夏玉米生长过程曲线重建研究——以鹤壁市为例

增强型植被指数(EVI)时间序列数据(即植被生长曲线)是整个生育期内植被各种生物学特征的综合反映。由于太阳位置、大气、地表和传感器位置与性能等的影响,根据遥感数据计算的EVI值往往比实际值偏低(存在大量噪声),并不能反映植被生长的真实情况,应用前需进行去噪重建工作。针对目前生长曲线重建研究大多是针对MODIS等国外遥感数据的情况,在综合分析重建方法的基础上,利用风云3号卫星的MERSI中分辨率遥感卫星数据构建鹤壁市夏玉米的EVI生长过程曲线。首先,用最大值合成法(MVC)对原始EVI时间序列数据进行初步的去云处理。接着,利用基于时间域的Savitzky-Golay滤波(简称SG滤波)对该EVI序列进行进一步的平滑去噪处理,结果发现,在噪声点EVI数值提高了,但同时在其他不是噪声点的地方EVI的值降低了。针对这种不合理的情况,利用基于SG迭代滤波取上包络线的改进方法进行处理,很好地克服了上述缺陷,在非噪声点EVI数值适当提高,且曲线平滑,达到了生长曲线重建的目的。然后,采用基于频率域的小波变换方法进行实验对比,结果发现,小波变换存在着与经典SG滤波类似的缺陷,而且在曲线末端存在突变情况。经过比较分析发现,针对研究区的实际情况,改进SG迭代滤波是较优的去噪方法。     

奇异值分解(SVD)在位场数据去噪中的应用

根据奇异值分解原理,分析其在位场去噪中的可行性,提出了一种判断有效阶次k的方法。对多边形厚板模型的重力异常进行奇异值分解去噪和小波去噪效果的对比,证明了奇异值分解去噪的有效性和优势。将其应用于实测重力数据的处理中,取得较好的效果。理论模型和实测资料的处理结果表明:基于奇异值分解的去噪方法可以有效地去除随机噪声,提高数据处理和解释的精度。     

各向异性 Ｒadon 变换在深水地震多次波压制中的应用

在深海多缆、长拖缆地震勘探的各种噪音影响中,多次波对深层的有效反射影响难以消除。笔者介绍了一种高分辨率各向异性 Ｒadon 变换方法,在 Ｒadon 变换积分路径中增加非椭圆率 eta 参数,将传统 Ｒadon 变换积分曲线由慢度、偏移距两参数改为慢度、偏移距及非椭圆率三参数,更好地刻画了长偏移距下反射非双曲时差。通过对某海域实际采集的多缆长偏移距地震数据进行压制多次波处理,与传统方法相比取得了较为理想的效果,为后续深层构造成像提供了基础数据。     

相位降噪与矢径分解组合的矢量序列分解方法

基于矢量序列相位与矢径的统计分布差异,本文提出一种TV (Total Variation)相位降噪和EMD (EmpiricalMode Decomposition)矢径分解组合的矢量序列降噪、分解方法。利用TV细致的演化特点进行相位降噪,其中引入最大信杂比准则,以优化选择调整参数和迭代次数;利用EMD适用于非线性非平稳分解的特点,将矢径分解为多个IMFS(Intrin-sic Mode Function),其中加入了非负判别,以保证重构矢量的相位不会发生跳变。然后,将降噪相位和分解的IMFS一一对应,重构矢量。考虑到历史继承性,该方法称为VEMD(Vector Empirical Mode Decomposition)方法。以高斯噪声污染的2个人工信号(线性调频信号、正弦+线性调频信号)和实测海杂波数据验证了本文所提出方法的性能。     

基于小波阈值的海洋磁力测量数据消噪方法

波浪噪声和随机噪声是影响海洋磁力测量数据处理精度的重要因素。基于小波变换理论,研究了海洋磁力测量数据中的波浪和随机噪声的消除方法。首先对带有噪声的实测磁异常数据进行频谱分析,确定相应的多分辨分析尺度。分别采用滑动拟合法、基于小波高频系数置零的消噪方法、基于小波阈值消噪方法进行消噪计算。实例计算表明:基于小波阈值消噪方法能够将磁异常中的噪声和真实的高频信息分离开来,进一步提高了消噪的精度和可靠性。     

高精度广义KL变换波场分离与去噪

KL滤波是地震数据处理中的重要方法技术之一。针对在实际中如何有效地应用好KL变换的问题，结合有效波同相轴高精度拾取和排齐技术，采用奇异值分解（SVD）算法实现KL变换，使KL滤波适用于任意弯曲同相轴的分离与消除。理论模型计算和实际资料处理试验表明，使甬该方法能有效地分离相干噪声和随机噪声，提高地震记录的信噪比，简单实用．便于操作。     

小波包多阈值去噪法及其在形变分析中的应用

在GPS变形监测领域,传统的小波去噪只保留低频上的有用信息,很容易去掉中频以及高频上的有用信息。小波包分析方法是近几年发展起来的一种新的小波分析方法,它同时考虑了各个频段上的有用信息,因此是一种更为精细的去噪方法。小波包去噪的关键是对小波包分解系数选取合适的阈值准则并进行阈值处理,但传统的小波包去噪并没有对此进行充分的研究。本文针对传统小波、小波包分析的不足,提出了一种基于频率顺序并依据信息类型分段的多阈值准则小波包去噪法。通过理论分析与实际应用,结果表明新方法能够高效剔除各频段的噪声,同时当采样频率较低时能有效保留去噪信号中频率高达10-1 Hz数量级的有用信息,其去噪能力优于传统的小波、小波包等其它去噪方法,因此可以广泛应用于高精度GPS变形监测领域中。     

基于小波模极大值改进算法的变形模型研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术问题之一。本文把小波模极大值与变形监测相结合,给出了改进的小波模极大值变形监测模型。该模型把阈值去噪和Witkin尺度跟踪理论结合,有效恢复了信号。与传统的去噪方法相比,该算法有着更高的精度,提高了信噪比,有更好的去噪效果。     

小波变换在位场资料去噪和位场分离中的应用

根据小波变换的原理,研究了小波阙值去噪方法和位场分离方法在某实测布格重力异常的应用及效果。多矩形棱柱体模型试验表明:选取合适的小波基和小波参数,可以更好地提取出重力异常中的有用信息,为下一步在实测重力数据中的应用提供理论基础。实测布格重力资料处理结果表明:基于小波变换的去噪方法和位场分离方法,能够较好地去除随机噪声,更好地区别出局部异常和区域异常,提高数据处理与解释中有用信号识别的精度。     

������������С��ȥ�������Ԥ��

?纣??????????硢????????????????????????????α???????????????????????????????????????db10С???????????????????????????????е???????????????С???????????????????????????????????????Lyapunov??????????????????ж???????????????????????????????????????з??????????????????????????