Af（z）f‘（z）＋Bf2（z）的值分布

设 ｆ（ｚ）为复平面上的超越亚纯函数，不具有形式Ｃｅｘｐ（－Ｂｚ／Ａ），其中Ａ、Ｂ及Ｃ为复数，则Ｔ（ｒ，ｆ）可被ｆ（ｚ）的极点计数函数及Ａｆ（ｚ）ｆ＇（ｚ）＋Ｂｆ＾２（ｚ）的ａ计数函数（ａ≠０）所控制。     

基于SVD分解的太平洋及印度洋海温与华北旱涝的诊断

利用华北地区26站逐月观测的降水资料和NCEP/NCAR再分析逐月海温资料,运用经验正交函数分解(EOF)和奇异值分解方法(SVD),分析了华北气候区降水的主要空间分布特征,研究了太平洋-印度洋与华北旱涝的耦合特征及年际变化。结果表明:华北降水的空间模态表现为中部型、南北反相和东西反相型。华北旱涝与前期冬季赤道中东太平洋、西太平洋、北太平洋中部和印度洋海表温度(SST)相关。春、夏季太平洋上为拉马德雷(PDO)暖位相,且印度洋增暖,华北全区偏旱,且夏季干旱更为严重。在PDO暖位相影响下,若澳大利亚东部海域SST降低,则华北区西北涝、东南旱,呈反相变化。年际变化上,反映了降水对海洋强信号"厄尔尼诺/南方涛动"(EN SO)振荡的响应。当太平洋为EN SO位相时,华北降水偏少,反之偏多。     

水下磁性目标物空间位置定位研究

为解决深藏于水下淤泥中的磁性物体空间位置定位误差大的难题,选择甬江航道某水域水下隧道作为磁异常体进行试验,利用OBF(正交分解算法)进行磁异常体平面位置的计算,然后利用插值切割算法进行磁异常体水下泥面埋深的计算,经过验证对比得出,磁异常体的平面预测坐标与实际坐标相差2～3 m,预测埋深与实际埋深相差0.3 m。结果表明,利用此方法在预测磁异常目标空间坐标方面具有一定可行性,将为水下工程的实施带来便利。     

广东汛期降水的时空分布特征

利用国家气候中心提供的1963～2002年广东地区23个台站的逐日降水量和NCEP／NCAR的再分析资料,分析了广东汛期降水主要时段（4～9月）的时空变化特征。结果表明：广东汛期降水量在近40年的时间里存在着微弱上升趋势,广东地区汛期降水存在较明显的年际变化特征;汛期降水量自南向北、由东到西北逐渐减少,并存在5个分区,即北部区、西南部区、中部区、西部区和东部区;广东地区全汛期和前、后汛期在EOF主要的模态变化上基本一致,而在其他模态的变化上与后汛期的变化更为接近。这是由于广东地区跨度大,地形对广东汛期降水空间分布的影响表现突出。     

小波变换上升方案及其在图像融合中的应用

介绍了小波变换的上升方案,使用上升方案实现了CDF(Cohen-Daubech ies-Feauwell)(2,2)双正交小波。与传统小波变换相比,基于上升方案的小波变换具有构造简单、运算方便的特点,而且可以根据实际需要构造新的小波。在传统小波图像融合算法的基础上,提出了更为通用的小波变换融合方法,在基于子带的融合过程中体现了高频信息的竞争以及低频信息的协同。这既考虑了如何克服因为待融合影像不同的成像方式带来的块效应,又能方便地根据用户需要改善影像融合质量。     

基于多项式曲面拟合模型的高程转换方法及其结果分析

本文针对影响多项式高程转换精度的两个主要因素(拟合模型选择和拟合点选取),在分析不同阶次多项式表达特征的基础上,基于一次多项式拟合残差信息,提出了综合不同多项式曲面模型的GNSS高程转换方法,并通过实例验证了该方法的有效性。结果表明,利用一次多项式拟合残差空间分布信息反映的测区高程异常变化特征,作为二次多项式分区拟合区域划分或三次多项式拟合点选取的依据,进行高程拟合,可以将高程拟合精度从厘米级提高至毫米级。     

影响地图投影多项式变换精度的若干因素分析

地图投影变换是数字地图制图和地理信息系统中进行地理空间数据处理的重要步骤和过程,而多项式变换又是地图投影数值变换中最常用和最有效的方法之一。提出了影响地图投影多项式变换精度的若干因素,深入分析了这些因素对多项式变换精度的影响,最后得出了提高多项式投影变换精度的相关结论。     

车贝雪夫多项式约简算法的研究

解释了车贝雪夫多项式化整计算通用算法中关于化整后的车贝雪夫多项式约简处理的技术原理,给出了一种可快速实现多项式约简处理的实用求算方法。     

华北-华东地区高温热浪与土壤湿度的关系研究

利用观测站点的日最高气温、土壤湿度旬观测资料以及土壤湿度再分析资料等,分析了华北-华东地区高温热浪次数的时空变化特征及其与土壤湿度的关系。结果表明:1960s以及1990-2010年为高温热浪次数的高值期,1970s-1980s为低值期。利用旋转经验正交函数分解得到土壤湿度的3个气候分区,分区内前期(3-5月)和同期(6-7月)的土壤湿度与6、7月份高温热浪次数基本呈负相关关系,并且同期相关性更显著。在华北-华东北部与中部,5月下旬土壤湿度与6月高温热浪次数、6月上、中旬平均土壤湿度与6月高温热浪次数、7月平均土壤湿度与7月高温热浪次数的相关性均显著。