固体潮观测数据预处理中的常用方法及计算机实现

从地震台站产出的原始地形变前兆数据出发,提出实际操作性较强的预处理方法,从已编制好的软件中给出处理实例,从而提高地震台站观测人员的科研能力,填补资料预处理方面的某些空白,对于地震台站人员集观测、科研于一体有着十分重要的意义。从95-01-02项目厦门地震台前兆数据预处理的实践表明:这些方法取得了明显的实效,直到今天仍然具有很大的使用价值。     

Detection of coffee berry necrosis by digital image processing of landsat 8 oli satellite imagery

Coffee berry necrosis is a fungal disease that, at a high level, significantly affects coffee productivity. With the advent of surface mapping satellites, it was possible to obtain information about the spectral signature of the crop on a time scale pertinent to the monitoring and detection of plant phenological changes. The objective of this paper was to define the best machine learning algorithm that is able to classify the incidence CBN as a function of Landsat 8 OLI images in different atmospheric correction methods. Landsat 8 OLI images were acquired at the dates closest to sampling anthracnose field data at three times corresponding to grain filling period and were submitted to atmospheric corrections by DOS, ATCOR, and 6SV methods. The images classified by the algorithms of machine learning, Random Forest, Multilayer Perceptron and Naive Bayes were tested 30 times in random sampling. Given the overall accuracy of each test, the algorithms were evaluated using the Friedman and Nemenyi tests to identify the statistical difference in the treatments. The obtained results indicated that the overall accuracy and the balanced accuracy index were on an average around 0.55 and 0.45, respectively, for the Naive Bayes and Multilayer Perceptron algorithms in the ATCOR atmospheric correction. According to the Friedman and Nemenyi tests, both algorithms were defined as the best classifiers. These results demonstrate that Landsat 8 OLI images were able to identify an incidence of the coffee berry necrosis by means of machine learning techniques, a fact that cannot be observed by the Pearson correlation.     

基于像元二分模型的地表植被覆盖度估算模块化设计与实现

地表植被覆盖度是的一种应用广泛的定量遥感产品,在水文、生态、区域变化等方面都具有重要的意义。像元二分模型是应用最多的一种遥感估算地表覆盖度的方法。目前,用遥感的方法进行地表植被覆盖度估算没有完整、系统的工具,用户只能逐步进行操作,效率低下,鉴于上述情况,本文运用IDL交互式数据语言,基于ENVI二次开发了一个植被覆盖度估算程序,取得了一定的成效,对遥感定量产品的生产、应用具有一定意义。     

DNQ3型能见度仪故障分析及校准方法研究

为有效提高国家地面气象观测站能见度仪观测数据准确性和设备运行稳定性,对能见度仪开展日常维护、核查校准、数据质控和故障修复等工作显得尤为重要。该文通过对DNQ3型前向散射能见度仪硬件结构和基本工作原理的介绍,以及对一些典型故障进行分析,总结出能见度仪的检测维修流程,归纳了对应的故障解决措施,凝练出该型能见度仪的核查校准和疑误数据质控方法,为一线业务人员开展能见度仪常规维护、故障排查、运行监控等提供借鉴。     

基于双隐层ANN模型的叶绿素a浓度智能预报方法

利用2019年5月WZ02生态浮标监测数据,建立了两种不同隐层人工神经网络(ANN)模型的叶绿素a(Chl-a)智能预报方法,并对单隐层和双隐层模型的预测结果做了对比.结果表明:双隐层结构预测结果精度更高,泛化能力更强,一定程度上说明了深层学习比浅层学习对信息的主要特征提取能力更有优势.同时,对数据样本集合进行了系统预...     

空间视图在图形数据更新中的应用研究

在研究Geodatabase数据模型的基础上,给出了空间视图的定义,探讨了基于空间视图的图形数据更新过程,设计了更新的结构图和活动图。     

An accessible strong-motion dataset (PGA,PGV, and site vS30) of 2022 MS6.8 Luding,China Earthquake

A M_S6.8 earthquake occurred on 5th September 2022 in Luding county, Sichuan, China, at 12: 52 Beijing Time(4:52 UTC). We complied a dataset of PGA, PGV, and site v_S30 of 73 accelerometers and 791 Micro-Electro-Mechanical System(MEMS)sensors within 300 km of the epicenter. The inferred v_S30 of 820 recording sites were validated. The study results show that:(1)The maximum horizontal PGA and PGV reaches 634.1 Gal and 71.1 cm/s respectively.(2) Over 80% of records ar...     

天文卫星下传数据处理系统的规划

天文卫星获取的数据需要经过卫星下传数据处理系统的一系列加工,生成可以分析的数据产品,这些产品及相应软件要发布给国内外用户,同时数据处理系统还要监测载荷状态、数据质量及天体源爆发等。这样,下传数据处理系统的建设直接关系到物理成果的获取,规划该系统就变得非常有意义。从数据产品定义、子系统规划、数据流程等方面介绍卫星下传数据处理系统的规划,并提出以模块化开发方式从整体上协调各个子系统的开发,使各个系统及其软件相互配合,共同促进科学产出。     

地理国情普查数据预处理软件主体功能设计

为满足地理国情普查数据库建设技术设计要求,全国各省市普查数据成果都需要进行全面的入库前预处理。处理过程烦琐,若采用人工方式,工作效率低下且数据质量难以保证。本文依托丰富的实际生产经验,在进一步筛选和不断总结的基础上,对地理国情普查数据预处理软件进行了主体功能设计。     

国土资源卫星遥感数据应用评估系统构建

从国土资源应用出发,在“指标-模拟-评估-指标修改-模拟-评估”模式的基础上,构建了由软件系统、硬件系统、技术标准和技术方法4部分组成的评估系统,建立了较为完整的卫星数据应用评价技术方法体系,为实现在卫星研制初期就真正开展天地一体的我国卫星研制和应用的发展路线,提供了新的思路和技术体系支撑。