高光谱遥感积雪制图算法及验证

雪盖面积是高山地区和季节雪盖区水文和气象模型的重要输入因子。机载和星载遥感数据提取的雪盖面积是融雪径流模型的重要组成部分。对应不同传感器件的光谱特征，多种分类方法被相继提出。但是，缺乏相对独立的验证手段来评价各种分类方法，其主要原因是缺乏地面真实状态。针对该现状，本研究利用高光谱图像的细分光谱特征，建立高光谱影像及其对应“地面真相”的像对数据库来发展和验证积雪制图算法，并展示MODIS积雪制图算法验证和ASTER混合像元分解雪盖制图算法研究的应用实例。     

约束最小二乘问题的几个算法

讨论了具有线性等式与不等式最小二乘问题及等式约束带权最小二乘问题 ,运用矩阵Householder正交分解及有效约束集法等技巧 ,分别给出了几个有效实用的算法 ,最后进行了数值检验。     

图像重建的射线交切反投影法

本文详述了一种快速图像重建方法——射线交切反投影法。它吸取了代数重建算法的某些长处,但无迭代计算,简单实用,对于野外作业使用更显得方便,利用此方法,重建了实测的电磁波吸收系数图像,它比传统的阴影交汇法有更好的分辨率。     

模式识别与成矿预测Ⅳ——Isokid模式识别方法及其在矿产预测中的应用

在Isodata、Isomix等方法的基础上,笔者提出一个新的非监督模式识别方法即Isokid算法,该法还吸取了Cora-3、Hamming等监督模式识别方法的一些特点,使它具有很多优点:(1) 简化了初始聚类中心的计算;(2) 利用信息量计算法给特征加权;(3) 采用了删除特征试验;(4) 适用于多类分类识别。本文以广东花岗岩型铀矿床的识别预测和对赣中南产铀、产钨岩体的识别为例,介绍了本方法的使用情况和特点。结果表明,本方法识别结果可靠稳定,是目前模式识别中较好的方法,除应用于地质找矿外,还可应用于其它领域。     

Estimation for partially observed Markov processes

Many stochastic process models for environmental data sets assume a process of relatively simple structure which is in some sense partially observed. That is, there is an underlying process (X_n, n 0) or (X_t, t 0) for which the parameters are of interest and physically meaningful, and an observable process (Y_n, n 0) or (Y_t, t 0) which depends on the X process but not otherwise on those parameters. Examples are wide ranging: the Y process may be the X process with missing observations; the Y process may be the X process observed with a noise component; the X process might constitute a random environment for the Y process, as with hidden Markov models; the Y process might be a lower dimensional function or reduction of the X process. In principle, maximum likelihood estimation for the X process parameters can be carried out by some form of the EM algorithm applied to the Y process data. In the paper we review some current methods for exact and approximate maximum likelihood estimation. We illustrate some of the issues by considering how to estimate the parameters of a stochastic Nash cascade model for runoff. In the case of k reservoirs, the outputs of these reservoirs form a k dimensional vector Markov process, of which only the kth coordinate process is observed, usually at a discrete sample of time points.     

一个基于打靶法的大气污染源反演自适应算法

污染源反演对大气污染预报及控制有重要意义。目前普遍采用的源反演统计方法存在对观测误差、源清单先验估计误差敏感等弱点。基于打靶法思想的各种算法以其精度高、程序简单、实用性强的特点被广泛应用于系统控制领域。本文提出的基于打靶法思想的大气污染源反演自适应算法在精度高、算法简明的基础上弥补了统计方法的不足:能处理源清单中的大误差、初值大误差、观测值在个别时间点的大误差;无需先验分布假设及误差估计。本文还以简单模型的理想试验为例,展示了该自适应算法的计算效果。     

典型非球形冰晶粒子的凝华增长数值模拟试验

在凝华增长过程中,冰晶的形状随着温度和湿度的改变而改变,准确模拟冰晶粒子的演变对于提高云模式的模拟能力起着非常重要的作用。在现有的云模式中,冰晶形状通常假设为球形,而在实际大气中,冰晶形状十分复杂。本研究中,我们根据冰晶凝华增长理论模型建立了一个单个冰晶粒子增长模型,模拟了温度分别为-1℃~-30℃时,单个典型非球形冰晶粒子的凝华增长过程。与风洞观测数据相对比,该模型能够抓住单个冰晶粒子的轴长,质量以及纵横比随温度和湿度的变化过程。我们进一步将该理论增长模型应用到群粒子的凝华增长过程的模拟。我们釆用欧拉二维正定平流输送法(MPDATA)模拟了典型非球形冰晶群粒子的凝华增长,并对比分析了在不同纵横比分辨率下的模拟效果以及温度变化对冰晶形状的影响,结果表明运用该数值方法可以合理地模拟出群粒子在凝华增长过程中纵横比的演变。与目前采用的拉格朗日-欧拉混合平流算法比较,该算法能够耦合到欧拉动力框架下的分档云模式中去,这对我们研究冰晶粒子形状对云微物理过程和动力过程的影响,以及它们对冰粒子凝华增长的反馈作用具有非常重要的科学意义。     

稀疏反演求解基追踪降噪问题的地震谱分解方法

谱分解描述为一线性反演问题,由于该问题欠定性,需使用稀疏反演算法,然后将该问题转化为基追踪降噪问题(BPDN),引入谱投影梯度(SPGL1)稀疏反演算法提高反演谱分解(ISD)分辨率,并进一步研究其潜在优势。结果表明:基于基追踪降噪问题的反演谱分解方法 (ISD-BPDN)在烃类检测中有更高的时频分辨率,分层更准确,精细地指示了烃类的存在。     

基于非线性最小二乘法的石英水平摆倾斜仪格值标定

采用非线性最小二乘法对石英水平摆倾斜仪格值标定的秒采样数据进行拟合。通过Levenberg-Marquardt算法实现迭代计算过程,准确求解光记录位移信号参数并计算标定格值。仿真和台站标定实验结果表明,采用非线性最小二乘法计算倾斜仪秒采样数据的标定格值与倾斜仪校准格值的一致性较好。     

基于路网惯导载体路径匹配的ICCP算法改进

惯性导航作为一种独立、便捷、稳定的导航方式,在众多对导航定位有特殊要求的领域正发挥着难以替代的作用。但惯性导航的误差会随时间逐渐积累,以至于出现较大偏差,直接影响了导航定位效果,因而在实际应用中是否能准确快速实时修正定位误差至关重要。针对目前普遍使用的轨迹匹配方法 ICCP算法,在数字化路网中惯导机动载体的路径匹配基础上对该算法的几个主要环节进行了改进。最后对照实验进行验证,实验表明,改进后算法的效率和精度有了显著提高。