昆仑山玉龙喀什河最大洪峰出现日期的灰色预测

玉龙喀什河是昆仑山北坡最大的河流——和田河的主要支流。玉龙喀什河同古孜洛克水文站夏洪严重。因此预测最大洪峰出现日期是十分有意义的。用灰色系统理论来预测最大洪峰出现日期,是以原始数据为基础,按累加生成,建立GM(1,1)模型,并通过模型求出平滑度,进而作相对误差检验,合格后再作预测。经过检验,预测基本上符合实际。     

高煤级煤储层煤层气产能“瓶颈”问题研究

基于山西沁水盆地高煤级煤储层宏观裂隙、显微裂隙的连续观测,孔隙的系统测量,结合应力渗透率、气-水相对渗透率、吸附膨胀等实验成果,分析了高煤级煤储层三级渗流特征,探讨了有效应力和煤基质收缩对高煤级煤储层渗透率的耦合作用,系统揭示了在地面排水降压开发煤层气的过程中,高煤级煤储层初期产气量高,数月后急剧衰减之“瓶颈”现象,找出了造成高煤级煤储层产气缺陷的根本原因。鉴于高煤级煤储层物性的特殊性,指出了高煤级煤储层煤层气开发的技术和措施。     

南北地震带北段近期地壳变形特征研究

利用1999～2007期和2007～2009期GPS速度场、应变率场、断层滑动速率和GPS速度剖面等数据,识别出了南北地震带北段主要断裂带及其邻近地区的显著变形差异。结果表明,庄浪河断裂带左旋剪切变形明显增强,祁连地块北边界左旋剪切变形明显增强;2007～2009期六盘山断裂和海原断裂带挤压变形也有所增强,但量值不大。上述特征表明,庄浪河以东地区存在较高的应变积累背景。     

组合电离层残差与改进的码相伪距探测与修复周跳研究

传统码相组合算法能探测7～8周以上大周跳,而传统的电离层残差法仅对于±4周以内的周跳可实现唯一分离,这限制了两者组合的应用.针对这一问题,对码相组合探测与修复周跳方法进行改进,使得改进的码相组合与电离层残差法能够完全探测周跳.经理论与实验分析,组合改进的码相组合法与电离层残差法两者结合能够完全探测采样间隔小于10 s观测数据中的周跳,对动态非差观测值数据的周跳自动探测与修复有极佳的效果.     

轨道误差对InSAR 数据处理的影响

轨道参数是InSAR 数据处理中一个重要的参数,对从最初的图像配准到最后的高程值或形变值图像生成都有着重要的影响.含有误差的轨道参数造成基线误差以残差条纹的形式存在于干涉图中.完全去除残差条纹要求轨道绝对精度低于1mm,目前的定轨精度远不能满足要求.这里推导了轨道误差和残差干涉条纹的关系,分析了轨道误差对高程值和形变值影响的特点,提出采用二次多项式拟合的方法去除残差干涉条纹,并以巴姆地区的 ENVISAT 数据证明了提出方法的有效性.     

浙江省专业气象服务市场调查和瓶颈分析

浙江省专业气象中心利用近4个月的时间,以座谈会、走访、电话交流等方式,陆续调查走访了40余家专业用户单位,了解不同行业对气象服务的要求,对服务中存在的问题和瓶颈进行了分析.     

结构增强型生成对抗网络SAR图像超分辨率重建

针对利用生成对抗网络模型(Generative Adversarial Network,GAN)重建SAR(Synthetic Aperture Radar)图像存在边缘细节信息不足和“伪影”(artifacts)现象,该文基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)光学模型,重新设计生成网络上采样重建模块和结构损失函数,提出一种结构增强型生成对抗网络SAR图像超分辨率重建算法,包括特征提取、特征增强和上采样重建3个模块:在特征提取模块采用小尺度卷积层对输入SAR图像进行低层次特征提取;在特征增强模块采用多个级联残差密集块(Residual-in-Residual Dense Block,RRDB)和卷积层提取输入特征;在上采样重建模块交替使用最近邻插值(Nearest Neighbor Interpolation,NNI)和亚像素卷积(Sub-Pixel Convolution,SPC)对特征进行放大重建,使特征信息交互融合。与传统插值算法和经典深度学习重建算法相比,该算法在视觉效果和定量评价方面均有显著提升,能够在保持原网络模型重建图像内容信息不丢失的基础上,增强重建图像边缘细节信息和减缓“伪影”现象,有利于后续目标识别和灾害监测等工作开展。     

深度残差神经网络频率域下蚀变岩石光谱分类模型研究

以往的蚀变岩石光谱分类方法包括机器学习模型和浅层神经网络模型,且均使用光谱波形特征作为模型分类依据.小波变换能够将光谱数据转换为频谱图进行奇异性探测,显示光谱瞬态突变信息.该文使用5种不同蚀变类型的石英闪长玢岩光谱数据,通过Symlets小波变换将光谱数据转换为频谱图,作为深度卷积分类模型的基础数据,再利用50层深度残差网络(ResNet50)模型对数据进行分类,并选取准确率、损失值、召回率、精确率以及F1参数对结果进行评价.通过与传统的机器学习方法及其他方法进行比较,证明该模型的准确率和F1参数均优于对比模型,测试集分类准确率达到99.67％,表明该模型对蚀变岩石光谱数据分类的适用性较强,且具有较好的鲁棒性和泛化性.     

基于闪电定位数据的地闪密度修订

利用湖北省闪电定位系统(Lightning Location System,LLS)资料,用网格地闪密度数据表征地闪的空间分布,测站距离因子表征探测站布局,对2015年地闪空间分布特征进行分析,结果表明,其密度与因子之间存在负相关,其中雷电流幅值5~30kA的密度分量与因子之间存在显著性相关,大于30kA的密度分量与因子相关不显著。同时发现探测站布局对地闪空间分布的疏密程度有一定的影响,因此有必要对密度进行修订,以消除测站布局的影响。运用线性回归方法及其残差理论,建立了网格地闪密度的修订模型和相对探测效率的统计模型。验证了密度分段修订和不分段修订结果的一致性。通过对理论探测效率和相对探测效率的对比分析,论证了地闪密度修订方法和相对探测效率统计方法的可行性。     

基于GRACE-FO的微波与激光星间测距数据的重力场模型对比分析

为分析GRACE-FO微波测距系统KBR及激光干涉测距系统LRI对时变重力场结果的影响,以动力学方法为基础,分别采用KBR数据和LRI数据反演2019-01~2021-08的90阶无约束时变重力场模型APM_KBR和APM_LRI,并进行对比分析。 从重力场模型阶方差和等效水柱高的空间分布来看,在两类测距数据完整且质量较好的前提下,两者精度处于同一水平,而当发生较多月卫星机动或其他卫星事件时会使LRI数据缺失,从而导致APM_LRI模型在该月得到的等效水柱高时间序列信噪比略低。由后验残差结果可知,APM_LRI后验残差RMS比APM_KBR减少约50%,且在高频处(大于等于60 CPR)LRI的后验残差显著低于KBR。总体来说,在现有条件下,由于背景场模型等其他因素影响,两类测距数据反演重力场的阶方差和等效水柱高结果基本一致,但后验残差上LRI测距具有更低的噪声。因此,未来可直接使用LRI测距数据探测、分析较弱的地球物理信号。