海洋数据同化与数据融合技术应用综述

简述了不同数据同化和数据融合方法在海洋环境监测与预测方面的应用、国内外相关业务单位的海洋分析和预报系统的现状,以及海洋数据同化将来的业务化应用的发展趋势。四维变分和集合卡尔曼滤波正在成为国际上海洋环境分析与预报的主要应用方向,海-气耦合数据同化以及海冰数据同化是目前数据同化方法研究的热点。     

基于地震沉积学的古河道展布特征与演变过程——以川东北通南巴背斜中下侏罗统为例

基于地震沉积学理论,根据基准面旋回变化,利用沿层地层切片的高分辨率纵向演化特征与高精度地震成像技术,研究川东北地区通南巴背斜中下侏罗统的古河道展布、古河道定量化特征与演变过程.结果表明:研究区中下侏罗统沉积时期发育4期古河道(湖侵体系域两期曲流河河道、高位体系域早期顺直型河道与晚期辫状河河道),古河道为厚层砂岩沉积,测...     

无人机实时视频与三维地理场景融合

针对无人机视频巡查时无法获取视频要素与周围场景地理要素的空间关系等问题,本文提出了一种无人机实时视频与三维地理场景融合方法。该方法通过设置路线站点获取无人机实时巡查视频,利用高分辨率倾斜摄影模型构建三维地理场景,将视频在三维地理场景中投影,构建视频投影参数规范和无人机数据传输模型,实现无人机实时视频与三维地理场景融合展示;对无人机实景融合的应用流程进行设计,并通过具体案例进行试验验证。试验结果表明,无人机实景融合具有良好的表达效果,视频与三维地理场景融合度高且视频画面变形较小。该方法将无人机视频应用扩展至三维空间,为视频要素赋予了空间参考。     

最小二乘混合像元分解的端元丰度信息提取研究

针对无约束最小二乘混合像元分解算法提取地物端元丰度出现的局限性问题,通过野外实地采集的地物光谱数据建立研究区典型的地物波谱库,以Landsat OLI影像作为主要数据源,在经过Gram-Schmidt(GS)影像融合的基础上,利用纯净像元指数(PPI)及基于几何顶点的端元提取技术提取研究区典型地物端元,最后通过完全约束的最小二乘混合像元分解算法完成对研究区典型地物端元丰度的提取。结果较好地解决了无约束最小二乘混合像元分解算法提取的端元丰度信息出现负值的情况,并且提高了典型地物丰度信息提取的精度。完全约束最小二乘混合像元分解算法的RMSE误差均控制在0.174 913左右,在很大程度上提高了混合像元分解精度及实用性。     

基于多尺度特征融合的遥感影像目标检测

提出基于多尺度特征融合的遥感影像目标检测方法,本文利用选择性搜索算法对原始数据进行滤波处理和二值化处理,提取遥感影像目标区域图像数据,采用RBM技术获取遥感影像目标的语义特征和细节特征,在此基础上,建立融合网络,对影像目标的语义特征和细节特征进行变形卷积操作和池化操作,将目标的语义特征和细节特征进行多尺度融合,获取目标的深度特征,进而定位遥感影像目标。实验证明,设计方法遥感影像目标检测时间短,可以快速检测到遥感影像目标。     

面向城市道路的多传感器融合定位导航技术

方便地获取高精度、高可靠的轨迹数据是交通、旅游等行业智能化发展的关键。鉴于此,本文设计一款集GPS、SINS和OBD于一体的多源车载组合导航系统来收集轨迹数据,提出数据融合的方法来弥补因传感器噪声导致的位置累积误差,并在GPS失锁时有效预测轨迹位置信息。此方法通过梯度提升与决策树相结合建立INS误差补偿模型,并引用粒子群算法优化模型的回归参数,可有效避免误差积累;再利用联邦滤波器实现GPS、SINS和OBD数据融合,提高了轨迹信息的准确性。实际道路测试证明,基于此方法的组合导航系统,在多种路况下可收集连续精准的轨迹数据。     

遥感与化探数据融合处理技术方法及应用研究

遥感找矿信息与化探异常之间存在套合和藕合两种空间关系，通过数据融合处理，可以对其相关性作出正确的识别和判断，以达到综合找矿的目的。基于此，笔者以东天山地区作为试验区，进行了遥感与化探数据融合处理的技术方法研究及试验应用。     

基于IHS变换和小波变换的遥感影像融合

在遥感影像融合中,IHS变换法与小波变换法具有互补性,文中把这两种方法结合起来,提出了一种基于IHS变换与小波变换的影像融合方法.通过对具体影像的实验证明,该方法是有效的,达到了预期的目的.     

融合浅层特征的深度卷积神经网络互花米草遥感监测方法

基于2018年10月份黄河口入海两侧的LANDSAT8 OLI影像,提取植被指数和缨帽变换分量共9维光谱特征,构建融合浅层特征的8层深度卷积神经网络(deepconvolutionalneuralnetwork,DCNN)分类模型,开展互花米草(SpartinaalternifloraLoisel)遥感监测的方法研究,并从不同的浅层特征来具体分析互花米草的监测结果。结果表明:(1)在分类方法上,DCNN模型的总体分类精度最高,达到90.33%,与支持向量机(support vector machine, SVM)、随机森林(random forest, RF)分类器相比,精度分别提高4.78%、2.7%,互花米草的生产者精度分别提高了2.56%、0.47%,说明在滨海湿地遥感影像分类中, DCNN有着更好的应用潜力;(2)融合浅层特征后, DCNN的总体分类精度和互花米草的识别精度分别提高了0.34%和3.25%,有效提高了对互花米草的监测能力。其中,融合归一化植被水分指数(NDII)浅层特征的DCNN分类方法中,互花米草的识别精度提高最多,为2.56%,比值植被指数(RVI)次之,为2.32%。研究结果可为互花米草的监测与管理提供技术与数据支撑。     

基于地基与星载激光雷达技术的武夷山山谷风环流研究分析北大核心CSCD

山谷风是一种热力驱动产生的局地环流,武夷山市三面环山,中部为丘陵地带,使得该地常年盛行山谷风。基于地面气象观测站、边界层测风激光雷达及激光雷达卫星Aeolus数据研究了武夷山山谷风环流特征。结果表明,夏季出现山谷风日天数最多,山谷风日出现时大气日变化特征显著,表现为山风出现的时间段,以偏北风为主,风速较小,低空激光雷达回波信号较强,气流运动以下沉为主,垂直方向上形成环流圈;谷风阶段,以偏南风为主,较山风阶段风速有所增强,低空激光雷达回波信号减弱,以上升气流为主;激光雷达数据融合的风廓线可见,武夷山非山谷风日常出现在对流层中低层盛行偏南风的天气形势下,偏南风将水汽输送至当地,使得当地低空被较厚云层覆盖或出现降水过程,从而削弱了山地与谷地的热力差异,局地环流被打破,山谷风环流无法形成。