SMAP卫星海表盐度产品的检验与校正

In this study, sea surface salinity(SSS) Level 3(L3) daily product derived from soil moisture active passive(SMAP)during the year 2016, was validated and compared with SSS daily products derived from soil Moisture and ocean salinity(SMOS) and in-situ measurements. Generally, the root mean square error(RMSE) of the daily SSS products is larger along the coastal areas and at high latitudes and is smaller in the tropical regions and open oceans. Comparisons between the two types of daily satellite SSS product revealed that the RMSE was higher in the daily SMOS product than in the SMAP, whereas the bias of the daily SMOS was observed to be less than that of the SMAP when compared with Argo floats data. In addition, the latitude-dependent bias and RMSE of the SMAP SSS were found to be primarily influenced by the precipitation and the sea surface temperature(SST). Then, a regression analysis method which has adopted the precipitation and SST data was used to correct the larger bias of the daily SMAP product. It was confirmed that the corrected daily SMAP product could be used for assimilation in high-resolution forecast models, due to the fact that it was demonstrated to be unbiased and much closer to the in-situ measurements than the original uncorrected SMAP product.     

基于机器学习的海洋环境预报订正方法研究

结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料,利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值,与原始 WRF 预报相比,利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上,利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。     

复杂城区车载激光扫描点云分层路段定位与数据纠正实验研究

高精度的车载点云数据是实现各种城市地物要素提取的前提,但在复杂城市环境下车载作业时信号遮挡、衰减和多径效应频繁发生,进而造成点云数据精度严重降低,如何对复杂环境下的点云数据进行分析和纠正就显得至关重要.现有的质量分析方法多从测距误差、仪器安装误差和数据处理误差方面出发,虽然可以在一定程度上改化数据,但在如何快速定位出分...     

微波照射下火成岩升温特性和升温预测模型研究

微波辅助破岩可有效降低刀具磨损,提高破岩效率,具有广阔的发展前景.文章选取了10种火成岩进行微波加热试验,发现岩石的升温速率主要与岩石所含矿物的种类、含量,及岩石中的Fe元素含量有关.岩石所含矿物越敏感、含量越多,岩石中的Fe元素含量越大时,其升温速率越高.整体而言,火成岩中基性岩的升温速率最高、中性岩次之、酸性岩最低...     

Research on the Method of De-noising the Short-wave Time Signal at Low SNR

A voice enhancement algorithm based on the Empirical Mode Decomposition (EMD) and the improved spectral subtraction is proposed for the low-SNR (Signal Noise Ratio) shortwave time signal. This method is proposed to solve the problem that the shortwave time signal cannot be used for timing in complex noisy environments. The core idea of this method is to use the Hilbert-Huang Transform (HHT) algorithm to make the empirical mode decomposition on the noisy shortwave signal, and to select the intrinsic mode functions containing the shortwave signal information for the signal reconstruction by through the maximum correlation. Then, to make the spectral subtraction on the reconstructed signal to achieve the purpose of noise reduction. The experimental result shows that this method has a better noise reduction than the traditional methods.     

一种高光谱遥感图像快速谱聚类算法

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题,集成Lanczos算法与谱聚类算法,探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性,提出了一种面向高光谱遥感图像的快速谱聚类算法;通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果,发现面向高光谱遥感图像的谱聚类算法易于识别线性地物,且分类的速度能得到较大提升。     

椭球谐和球谐系数之间一个简单的转换关系

本文推导的椭球谐系数和球谐系数相互之间转换关系的核心思想是在ε~2量级下利用Legendre函数的正交性,从球谐系数求解的积分表示出发,将积分中的椭球坐标变量与球坐标变量相互转换,从而得出椭球谐系数与球谐系数之间的转换关系。本文导出的转换关系有以下优点:①对于第二类Legendre函数的计算采用Laurent级数表示,使计算第二类Legendre函数更为简单;②保留了ε~2量级下,导出的转换关系相比文献[2]的形式更简单,满足物理大地测量边值问题线性化的要求;③顾及了余纬和归化余纬的区别。     

Jason-2高度计电离层GIM误差分析及修正研究

基于Jason-2高度计2015年地球物理数据集(GDR)38个周期太平洋海域的全球电离层图(GIM)电离层校正值和双频校正值的数据,分不同季度和不同纬度区域比较二者的差异,结果表明:GIM值与双频校正值之间存在明显的差异,GIM校正值普遍高于双频校正值,说明GIM高估了电离层路径延迟,GIM校正值与双频校正值的差异与季节和纬度区间有关。用梯度下降法得到GIM值的修正方程,将修正方程应用于2016年Jason-2的全年数据,修正后的GIM值与双频校正值十分接近,在各年份中均具有良好的适用性。在单频高度计不能使用电离层双频校正算法的情况下,可以利用不同季度和不同纬度区域的修正方程对同等高度的高度计GIM值进行修正以达到双频校正值的精度水平。     

南海北部台风海浪谱的双峰性和成长性

本论文通过对南海北部三次台风过境期间基于浮标观测的海浪谱进行分析,发现虽然大部分成熟的台风海浪谱为单峰结构,但实际上在台风海浪的成长和衰减阶段,双峰谱占据了很大的比例。双峰谱的形成主要是由于风浪和涌浪的叠加以及不同波分量之间的非线性相互作用,我们可以通过能量密度的成长率对谱型变化进行高效的预报。此外,台风海浪的主要波向依赖于台风中心相对观测点的位置,而波向的分散情况在相距台风中心较远的区域无明显规律。本文提出了一个新的六参数波浪谱型拟合双峰谱,其拟合效果相较于前人的谱型更好。通过验证,形状参数和谱宽度之间的理论关系依然适用于单个谱峰。通过分析谱参量的变化特征,证明了谱参量不仅与台风强度和台风路径相关,还存在很强的交互相关。最后通过拟合海浪谱数据,本文得到了台风影响下海浪有效波高和有效周期之间的成长关系,这对海洋工程实际应用具有重要意义。     

作物胁迫无人机遥感监测研究评述

作物胁迫是全球农业发展的一个重要制约因素,实现快速、大范围、实时的作物胁迫监测对于农业生产具有重要意义。传统的作物胁迫监测方式,如田间调查、理化检测和卫星遥感监测总是受到各种田间条件或大气条件的制约。随着无人机和各种轻量化传感器的快速发展,其凭借高频、迅捷等优势为各种作物胁迫监测提供了一套全新的解决方案。本文在介绍了目前主流的多种无人机和传感器的基础上,首先对目前无人机遥感用于作物监测的主要胁迫类型进行了梳理,然后重点阐述了基于光谱成像和热红外传感器进行作物胁迫无人机遥感监测的应用和技术方法,最后提出了作物胁迫无人机遥感监测尚需解决的关键问题,并展望了未来无人机遥感用于作物胁迫监测的前景。