基于NDVI时间序列数据的江西省水稻种植制度变化研究

利用Savitzky-Golay滤波对覆盖江西省范围的SPOT VGT NDVI时间序列数据进行平滑处理的基础上,结合坡度数据,通过非监督分类的方法提取了江西省2000、2005和2010年水稻种植范围,并根据NDVI的年内动态变化,从水稻种植范围、水稻生长季起始时间、水稻复种指数和NDVI最大振幅等分析了江西省水稻种植和生长情况,探讨2000~2010年江西省水稻生产的变化。     

地理国情普查时点核准作业方法探讨

通过核实从数据采集到标准时点阶段发生变化的内容,补充新增内容,消除普查前阶段由于资料时效性和外业局限性等导致的现势性不统一现象,对变化的地理国情信息进行核准,使地理国情普查数据成果在时间上达到统一,是开展地理国情监测的基础。     

车载移动测量系统应用于城市大比例尺地形图更新

将车载移动测量系统与城市大比例尺数字地形图测图相结合,成功地将车载移动测量系统运用于城市大比例尺测图更新应用中。通过在测区内布设靶标控制点,对比靶标的点云量算坐标与全站仪实测实际坐标,统计分析车载移动测量系统的测图精度。实验结果表明,车载移动测量系统能够满足城市大比例尺地形图测图要求。     

超高层建筑GPS实时动态监测技术研究

在特高等级精密工程的测量范畴内,实现对超高层建筑的施工监测是一个非常重要的工作内容,GPS实时动态监测技术在监测中发挥着不可忽视的作用。本文首先对GPS监测技术做简要阐述,并分析了超高层建筑的特点;然后指出了GPS监测技术在施工监测中所发挥的作用;最后结合案例,具体分析了GPS监测技术在超高层建筑中的应用,以期为超高层建筑GPS实时动态监测技术的相关研究提供部分参考意见。     

L1范数与IQR统计量组合的GNSS坐标序列粗差探测算法

GNSS坐标时间序列中不可避免地含有粗差,未剔除的粗差将会导致参数估计有偏。因此,粗差探测与剔除是GNSS坐标序列分析中一项重要的数据预处理工作。针对GNSS坐标时间序列特点,提出了一种将L1范数(L1-norm)估计与四分位距统计量IQR(interquartile range)组合的移动开窗粗差探测算法,称之为L1_Mod IQR。该方法的主要思想是,首先利用L1范数估计得到较"真实"的残差,然后再对残差采用IQR统计量进行粗差探测。将L1_Mod IQR法与"3σ"法、基于最小二乘的τ检验法等粗差探测算法进行了模拟计算与对比,验证了该算法的有效性。进一步采用L1_Mod IQR算法对中国区域10个IGS站的高程时间序列进行了分析,结果表明中国区域IGS站高程序列的粗差剔除率最小为0.1%,最大为2.6%。并且以WUHN站为例与SOPAC提供的结果进行了对比,结果表明SOPAC提供的"Clean"数据仍含有大量的粗差,而L1_Mod IQR算法能够有效地剔除粗差。     

朝不楞多金属矿外围1∶5万地电化学勘查应用

运用地电化学技术在内蒙古半干旱草原风成砂浅覆盖区朝不楞多金属矿外围开展了1∶50000面积性勘查工作,并与常规土壤测量开展了对比研究。结果表明:(1)从元素异常强度、衬度、规模及与已知矿体空间对应性等方面对比,地电化学测量比常规土壤测量具有显著优越性;(2)地电化学测量在区域上显现出Ag-Pb-Zn-Bi-Cd及Cu-Co-Cr-Fe-La-Mo-Ni两套元素异常组合,与已知见矿钻孔中探测到的矽卡岩型铁矿及热液型铅锌矿均有出现具有较好的对应性;(3)在工区东部及东南部未知区发现多处异常强度、规模较大的多元素组合异常,建议开展进一步的勘查工作,以实现该矿区找矿突破。     

中国及周边海域对流云团的水平和垂直尺度

利用2007年1月-2010年12月CloudSat-CALIPSO二级云产品2B-CLDCLASS-LIDAR,统计中国及其周边海域对流云的发生频率,根据对流云发生频率的分布特征将中国及周边海域划分为青藏高原（TP）、东部陆地（EC）、南部海域（SO）和西北太平洋（WP）4个子区域,并研究了4个子区域积云团和深对流云团的水平尺度和垂直尺度。统计结果表明,海洋积云团的水平尺度约为2 km,陆地积云团的水平尺度约为1 km,海洋下垫面热力性质均匀,积云团尺度更大;陆地下垫面非均匀性强,积云团分布更为零散。深对流云团的水平尺度为10-50 km,东部陆地最大,约为45 km,西北太平洋最小,约为30 km。陆地深对流云团水平尺度较海洋上大,且多尺度特征显著,应该与深对流云发生的复杂天气背景有关。积云团的垂直尺度范围为0.24-2 km,4个区域无明显差异。垂直尺度海洋深对流云团大于陆地云团,其中在南部海域地区最大,约为15 km,青藏高原最小,约为10 km。与陆地云团相比,海洋深对流云团表现为水平尺度更小、垂直尺度更大的中尺度对流体特征。      

慢特征分析法在气象上的应用进展

气候系统具有非平稳特征,根本原因在于其外强迫随时间发生改变,因此外部驱动力的分析对于理解气候系统的动力学特征至关重要,而如何有效提取系统外部驱动信息是一个亟待解决的前沿科学问题。最近几年,在生物神经学领域中应用的一种提取非平稳信号中外强迫信息的方法——慢特征分析法(Slow Feature Analysis,SFA),在气象领域中也得到了初步成功的尝试,结果显示出此方法对气候系统的外强迫信息分析及有关动力学机制的探究有较好的应用前景。本文主要介绍SFA方法的理论思想及实施步骤,并通过一个理想的非平稳时间序列检验其提取外强迫信息的能力,结果证明在衰减的Logistic模型中,可利用SFA算法提取出模型中的外强迫,且与真实外强迫的相关系数可达0.99;此外,还介绍将该方法应用于Arosa臭氧时间序列,分析其提取的外强迫信息的动力学特征;并介绍了在气候时间序列建模中引入外强迫因子的预测效果。     

基于LLS的雷电流波头时间分布特征

利用湖北省2007—2013年雷电定位系统(Lightning Location System,LLS)监测的雷电流相关参数资料,采用数理统计方法,对雷电流波头时间的年、季、月、日变化以及累积概率和概率密度分布进行了统计分析。结果表明,正闪电平均波头时间为4.8μs,负闪和总闪电为3.6μs;一年中,正闪电7月波头时间最短,月变化特征大致呈"V"形;负闪和总闪电5—7月波头时间比其他月份短,月变化特征大致呈"U"形。正闪电波头时间季节、日变化明显,负闪和总闪电季节、日变化不明显。波头时间小于等于10μs时,正闪、负闪和总闪电的波头时间累积概率分别为95.5%、99.7%和99.6%,总闪电95%的波头时间大于1.5μs,50%的大于3.1μs,5%的大于6.0μs。波头时间在2~3μs时,正闪、负闪和总闪电的概率密度最大。气温较低月份,波头时间相对较长,反之,波头时间相对较短,其原因可能与雷电流幅值大小有关,具体原因有待进一步研究。     

ZQZ TF型风传感器冻结故障自动检测装置设计

近年来我国大部分地区在冬、春两季多遭受冻雨灾害,自动气象站的风向风速传感器容易因冻结而无法正常工作。针对冻结故障的实时检测问题,本文设计了一种基于ZQZ-TF型风传感器的故障自动检测装置。该装置通过检测风传感器的工作电压和工作电流,实现对传感器实时状态的监控。同时,结合具体的故障诊断算法,能够快速判断风传感器是否被冻结。系统的核心硬件电路、软件算法可分别集成在自动气象站风向风速数据采集电路和嵌入式软件中,具有结构紧凑、操作简单的特点。经验证,该装置能够实时检测风传感器冻结故障,且工作稳定,检测精度高。