernel function models has been a hot topic in SVM studies. But so far, its implementation can only rely on the experience and the specific sample characteristics without a unified pattern. Thus, this article explored the related theories and research findings of kernel functions, analyzed the classification characteristics of EO-1 Hyperion hyperspectral imagery, and combined a polynomial kernel function with a radial basis kernel function to form a new kernel function model (PRBF). Then, a hyperspectral remote sensing imagery classifier was constructed based on the PRBF model, and a genetic algorithm (GA) was used to optimize the SVM parameters. On the basis of theoretical analysis, this article completed object classification experiments on the Hyperion hyperspectral imagery of experimental areas and verified the high classification accuracy of the model. The experimental results show that the effect of hyperspectral image classification based on this PRBF model is apparently better than the model established by a single global or local kernel function and thus can greatly improve the accuracy of object identification and classification. The highest overall classification accuracy and kappa coefficient reached 93.246% and 0.907, respectively, in all experiments.     

均生函数与BP神经网络耦合模拟预测模型(MGF-BP-I)的建立与应用

水文气候因子模拟预测对气候变化研究、农业墒情预报、生态环境改善、水资源合理开发利用等具有一定参考意义。均生函数、BP神经网络及其结合改进方式在模拟预测中各有优点,被广泛应用,但仍有进一步改进空间。针对MGF、MGF-OSR、MGF-OSR-BP等方法粗选因子集、粗选集组合筛选、收敛适应性、精度控制等可改进空间,进一步发挥均生函数和BP神经网络优势,建立了MGF-BP-I模拟预测模型。利用MGF-OSR、MGF-OSR-BP、MGF-BP-I对科尔沁沙地区域平均年降水进行了模拟预测。结果表明,建模期MGF-OSR-BP、MGF-BP-I拟合效果均较好,MGF-BP-I建模阶段最优模式精度优于MGF-OSR-BP,MGF-BP-I整体同时最优模式结果也非常好。检验期,MGF-BP-I检验阶段最优及整体同时最优两种模式拟合效果最好,相比其他模式精度有所提高。MGF-BP-I考虑更加全面,充分发挥了均生函数和BP神经网络优势,精度远高于MGF-OSR和MGF-OSR-BP,MGF-BP-I整体同时最优模式更符合实际应用,效果理想,可用于水文气候因子模拟预测。