2010年6月中国南方持续性强降水过程：天气系统演变和青藏高原热力作用的影响

2010年6月中国南方发生持续性强降水,其强度与2008年6月相当,超过近年来其他年份。但是,与2008年6月相比,2010年6月对流层中低层低值系统活动在青藏高原至长江中下游地区异常频繁,副热带高压(副高)位置异常偏西、强度偏强,导致低层异常风场辐合区及强降水区域相对偏北。分析2010年6月14—24日中国南方连续出现的4次持续性强降水过程,发现南亚高压、对流层中层的中纬度槽脊和西太平洋副高以及低层切变线和东移低涡是造成持续性强降水的主要天气系统。利用WRF模式对2010年6月强降水过程实施显式对流集合模拟试验,在控制试验重现观测到的地面降水和天气系统特征的基础上,在敏感性试验中将青藏高原的地表短波反照率修改为1.0,对比两组模拟试验的结果表明:控制试验中青藏高原的地表感热加热作用使得高原及其周边地区的大气温度发生变化,相应的热成风平衡调整使得对流层低层至高层大气环流和天气系统特征发生显著变化,增强了中国南方的持续性降水。200 hPa青藏高原西部形成反气旋性环流异常,东部形成气旋性环流异常,青藏高原东部南下的冷空气加强,中国南方辐散增强;500 hPa青藏高原北部的脊加强,中国东部的槽加深,副高西北侧的西南风明显增强,从青藏高原向下游传播的正涡度也显著加强;850 hPa的低涡强烈发展并逐步东移,华南沿海的西南低空急流更为强盛,导致降水区的水汽辐合、上升运动及降水强度都增强。     

FCM聚类算法协同Canny算子的遥感影像边缘检测方法

提出一种FCM聚类算法协同Canny算子的遥感影像边缘检测方法,算法采用中值滤波消除原始遥感影像中的非高斯噪声;采用FCM(Fuzzy C-mean)聚类算法将滤波处理后的遥感影像中的像素分为两类:边缘类像素和非边缘类像素,并得到聚类影像;最后采用Canny算子对聚类影像进行边缘检测得到遥感影像地物边缘信息。实验结果表明,文中提出的方法能有效消除遥感影像中的混合噪声并准确地检测出地物目标的边缘,是一种有效的遥感影像边缘检测方法。     

运用SI-Harris算子提取遥感图像点特征

推导了SI-Harris算子(尺度不变Harris算子)的理论公式,并将其应用于遥感图像的点特征提取。重点对Harris算子与SI-Harris算子在不同空间分辨率遥感图像上的点特征提取进行实验比较,利用"重复率"指标对实验结果进行定量评价。实验表明:SI-Harris算子"重复率"较Harris算子有明显提升,可用于不同空间分辨率遥感图像的点特征提取,进而可服务于不同空间分辨率遥感图像的匹配。     

精密时钟噪声的半积分—半微分算子模型及其应用

通过确立半积分算子的概念，得到了精密时钟噪声中全部５种噪声分量与白噪声的时域联系，并建立了精密时钟噪声的与幂律谱模型完全等价的半积分－半微分算子模型，从而为分析和处理包含５种噪声分量的精密时钟噪声提供了新的、更有效的数学手段。     

凸度量空间中渐近拟非扩张映象新的带误差的Ishikawa迭代逼近

在凸度量空间中，利用新的解析法，征明了由集合序列{On}产生的在多值渐近拟非扩张映象下的新的带误差的lshikawa迭代序列的收敛性。     

动态灰色模型在变形预测中的应用

本文在引入序列算子成功构造灰色序列的基础上,详细讨论了灰色预测模型的基本内容和两种动态灰色预测模型的实现,并成功将其应用于广州地铁变形监测的数据预报。实践及理论证明,新陈代谢灰色预测模型由于实时加入系统的最新信息,提高灰区间的白度,预测精度最高;灰数递补模型通过引入灰数,一定程度上也提高了预测的精度。新陈代谢灰色预测模型实践证明预测精度可达到一级。     

一种基于流形正则化的半监督指纹定位算法

针对传统指纹定位算法采集带标签训练数据成本高的问题,本文提出了一种基于流形正则化的半监督指纹定位算法。首先以流形假设为依据,利用批量输入的带标签数据与无标签数据之间的相似度构建图拉普拉斯算子;然后与极限学习机算法相结合,通过随机特征映射建立隐含层;最后在流形正则化框架下,求解隐含层和输出层之间的权值矩阵,从而建立位置估计模型。仿真结果表明,与INN、SVR、ELM 3种算法相比,该算法的训练和测试时间相对较短,且在带标签训练数据稀疏的前提下仍能保持较高的准确率与稳定性。     

基于多尺度的Canny边缘检测算法研究

为了解决传统边缘检测算法检测精度不高、稳健性不好和抗噪能力差等弱点,文章提出了一种基于多尺度的Canny边缘检测算法,该算法充分利用了小尺度影像和大尺度影像的优点,既能检测出图像边缘的整体轮廓,又能检测出图像细节。并运用MATLAB编程与几种经典边缘检测算法做了详细对比,采用ROC曲线进行了精度定量评价分析。实验结果表明,基于多尺度的Canny边缘检测算法检测结果更清晰,稳健性更好,而且抗高斯噪声能力也相当理想,能够有效地提取图像边缘信息。     

基于CMIP6模式的黄河上游地区未来气温模拟预估

利用第六次国际耦合模式比较计划（CMIP6）提供的5个气候模式,并结合基于地面气象站的CN05.1气象资料,评估了CMIP6模式对黄河上游地区1961—2014年气温变化的模拟能力。基于7个共享社会经济路径及代表性浓度路径（SSP-RCP）组合情景,结合多模式集合平均预估了2015—2100年黄河上游地区年均气温和季平均气温的时空变化规律。结果表明：多模式集合平均能较好地模拟黄河上游地区历史平均气温的空间分布格局与年变化。7个未来情景一致表明,2015—2100年黄河上游地区年平均气温呈现波动上升趋势［0.03～0.82 ℃?（10a）^-1］。其中,低辐射强迫情景下（SSP1-1.9、SSP1-2.6及SSP4-3.4）气温先呈现增加趋势,21世纪中期到达增幅峰值,之后增温呈现放缓趋势;而中、高辐射强迫情景下（SSP2-4.5、SSP3-7.0、SSP4-6.0及SSP5-8.5）气温表现为持续上升态势。空间上,未来气温增幅显著的区域位于黄河上游西部地区;时间上,呈现夏季增温快,春季增温慢。四季增温的空间分布呈现出一致特征,表现为西部增温强于东部,北部增温强于南部。研究结果可为黄河流域水资源管理及气候变化的适应性研究提供科学依据。