Hilbert变换在海浪波高与周期联合分布函数中的应用

Longuet-Higgins(1983)[1]导出了波高与周期的联合分布函数,此分布函数虽然与实际数据符合良好,但存在很大的缺陷,如:由此分布函数得出的波高分布为形式较为复杂的非Rayleigh分布,很难应用于工程计算中。孙孚(1988a)[2]应用射线理论导出了一种波高与周期联合分布,虽然弥补了Longuet-Higgins的一些缺陷,但推导过程过于复杂。本文在窄谱假定下通过应用Hilbert变换方法得出新的分布函数并与前两者比较,表明Hilbert变换的方法不但简便,而且完全克服Longuet-Higgins的不足,可以方便的应用于工程计算中。本文也为Hilbert变换的方法在工程中的应用提供了理论依据。     

变井径环空分形表征及其对固井顶替效率的影响

为分析井径非线性变化对油气井注水泥顶替效率的影响,利用W-M分形函数、体积填充等理论,研究变井径环空几何形态表征及注水泥顶替效率计算,建立实测井径曲线的分形函数特征参数计算方法及变井径环空顶替流动分析模型,开展注水泥顶替流动数值模拟。结果表明：变井径环空的顶替效率低于均匀井径环空的顶替效率;标度参数、分形维数增大,井壁壁面凸起、凹陷高度增大,不规则程度增高,顶替效率降低;高标度参数、高分形维数范围内,顶替效率降低幅度高,顶替效率相对变化率大;顶替注入流速增大,顶替效率相对变化率减小;井斜角增大,顶替效率相对变化率增大;计算顶替效率时,当标度参数、分形维数低于阈值时,可将井眼环空近似考虑为均匀井径环空,而当标度参数、分形维数较高时,采用均匀井径环空简化处理会造成很大偏差;工程中,应注意处理计算模型选择及有效解决顶替效率问题。该结果为解决注水泥顶替效率计算的准确性、推进科学化固井设计与施工提供基础。     

矢量曲线的视觉清晰度及在网络地图综合中的应用

互联网用户参与的地图制图容易出现视觉冲突、压盖、拥挤等地图表达问题,需要引入地图自动综合协助解决。网络地图中由于原图比例尺和综合后比例尺均难以准确量化,常规地图自动综合基于“原图比例尺-综合后比例尺”判断是否需要综合的方法已不再适用。矢量数据在可视化后会产生视觉粘连,视觉粘连越明显,地图表达效果越差,综合的需求也越强烈。基于此规律,本文提出对视觉粘连进行定量描述并据此判断是否需要综合。首先,从人类视觉感受出发,结合栅格化思想设计了矢量曲线视觉粘连的量化指标——视觉清晰度。然后,基于“金字塔式”的尺度空间计算曲线在多个比例尺表达的清晰度,并拟合了清晰度的变化函数。最后,将该函数应用于众源地理数据的网络地图综合决策。试验结果表明,本文方法可准确判断每条矢量曲线是否需要综合,能有效解决地理数据尺度异质性带来的可视化难题。同时,清晰度变化函数将曲线的尺度描述由静态数值扩展到连续函数,有望更好地支持多尺度空间数据处理及网络地图综合等问题。     

结合非下采样剪切波变换的BM3D去除图像噪声方法研究

强噪声图像去噪一直是图像处理技术应用领域研究的热点,为进一步提高强噪声图像的去噪质量和对图像边缘的保护,针对三维块匹配（Block Matching 3D,BM3D）方法对强噪声图像去噪效果不佳及图像线状奇异性（如边缘）缺乏最优表示的问题,提出了基于二维非下采样剪切波变换（Non-subsampled Shearlet Transform,NSST）和BM3D的组合去噪方法。该方法首先对含噪图像进行NSST正变换,得到不同尺度和不同方向高频子带的剪切波系数;然后对每个尺度不同方向的高频子带求取贝叶斯阈值,并利用渐进半软阈值函数对各高频子带进行去噪;最后对低频子带和各去噪高频子带进行NSST逆变换,得到去噪结果。将去噪图像作为BM3D中基础估计阶段的预滤波,能够进一步提高基础估计阶段分组的正确性,为BM3D去噪奠定良好基础。组合去噪方法结合了NSST与BM3D的各自优势,仿真试验结果表明,对于低噪声图像,本方法和BM3D方法去噪效果相同,略优于非局部平均法;对于强噪声卫星影像,本方法去噪效果优于BM3D和非局部平均法。     

云下遥感地表温度重构方法研究

地表温度是研究地-气之间水热平衡的重要参数,对地表温度的全天候获取具有重要意义.热红外遥感可以获得较高分辨率空间全覆盖的地表温度产品,但是有云地区数据缺失问题制约了地表温度遥感产品的全天候应用.文章发展了2种对云下缺失的地表温度进行重构的方法,方法1是借助地表温度同化数据集发展了一种时空匹配的数据融合方法,方法2是将当...     

基于压缩感知法对法拉第色散函数的重构

观测到的偏振量与法拉第色散函数之间是傅里叶变换对,而法拉第色散函数反映了辐射区域和辐射传播途径的磁场结构。如何通过这一关系精确重构出法拉第色散函数对于研究银河系及河外星系磁场具有重要的作用。目前已提出了基于压缩感知的法拉第色散函数重构方法,模拟结果要优于传统方法,然而是否具有实用性仍然未知。主要探究该方法应用于实际观测频率范围时是否依然可行,并进行了大样本统计学实验。结果表明:重构结果受多种因素的影响,具有很大的随机性,对重构结果在峰值附近再次进行最小二乘拟合后,重构的法拉第深度更接近真实值。     

椭球谐和球谐系数之间一个简单的转换关系

本文推导的椭球谐系数和球谐系数相互之间转换关系的核心思想是在ε~2量级下利用Legendre函数的正交性,从球谐系数求解的积分表示出发,将积分中的椭球坐标变量与球坐标变量相互转换,从而得出椭球谐系数与球谐系数之间的转换关系。本文导出的转换关系有以下优点:①对于第二类Legendre函数的计算采用Laurent级数表示,使计算第二类Legendre函数更为简单;②保留了ε~2量级下,导出的转换关系相比文献[2]的形式更简单,满足物理大地测量边值问题线性化的要求;③顾及了余纬和归化余纬的区别。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

函数模型与随机模型双约束的GPS-InSAR数据融合方法建立三维形变场

针对InSAR技术研究地表三维形变时监测信息不足的问题,以GPS监测信息为先验信息,建立附有随机模型约束的地表三维形变模型。考虑到SAR卫星极轨方式运行导致LOS向观测量对南北向形变不敏感的问题,以GPS南北向形变观测值作为强约束,构建三维形变解算的函数约束条件。模拟数据与西安地区实测数据的计算结果表明,基于随机模型与函数模型共同约束的地表三维形变参数最小二乘解的精度优于仅有函数模型约束或仅有随机模型约束及无任何约束的参数解精度。     

GPS高程拟合法比较以及精度分析

利用GPS测量高程代替水准高程时,选取合适的GPS高程拟合方法是必不可少的。本文利用某测区94个已知点作为实验数据,其中65个作为建模点,29个作为检验点,利用不同的函数模型法和不同的统计模型法建立实验区的GPS高程拟合模型,并通过MATLAB语言设计实现GPS高程拟合模型的建立以及精度分析。通过对比分析实验证明:移动曲面拟合法是本文列举函数模型法中拟合效果最好的;基于二次曲面的Shepard拟合法是本文列举统计模型法中效果更好。