铜仁市短时强降水阈值及时空分布初探

【目的】为分析铜仁区域短时强降水极端阈值及分布特征。【方法】利用铜仁区域内10个国家级台站2006—2022年3—11月逐日逐时降水资料,分别挑选1 h、2 h、3 h降水极值和次极值进行升序排列,基于第95个百分位的基本方法综合判定阈值,通过常规统计结果判定其分布特征。【结果】1 h降水量≥25 mm、2 h降水量≥40 mm、3 h降水量≥50 mm均可作为铜仁区域短时强降水的阈值。松桃是铜仁市短时强降水的高值中心,江口为次中心。西部5县和东部的万山6月份为短时强降水高发月份;东部松桃、碧江、玉屏7月为高发月份,江口以8月为主。铜仁区域短时强降水主要集中在5—8月,占总日数的84.4%,且67.3%的短时强降水以单站形式出现,短时强降水的局地性明显。铜仁发生短时强降水以夜间为主,江口最为明显,短时强降水夜间频数与短时强降水总频数之比达到84.9%,夜间短时强降水量与短时强降水总量之比达到86.5%,短时强降水较降水总量的夜雨性更为明显。【结论】该研究对深入了解铜仁区域短时强降水作了有益的探索,对科学制定强降水“三个叫应”指标和防灾减灾具有一定的指导意义。     

内点最大化与冗余点控制的无人机遥感图像配准

利用小型无人机进行遥感图像配准在自然灾害损害评估、环境监测和目标检测与追踪等领域发挥着至关重要的作用,但小型无人机的图像采集过程容易受风速/风向、复杂地形、电池容量、飞行姿态、飞行高度等自然或人为因素的影响。这些问题通常会导致捕捉到的场景重叠率低与图像非刚性畸变,在特征点提取过程中产生大量冗余点,增加了图像配准的难度。本文提出一种基于特征点的小型无人机图像配准方法,该方法的核心思想是在配准过程中识别冗余点,同时最大化可用内点数量。所识别的冗余点当作控制点,用于控制网格代图像的运动。最后通过最大化内点和合理移动控制点来恢复图像变换。本文使用50对小型无人机图像进行特征匹配和图像配准的实验,其中平均配准精度可达80.38%,并且本文方法在所有的情况下都优于5种当前流行算法。     

基于间接平差的ICP点云配准算法研究

点云配准精度是决定三维重建模型的质量因素之一,目前,最常用是ICP点云配准算法,经典的ICP算法易局部收敛,影响点云配准精度。本文提出基于间接平差的ICP点云配准算法,设定目标点集中目标点坐标与转入目标点集中的点坐标之间的距离阈值实现点云精确配准。通过与经典ICP算法对比可知,本算法在一定程度上提高了点云配准精度和速度。     

高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。     

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。     

1997—2017年塔克拉玛干沙漠腹地降水特征

利用塔克拉玛干沙漠腹地塔中气象站1997—2017年逐日和逐时降水资料,分析塔克拉玛干沙漠腹地降水日变化特征、极端强降水特征及其天气背景。结果表明：1997—2017年研究区降水量呈增加趋势、降水日数呈减少趋势,大雨雨量和雨日明显增加,降水呈增强演变。降水多见于6月,最大雨强为8.4 mm·h^-1。降水量日变化呈多峰特征,降水量最大值出现在23：00,06：00是降水频次最多时刻。降水强度和降水频次对降水量作用不同,午后至前半夜强度大,频次少;而后半夜至清晨频次多,强度小。降水以短历时降水为主,其中1～3 h的短历时降水对总降水量贡献率高达61.76%。日降水和小时降水的99百分位强度阈值分别为15.3 mm·d^-1和6.0 mm·h^-1,大于90百分位极端降水量占总降水量贡献率近半。极端强降水天气发生在南疆盆地受北纬40°以南低槽、切变槽或弱的气旋式风场控制地区,南疆盆地提前增湿,民丰850 hPa比湿接近或超过10 g·kg^-1的背景下,降水连续性较差,多中小尺度引发局地短时降水。     

改进分数阶达尔文粒子群的多Renyi熵图像分割算法

针对智能优化图像分割算法易陷入局部最优、分割精度不高等问题,本文融合改进的分数阶达尔文粒子群算法和二维Renyi熵多阈值,提出了一种新的多阈值遥感图像分割算法。算法利用粒子自身进化信息来定义进化因子,结合进化因子并利用高斯图函数调整分数阶次a系数以实现精确计算和快速收敛;根据局部最优概率因子对局部最优位置进行Levy飞行随机扰动以提高算法跳出局部最优的能力;同时将二维Renyi熵单阈值扩展到多阈值分割上,并结合改进的分数阶达尔文粒子群算法,将二维Renyi熵多阈值应用于遥感图像分割中仿真结果表明,与其他2种智能优化分割算法相比,本文分割算法在细节处理和分割精度上均有明显优势,在PRI上至少提升7.27%、VOI至少降低6.5%、GCE至少降低10.4%.     

高分二号卫星影像自适应模糊阈值法小波去噪

高分二号卫星影像提供了丰富的图像信息,高分二号影像数据的发布打破了我国高分辨率对地观测数据长期依赖进口的局面。但是图像在传输和保存过程中会有噪声干扰,如果感兴趣区域受到污染,则会导致该区域内的影像信息不能被充分利用。为了解决高分二号遥感影像去噪这一难题,本文采用自适应模糊阈值法去噪方式,该方法根据各个尺度下噪声方差建立的自适应模糊阈值函数非线性处理后,重新构造作为新的小波系数,经小波逆变换后得到去噪图像。通过与均值滤波器滤波、高斯平滑滤波、中值滤波器滤波、小波全局阈值去噪和Birge-Massart策略阈值法去噪比较,结果表明,自适应模糊阈值去噪法充分结合软硬阈值处理方式的优点,既保留图像细节又使图像更加平滑,图像整体信息完好,去噪效果更为理想。     

基于卫星测高数据的萨德湿地水位变化研究

以萨德湿地为例,使用ENVISAT和Jason2卫星测高数据利用改进的阈值法进行回波重定,反演萨德湿地水位。结果显示:萨德湿地的恒定水域水位变化规律。通过对比萨德湿地和维多利亚湖的水位变化可以发现,维多利亚湖对萨德湿地南部水域水位有巨大的影响,且影响与人类活动(尤其是欧文瀑布大坝的水能发电)有很大的关系,而位于大坝下游的阿尔伯特湖水位变化和萨德湿地南部水域水位变化有很强的相关性。     

捷联式海洋重力数据的小波阈值滤波

基于捷联式海洋重力测量数据,对比不同小波、阈值及施加方式对滤波效果的影响。结果表明,db6、db7、db8、db9、db10、sym6、sym7、sym8、sym9、sym10、coif3、coif4和coif5小波较适用于海洋重力测量,小波分解层次可取至8层或9层,采用史坦无偏风险阈值滤波效果较好;小波分解至第8、9层时,阈值滤波结果与截止频率为0.005 Hz和0.003 3 Hz的Butterworth低通滤波器的滤波结果吻合较好,但小波阈值滤波结果更加平滑,两者差值的RMSE在0.25 mGal以内,且小波阈值滤波更容易分解出噪声成分,可以更有效地消除重力畸变。