基于广义模型约束的时间域航空电磁反演研究

由于航空电磁具有海量数据,因此快速有效的成像和反演手段至关重要.本文针对层状介质模型推导与实现了广义模型约束条件下时间域航空电磁一维反演.从正则化反演的目标函数出发,通过改变模型约束项构造Lp范数反演和聚焦反演,进而通过改变模型求解域构造出基于小波变换的稀疏约束反演.针对不同反演方法目标函数的构建方式,本文进一步从数学原理上分析不同反演方法的预期效果,并通过理论模型和实测数据进行验证.结果表明L0.8范数反演、聚焦反演和基于小波变换的稀疏约束反演可以得到更符合地下层状介质陡变界面的反演结果.     

中国大陆连续GPS时间序列垂向周期信号空间分布

利用中国大陆构造环境监测网络连续GPS基准站数据,揭示垂向周期振幅及相位的空间分布特征。结果表明,各站垂向周期信号表现出明显的季节变化,半年周期信号的平均振幅只有年周期信号的1/4,二者呈现出不同的空间分布。年周期信号的振幅在空间上自西向东逐渐递减,东南沿海地区振幅较小,川滇地区年周期振幅较大;半年周期振幅自西南向东北逐渐减小,华北地区和川滇地区的半年周期现象较为明显。年周期与半年周期信号的相位有较大差异,年周期信号的峰值出现在2月到8月之间,半年周期信号峰值大多出现在1月和5月,并且有明显的分区特征。年周期信号峰值出现的时间会随纬度的增大逐渐变晚,同纬度下沿海地区的年周期信号峰值出现月份晚于内陆;半年周期信号峰值在西南、东北、华北地区多出现在5月,在华南、华中、西北北部地区多出现在1月。     

基于小波分析的NDVI与环境因子空间尺度依存关系研究(英文)

本文通过多尺度分解途径分析了NDVI与环境因子如地形与气候之间的空间尺度依存关系。为了揭示两者关系的尺度效应,选取青藏高原北纬32.5度作为研究样带,应用小波变换分析了不同空间尺度下的小波一致性和相位关系。研究结果表明:在青藏高原小于80km空间尺度上,气候变量如降水和气温不是控制NDVI的主导因素;而大于这个尺度,在一些生态区可以发现NDVI和气候因子具有显著的小波一致性。作为一个分异因子,海拔高度在青藏高原东南缘的纵向岭谷区对NDVI有着显著影响。通过这一研究发现,小波变换是研究NDVI与影响因素之间多尺度关系的一个有力途径。     

小波分析在植物叶绿素高光谱遥感反演中的应用

监测叶绿素含量对研究作物与环境之间的相互影响具有重要的意义,高光谱遥感是提取叶绿素含量的可行技术.将小波分析的方法用于植物叶片的反射光谱,以小波系数作为回归变量来反演植物的叶绿素浓度.研究结果表明,通过对叶片光谱进行连续小波分解后得到的小波系数,可以准确地反演叶绿素浓度,反演的精度优于基于光谱指数的精度.     

基于双正交小波的遥感图像融合研究

针对多光谱图像与全色图像融合中的光谱失真问题,采用一种双正交小波的方法进行融合。试验证明,该方法可以减少图像的失真问题,提高图像的空间分辨率,保留图像的边缘细节。     

模拟退火粒子群与小波的地基沉降预测应用

针对粒子群优化算法易陷入局部极小值问题,改进学习因子使其自适应调整,并与具有良好全局搜索能力的模拟退火算法结合,充分利用两种算法各自的优点,同时结合小波分析去噪,优化神经网络参数,对地基累计沉降数据进行预测,并与标准粒子群优化算法做了对比,实验表明两种方法的结合具有良好的全局和局部搜索能力,预测精度高。     

基于小波包分解的结构自振特征提取及多路径误差分离

为了准确获取结构自振特性,通过分析多路径误差和结构振动的频率特征,采用小波包分解和频谱分析相结合的方法,在不同尺度下进行特定成分的提取,再作频率特性分析。实验结果表明,小波包能够有效地分离多路径误差,实现结构振动特征的提取,GPS测定的结构自振频率与理论值吻合较好,并且具有很好的稳定性。     

一种边缘特征增强的多源遥感影像融合方法研究

基于分频分策略的融合思想,提出了一种边缘特征增强的多源遥感影像融合方法。实验证明,融合后的影像不仅在很大程度上保留了多光谱影像的光谱特征,还提高了空间分辨率,特别是边缘特征得到进一步增强。     

广义立体像对三维重建模型精度分析

本文依据基于多源遥感数据进行三维重建的思想,利用现有的对于某一区域,由不同传感器获取的高分辨率卫星影像,分别作为左右影像,建立起基于有理函数模型的严密空间前方交会数学模型,进而构建起广义立体像对,快速提取地面三维信息,实现目标物的三维重建。之后对重建的三维模型进行精度分析,并与利用传统双像立体像对重建的三维模型、以及单张影像重建的三维模型之间进行精度分析,比较三种不同方法所得到的三维模型的相对精度,并最终证明了利用广义立体像对进行地面目标的三维模型重建,其精度完全能满足生产要求。     

TOPEX/Poseidon卫星监测博斯腾湖水位变化及其与NINO3 SST的相关性分析

利用TOPEX/Poseidon(T/P)卫星10年（1992~2002）监测博斯腾湖水位变化的GDR数据,经过数据的地球物理改正、编辑、约化和滤波后,分别采用小波分析和傅里叶分析得到了博斯腾湖水位变化的平均周期为1034d,363d,182d和47d。季节性变化是湖泊水位变化的主项,利用最小二乘法得到了周年振幅为0.7196m,半年振幅为0.5322m,因此季节性变化的主周期是周年,次周期是半年。博斯腾湖水位变化变化趋势为0.2012m/a,说明在全球气候变暖趋势下,博斯腾湖水位在升高。由博斯腾湖月水位变化的时间序列与NINO3 SST进行相关性分析,发现在NINO3 SST 发生6个月后,博斯腾湖月水位变化序列与NINO3 SST数据相关性最大(-0.2784),表明厄尔尼诺事件对我国西部气候影响的具有一定的滞后性。