1982—2015年中国气候变化和人类活动对植被NDVI变化的影响

基于中国603个气象站的地表气温和降水观测资料以及GIMMS NDVI3g数据,采用变化趋势分析和多元回归残差分析等方法研究了1982—2015年中国植被NDVI变化特征及其主要驱动因素（即气候变化和人类活动）的相应贡献。结果表明：① 1982—2015年中国植被恢复明显,在选择的32个省级行政区中,山西、陕西和重庆的生长季NDVI增加最快,仅上海生长季NDVI呈减小趋势。② 气候变化和人类活动的共同作用是中国植被NDVI呈现整体快速增加和巨大空间差异的主要原因,其中气候变化对各省生长季NDVI变化的影响在-0.01×10 ^-3~1.05×10 ^-3 a ^-1之间,而人类活动的影响在-0.32×10 ^-3~1.77×10 ^-3 a ^-1之间。③ 气候变化和人类活动分别对中国近34年来植被NDVI的增加贡献了40%和60%;人类活动贡献率超过80%的区域主要集中在黄土高原中部、华北平原以及中国东北和西南等地;人类活动贡献率大于50%的省份有22个,其中贡献率最大的3个地区为上海、黑龙江和云南。研究结果建议应更加重视人类活动在植被恢复中的作用。     

青藏高原莫霍面形态的重力模拟及其对探讨高原隆升机制的意义

青藏高原是印度板块板欧亚板块碰撞形成的巨大变形带，岩石圈地幔的变形特征对高原的隆或意义重大。本文分析了远震ＰＫＰ走时残差沿高原中部剖面的变化，发现莫霍面的断错在整个高原是普遍存在的；利用人工地震资料作为约束，用重力资料对莫霍面的形态进行了反演模拟，认为岩石圈地幔的断错和叠覆可能是青藏高原隆升的重要机制；最后讨论了板块中部热和密度不均匀性以及地幔流动对青藏高原岩石圈变形的影响。     

联合空-谱信息的高光谱影像深度三维卷积网络分类

针对高光谱影像分类高维和小样本的特点,提出一种基于深度三维卷积神经网络的高光谱影像分类方法。首先,该方法直接以高光谱数据立方体为输入,利用三维卷积操作提取高光谱数据立方体的三维空-谱特征。然后,利用残差学习构建深层网络,提取更高层次的特征表达,以提高分类精度。最后,采用Dropout正则化方法防止过拟合。利用Pavia大学、Indian Pines和Salinas 3组高光谱数据进行试验验证,结果表明,与支持向量机和现有的基于深度学习的高光谱影像分类方法相比,该方法能有效提高高光谱影像的地物分类精度。     

MVMD-ARMA残差修正电离层预测模型的研究及应用

针对变分模态分解端点效应处理方法的缺陷和分解过程中需要人为地控制输入参数,会严重影响预测结果,且ARMA模型本身在极值点附近预测精度就不高的问题,该文提出了MVMD-ARMA残差修正电离层预测模型,加强对分解时端点效应的控制,并通过阈值条件,自动选取最优参数,且对预测结果进行了残差修正。实验结果表明,改进模型的绝对残差均值为0.95TECU,分别比ARMA模型和VMD-ARMA模型小0.20TECU和0.11TECU;残差标准差均值为0.67,分别比ARMA模型和VMD-ARMA模型小0.17和0.09;平均相对精度的均值为88.64%,分别比ARMA模型和VMD-ARMA模型高2.56%和2.23%。     

残差修正的GM(1,1)模型在滑坡位移预测中的应用

根据滑坡监测研究现状,利用Matlab编程以及新滩滑坡监测点A3和B3的位移监测资料,建立了GM(1,1)预测模型和一阶残差修正的GM(1,1)预测模型;并对两种灰色预测模型的变形预测结果进行了比较。结果表明,经过残差修正的GM(1,1)模型的预测精度明显高于传统GM(1,1)模型的预测精度。     

水下地形匹配定位置信区间估计

地形匹配定位（terrain aided position,TAP）的似然函数反映了AUV（autonomous underwater vehicle）的位置在空间中的分布概率,由于地形的强非线性、随机性以及测量误差的非高斯分布使得似然函数也表现出非高斯分布的特点。TAP的误差与局部地形特征和地形测量误差密切相关,由于现有的方法未考虑局部地形特征,仅考虑了测量误差的统计置信区间,使得TAP置信区间的估计结果明显偏小。为解决TAP置信区间的估计问题,建立了TAP定位点的跳变模型。设TAP定位点Xp可以向搜索区间内任一点跳变,且向某一点的跳变概率与该点的似然函数值正相关,Xp向某一点跳变的置信度小于α时,认为xα不会向该点跳变,该点设为置信区间的边界点。另外,设地形匹配定位点的置信区间内匹配残差平方和函数为二次曲面,而Xp视为该曲面的待估计参数,则可以通过曲面参数的置信区间估计方法获得1-α置信度下的置信区间。新方法得到的置信区间范围大于现有的估计方法,试验结果表明,测量波束较少时,置信区间估计会出现异常,增加测量波束可以提高潮差和测量误差的估计精度,从而提高置信区间的估计精度,但测量误差非高斯分布条件下的补偿方法仍然需要进一步研究。     

2001—2018年黄土高原植被覆盖人为影响时空演变及归因分析

基于2001—2018年的MODIS-NDVI和MODIS-LST以及土地利用、交通、人口等多种人文社会数据,通过温度植被干旱指数反映黄土高原土壤水分状况,利用残差法剔除土壤水分得到植被覆盖变化的人为影响,辅以趋势分析、Hurst指数、地理探测器等方法探讨了黄土高原植被覆盖的人为影响变化特征、未来变化趋势以及人为影响的...     

多普勒积分重构与STPIR联合周跳探测与修复

用载波相位精密定位需保证相位无周跳,而1周的小周跳仍是目前双频定位中难以解决的问题.MW(Melbourn-Wübbena组合)法联合电离层残差法探测周跳应用广泛,但MW法精度不足.为此,本文提出重构多普勒积分的新方法以替换MW法.该方法基于信号传播的多普勒模型,仅利用广播星历和伪距定位的位置,即可重构出比多普勒观测量...     

利用中国地震台网(CSN)记录到的PKP波研究中太平洋下地幔底部的小尺度P波速度变化

PKP震相包含了下地幔底部P波速度结构的重要信息.中国地震台网（CSN）台站记录到的南美洲地震的PKP波的射线,对中太平洋下的D″层有很好的采样.本研究采用这些PKP波的AB和DF两个分支的走时差,研究了中太平洋下地幔底部P波速度的小尺度变化.AB DF的走时差减小了上地幔横向不均匀性的影响,而对下地幔底部P波速度的横向变化十分敏感.与此同时,AB DF的走时差也减小了地震定位误差的影响,消除地震发震时间测定误差的影响.本研究的结果表明,在中太平洋的地幔底部存在着大范围的AB DF走时正残差,也即低速异常区,这可能是太平洋下超大地幔热柱的源处.观测到的P波速度异常的空间分布总体上与Grand通过层析成像得到的CMB的S波的速度异常相一致,并在变化的幅度上很好地相关,P波速度的扰动值（在D″层大约为2%）是Grand 速度模型中的S波异常的36%.这一结果有助于太平洋下超大地幔热柱的结构和性质的进一步研究.     

基于物理信息约束的神经网络复杂模型高精度走时计算

走时计算广泛应用于地震数据处理中,其中对复杂地表地形的处理一直是走时计算的关键和难点.相比于传统的规则网格,贴体网格的建模方式可以完美地刻画地表的起伏形态.然而,目前常用的方法在利用贴体网格变换解决复杂地形问题的同时,需要针对性地发展适应贴体网格的特殊求解方法,这导致算法复杂且在网格扭曲较大的地方易造成精度损失.基于物理信息约束的神经网络是一种无网格方法,它对程函方程的求解不受具体网格形态的限制.为此,本文中我们将基于物理信息约束的神经网络和贴体网格结合,提出一种有效计算复杂模型中地震波走时的方法;用贴体网格构建任意复杂地质体,然后用基于物理信息约束的神经网络求解该复杂地质体上的地震波传播的走时.另外,我们使用残差神经网络替换了原有的神经网络架构,这在一定程度上提高了神经网络的学习能力.我们利用三组模型的数值模拟结果来验证方法的有效性和高精度;同时讨论了训练替代模型和迁移学习等神经网络技术在复杂模型中计算走时的应用,这极大地加速了实际问题的求解过程,有望在具体问题的求解中得到广泛应用.