影像分割的城市不透水面信息提取

针对线性光谱混合分解在端元选取中的不足,该文提出了结合影像分割的线性光谱混合分解不透水面估算模型。选取植被、高反射率、低反射率、土壤4种端元,利用线性光谱混合分解和结合影像分割的线性光谱混合分解两种模型,以2010年的TM5遥感影像为数据源对哈尔滨市主城区的不透水面进行估算,并对两种模型进行了对比分析。研究结果表明:线性光谱混合分解和结合影像分割的线性光谱混合分解的平均绝对误差分别为19.84%和14.76%,说明结合影像分割的线性光谱混合分解模型比线性光谱混合分解方法的估算精度高。     

气象卫星云图的多分辨小波分解及人工神经网络降水估计 …

采用多分辨小波分析对卫星图象进行处理,在保留其特征信息的同时,减小了数据量,改善了神经网络训练过程的收敛性能,提高了处理速度,采用这一方法根据ＧＯＥＳ－８的红外亮温图象和气象雷达资料对巴西圣保罗州中部的降水量估计进行了试验,取得了良好的效果。     

结合变差纹理特征的极化SAR建筑物震害信息提取

快速评估建筑物地震灾害信息对地震应急救援工作有着指导意义,而极化SAR具有全天候、全天时的特点,因此利用极化SAR图像提取震害信息已逐渐成为研究热点。虽然极化SAR具有丰富的极化信息,但其纹理信息不可忽略,尤其是完好的人工建筑物在图像上呈现规则的纹理特征,而倒塌建筑区域纹理分布杂乱,因此结合纹理信息也可以很好地提取建筑物信息。以2010年玉树地区的全极化SAR数据为研究对象,首先,利用Yamaguchi分解的体散射分量PV提取了SAR图像中的建筑物区域以及道路、水系等非建筑物信息,在此基础上,对相干散射矩阵T11分量中倒塌建筑物、完好建筑区域进行变差计算,根据变差曲线确定变程a后,再对建筑物区域采取窗口m*m(m=3*a)进行变差计算得到变差纹理信息,最后利用FCM算法对变差纹理信息分别提取完好建筑物和倒塌建筑物区域,为了对比分析,文章利用Yamaguchi分解的二次散射分量PD提取完好建筑物区域,与震后光学遥感图像对应样本点进行人工验证,得到完好建筑物的提取精度为80.18%,倒塌建筑物的提取精度为84.54%,道路水系的提取精度为77.58%。     

基于重排Gabor 变换的高分辨率谱分解

地震信号是随机信号,频率成分随着时间变化而变化。Gabor 变换是加窗傅里叶变换的一种,被广泛用于信号的时频分析,但分辨率有限。本文引入一种基于能量重排的Gabor 变换,在时频平面上对能量关于其重心进行重排,提高了时频分析的分辨率。通过理论算例和实际数据证明,重排后的 Gabor 变换谱分解在烃类检测中有更好的时频分辨率,分层更准确,更精细地指示了烃类的存在。     

克氏原螯虾(Procambarus clarkii)对新鲜和不同分解腐烂程度的沉水植物摄食选择性研究

原产美国南部和墨西哥东北部的克氏原螯虾是目前全球入侵最广的小龙虾,也是对淡水生态系统最具破坏性的物种之一,其对栖息地沉水植物的现存量构成严重威胁,然而目前对克氏原螯虾摄食沉水植物的机制还知之甚少.本文选择6种沉水植物,研究克氏原螯虾对浅水湖泊常见的沉水植物穗花狐尾藻(Myriophyllum spicatum)、密刺苦草(Vallisneria denseserrulata)、轮叶黑藻(Hydrilla verticillata)、菹草(Potamogeton crispus L.)、马来眼子菜(Potamogeton malaianus)和金鱼藻(Ceratophyllum demersum)的新鲜植株和分解腐烂后的植株的摄食偏好及原因,结果表明克氏原螯虾对沉水植物新鲜植株选择逗留偏好为:最偏爱逗留在轮叶黑藻区,在穗花狐尾藻、密刺苦草和马来眼子菜3种植株区逗留频次无区别,而在金鱼藻区逗留频次显著最低,6种植物湿重减少量与逗留偏好趋势相似;相对各新鲜植株,克氏原螯虾均更喜欢逗留在分解腐烂8 d或12 d后的植物碎屑区域,相应分解腐烂8 d或12 d植物湿重降低量也显著更高.6种植物新鲜植株总酚类含量均显著高于分解腐烂后的植株,其中穗花狐尾藻新鲜和分解腐烂后的植株的总酚类含量始终显著高于其他5种植物.结合植物总酚类指标和摄食偏好结果,表明克氏原螯虾对沉水植物的摄食具有选择性,相对新鲜植物更喜摄食腐烂后的碎屑,总酚类不是影响其选择的关键因子.     

金试样加工与分解的最新进展

概述了金试样加工与分解的最新进展，对湿法分解方法进行了重点评述。     

GM(1,1)分解模型与ARIMA模型在岩溶地下水模拟中的对比研究——以柳林泉流量模拟为例

本文运用GM(1,1)分解模型和ARIMA模型分别模拟柳林泉流量。根据影响特征将泉水流量变化分为两个时段研究:1957—1973年泉水流量处于自然状态;1974—2009年泉水流量受气候变化和人类活动双重影响。运用第1时段的数据建模获得自然状态下泉水流量的模型,将模型外推,获得第2阶段自然状态下泉水流量,然后根据水量平衡原理,减去同期实测流量,获得人类活动对泉水流量衰减的贡献。GM(1,1)分解模型的结果显示,从20世纪70年代到21世纪初柳林泉衰减量为2.26m3/s;ARIMA模型的结果为2.32m3/s;与同期实际衰减量2.27m3/s比,相对误差分别为0.44%和2.20%,表明两种模型都适用于泉水流量的模拟。对比人类活动和气候变化对柳林泉流量衰减的贡献,两个模型得到同样结果,即人类活动的贡献是气候变化的8～9倍。实证研究显示,GM(1,1)模型适用于指数序列的模拟,对具有周期波动的泉水流量,可通过周期修正提高精度;而ARIMA模型能够较好地反映泉水流量相对于降水量的时间滞后效应,能比较准确地模拟泉水流量与降水量的量化关系。      

New Metrics of the Tropospheric Biennial Oscillation in the East Asian Summer Monsoon and Its Interdecadal Shift

This study designed a simple index for measuring irregular tropospheric biennial oscillation（TBO） activities, which was used to determine that the TBO in the East Asian Summer Monsoon（EASM）, the most important summer precipitation system for China, has strengthened rather than weakened since the late 1970s. The lead/lag correlations between the EASM and tropical Indian-Pacific sea surface temperature（SST） suggest a relationship between interbasin SST and EASM coupling processes and that this alternative correlation pattern is likely related to TBO. Significant correlation occurred only in recent decades, which implies a reinforcement of TBO in the EASM. From records of representative points in the Indian-Pacific, the interdecadal intrinsic SST modes of the areas can be obtained with ensemble empirical mode decomposition owing to its good temporal locality. Statistical results show Indian-Pacific SST interdecadal trends that include out-of-phase and in-phase warming before and after the late 1970s, respectively, which may be responsible for the TBO interdecadal augmentation present since the late 1970s.     

贵州省近30a秋风的气候特征分析

利用1981—2010年30 a贵州省78站逐日日平均气温数据和NCEP/NCAR逐日的再分析资料,采用合成、EOF分解、傅立叶滤波等方法,分析了贵州省秋风的气候特征。结果表明:贵州省秋风天气强度有自西向东部或向东南部、东北部递减的分布规律。贵州省异常秋风过程次数的空间分布表现为全省各站呈同位相变化,进入2000年后,秋风过程次数由全省秋风偏弱偏少型转为全省秋风偏多偏强型。在环流场上,纬向西风在不断东移的过程中不断分裂出短波槽引导冷空气南下影响贵州,形成秋风天气过程,因而造成的秋风过程时间较长,强度较大。对秋风过程的环流场进行滤波表明:1波对于秋风过程有着十分显著的影响,而1波、2波在时间上的配合对于秋风过程也非常重要。     

春夏500hPa高度与四川盆地气温的奇异值分解

应用奇异值分解（SVD）方法分析了春夏青藏高原，四川盆地到我国东部500hPa市场场与四川盆地气温场的关系。结果表明，春夏500hPa高度场与四川盆地气温关系密切，其第一模态代表了两场最主要的耦合特征；四川盆地气温的冷暖异常与高度场的高低异常呈同位相变化；当500hPa高度升高（降低）时，四川盆地气温升高（降低）；近半个世纪以来，青藏高原及其东部地区500hPa高度呈下降趋势，而四川盆地气温呈变冷趋势。这一结果表明大气环境的异常演变也是造成四川盆地春夏气候变冷的重要原因。