起伏地形上的位场转换

根据起伏地形上观测的异常场分量（沿任一方向的分量）换算出垂直与水平分量,本文提供了二维情况下的转换方法。其算法是:（1）通过共形映照,将w平面上的地形曲线L的上部映照为z平面的上半平面,将曲线L映照成z平面上的实轴。（2）求解边界为实轴的Hilbert边值问题。 通过理论模型的计算,验证了该方法的正确性。     

据断层附近布格重力异常分布反推地质时期断层运动的探讨

本文应用变形介质位移场产生的附加重力场的积分表达式,对麦克斯威尔介质半空间中断层长期活动引起的永久变形与现今布格重力异常分布的关系作了定量分析,并提出了由断层附近布格异常分布特征反推地质时期断层运动趋势的一般方法。其主要应用于平原地区断层运动(特别是扭动方式)的判别。文中以滦南断裂为实例,通过数值积分,计算了几种断层运动可能产生的地表重力异常。经理论计算与实测重力资料相对比,该断层曾发生过下盘上升的正倾滑运动,并具有顺扭走滑运动分量     

GLONASS卫星轨道积分算法分析

推导了利用四阶龙格-库塔方法对GLONASS卫星运动方程进行轨道积分的计算公式，根据实际数据处理结果对积分区间、积分步长作了一定分析，在对定步长积分方法和变步长积分方法分别进行介绍的基础上，对两者的结果作了比较。     

城市地名精细分类与编码方法研究

通过对城市地名数据现状的分析,提出城市地名精细分类与编码原则,以城市为单元,针对公安、民政、统计等部门的地名录、统计数据,进行区域地名整合、分级、分类与编码,确保城市地名的详尽和相关统计信息与实体的配准,满足广大用户对更高精度、更多内容的基础地理信息日益增长的需求,为“数字中国”提供精细的地名数据平台,为城市地名数据库导航和DOM地名注记提供应用示范。     

基于谱域球谐展开的多层快速多极子算法

介绍了基于谱域球谐函数展开的多层快速多极子算法，通过处理三维金属体的散射问题，验证了算法参数选取的经验公式，并对算法性能做出了理论分析，得出该算法具有内存占用少、迭代速度快的优点，数值结果显示了该方法的高效性。     

地震勘探工程与技术

随着矿井机械化采煤的需要，对煤矿开采地质条件进行精细勘探的要求日益提高，地震勘探技术得到了愈来愈广泛的应用，成为煤矿探测断层．褶曲，陷落柱．冲刷带、火成岩侵入体、煤层厚度变化等开采地质条件最有效。最经济的勘探技术手段。     

多普勒雷达积分VAP反演技术

单多普勒雷达风场反演技术对于扩大多普勒雷达的应用范围具有重要的作用。在传统的反演技术中,VAD和VAP技术操作简单,原理清晰,具有一定的实用价值。本文在提出“按方位角均匀假定反演关系”的基础上,进一步证明VAD和VAP技术是“按方位角均匀假定反演关系”的两种特殊应用,进而把这两个方法统一起来。在此基础上,提出采用“按方位角均匀假定反演关系”进行二维风场反演的积分VAP技术(IVAP),该技术与传统VAP技术不同的是在整个选定的反演区间上进行二维风场反演,而不是仅考虑反演区间的两个端点,因此IVAP技术具有滤波性能,而且可以根据需要调整反演区间以得到满足一定平滑性并能反映中小尺度信息的风场信息。采用I-VAP技术反演时可以不对原始资料进行平滑预处理,因此使用中更为方便。当IVAP反演中积分区间为整个扫描圆周时,反演结果与VAD技术一致,而当反演时采用相邻的方位角时,反演结果与VAP技术一致。IVAP技术的频率响应函数表明:IVAP技术对于小尺度扰动具有滤波作用,而且当反演中采用的方位角区间越大时,对较短波动的滤除能力越强,得到的反演风场越平滑。理想试验采用均匀西风叠加小幅随机扰动的流场得到雷达观测径向风,对比分别使用VAP和IVAP方法,用不同的方位角区间反演的西风风速表明,IVAP方法能明显滤去随机高频扰动,而且反演采用的方位角区间越大,反演得到的西风越接近平均值。该试验表明,IVAP方法具有滤除小扰动的特性。采用IVAP方法对线性分布风场得到的雷达观测径向风反演表明,当反演采用的方位角区间较小时,反演结果能反映风场的线性分布特征,当反演的方位角区间逐渐增大时,反演结果越接近平均风场,即与VAD方法的反演结果越接近。该试验表明IVAP方法能得到较高分辨率的反演风场。     

基于线性二次型的多级联输水渠道最优控制

灌溉输配水是水联网链路的重要环节,其自动控制水平直接影响着水联网效率和风险控制能力,对实现水资源高效管理与利用有重要意义。通过变化输水渠道线性积分时滞控制模型,建立了多级联渠道离散时间状态空间方程,基于线性二次型理论设计最优状态反馈控制器,利用MATLAB求解和SOBEK模拟进行了验证。在甘肃省昌马南灌区多级联渠道运行过程优化控制的模拟结果显示,线性二次型算法能够使控制点水位较快恢复并稳定在设定值,控制过程动作与水位波动次数少、幅度小,效果远优于常规分布式PI反馈控制。线性二次型算法能够应对多级联渠道时滞、耦合特性和一般未知取水扰动,实现可靠供水服务和有效运行控制。目前算法仅采用反馈控制,尚无法应对过大未知取水扰动,还有进一步改进空间。     

二阶精度半隐式半拉格朗日轨迹计算和时间积分方案在GRAPES区域模式中的应用

将两时间层稳定外插方案(Stable Extrapolation Two-Time-Level Scheme,SETTLS)引入GRAPES区域模式,并将其用于上游点和非线性项的时间外插计算。对线性项采用二阶精度的非中央权重时间平均,并取等温参考大气的温度大于实际大气平均温度,以保证半隐式积分方案的稳定性。原GRAPES时间积分方案对线性项做一阶非中央权重时间平均,对参考大气的选择并无限制,而为保证稳定性,须取较大的非中央权重系数,但非中央权重系数会对低波数波动产生较强的衰减作用。理想试验结果表明,相比原GRAPES半隐式半拉格朗日(SISL)时间积分方案,新SISL时间积分方案计算稳定且对波动的衰减作用较弱。     

高光谱图像相对含水量反演引导的精细分类

深度学习在高光谱图像处理领域的研究应用不断深入发展,基于深度学习的高光谱图像分类达到了较高的分类精度。目前的分类模型多利用高光谱的图谱特征,但对光谱的诊断性特征及先验信息利用不足,对空谱特征提取过程难以实现有效协同,因而导致分类类别即类内分类不够精细。为了解决以上问题,本文提出一种以多标签数据为输入的共生神经网络模型,在高光谱图谱特征提取的基础上融合光谱诊断特征,实现相对含水量反演及精细分类。首先,通过构建一种新的红边斜率光谱指数实现高光谱图像相对含水量的表征,利用本文提出的自适应分级算法完成相对含水量反演并建立对应的等级标签,与地物种类标签共同构成多标签高光谱数据集。然后,构建共生神经网络架构及内部变维特征提取模块,利用多标签数据提取高光谱图像中空间、光谱和相对含水量的融合特征,提高深度模型对不同含水量地物的区分能力和对所提取特征的协同表达能力,降低模型的复杂度与计算量,完成基于多标签数据集的相对含水量反演引导分类的过程,在扩大传统类间距离的基础上进一步扩大类内距离,从而实现高光谱图像的精细分类。最后,使用实验室采集数据和4个公开的高光谱数据集Lopex、Indian Pines、Pavia University和Salinas进行实验验证。结果表明,本文提出的红边斜率光谱指数可以有效表征地物的相对含水量信息;相对含水量反演引导的分类模型对类内分类精度有较明显的提升,对总体分类结果有一定的改善;与其他机器学习和深度学习分类算法相比,本文算法取得了较好的分类结果,提高了深度分类模型的分类性能和精细程度,实现了精细分类。