共转换点道集的抽取与转换波时变静校正

纵横波速度比固定时,同一地震道中各时间采样点对应不同的转换点位置,因此,常规的整体抽道方法只能抽取特定深度或特定层位条件下的共转换点道集,它不能保证所有P-SV转换波的反射点位置都在同一水平位置处。提出了一种精确抽取共转换点道集的新方法,运用这种方法抽取的共转换点道集中所有数据对应的转换点在地面的投影都对应于同一位置,因此,该道集是一种真正意义上的共转换点道集,在此基础上提出了一种解决短波长问题的转换波时变静校正方法,实际资料处理取得了好的效果。     

控制点影像库在遥感影像几何纠正中的应用

影像几何纠正是遥感图像处理的重要技术。为了克服现有方法在实际应用中的不足,提出利用控制点影像库进行影像自动匹配,然后进行几何变化的方式。这种方法简单有效,快速稳定,匹配得到的同名点数量足够且分布均匀,并通过引入最小二乘匹配使配准达到子像素精度,提高几何纠正的速度与可靠性。     

干旱生态系统净初级生产力估算及变化探测

针对中国西部干旱区特有的气候-植被特征,利用卫星遥感混合像元分解技术对干旱区植被进行了光合作用植被和非光合作用植被区分和组分解析,尝试通过对干旱覆被植被灌层结构进行解析而解决因植被区系差异和环境背景干扰的问题,并参考国际上遥感-生态模型GLO-PEM和CASA,借助遥感生态反演的物理分析,初步构建起基于遥感与生态过程的干旱区适用的光能利用率模型NPP-PEM,并以中国西部干旱区喀什地区叶尔羌-喀什噶尔河流域山地-绿洲-荒漠生态系统为案例,利用AVHRR/NOAA气象卫星遥感数据和气候资料估算了1992年和1998年中国西部喀什地区叶尔羌-喀什噶尔河流域山地-绿洲-荒漠生态系统1 km分辨率年净第一性生产力,并进行了变化探测分析。模拟检验结果精度较好,生态系统碳吸收的空间异质性特征明显。结果表明,考虑了干旱植被生理特征和灌层结构的光能利用模型,模拟结果较为合理,也为引入其他生态模型应用到干旱区生态系统研究提供了借鉴,从而为干旱区陆地生态系统碳循环研究开辟了途径。     

植被高光谱特征分析及其病害信息提取研究

高光谱(hyperspectral)遥感是20世纪末地球观测系统中最重要的技术突破之一。根据植被高光谱数据的植被冠层光谱反射特征和诊断性光谱吸收特征,利用光谱连续统去除法,探讨光谱一阶微分反射比(FDR)和从连续统去除的光谱吸收特征中获得的波段深度(BD)、连续统去除后微分反射比(CRDR)、波段深度比(BDR)和归一化波段深度指数(NBDI)等光谱特征参量。结合多时相的条锈病小麦PHI航空高光谱影像,分析条锈病对小麦光谱的影响及其光谱特征,并运用光谱特征参量和波谱角制图(SAM)技术监测和识别小麦条锈病。     

印度洋9.0级大地震激发的地球球型振荡和环型振荡

综合分析了中国数字地震台网（CDSN）改造后的5个长周期地震仪台站观测的3天的VHZ、VHE和VHN波形资料,利用功率谱密度估计方法,在没有对资料进行去固体潮处理的情况下,准确获得了2004年12月26日印度洋地震激发的0S3~0S78的基频球型振荡和部分谐频球型振荡和0T3~0T67的基频环型振荡,并与地球初步参考模型（PREM）的理论自由振荡周期进行了对比,发现实测振荡周期与PREM预测的振荡周期符合的很好.频率与PREM模型略微不一致的球型或环型振荡可以解释为地球介质的横向不均匀性和各向异性所致.因此地球自由振荡信息可用于揭示地球的三维不均匀结构信息或各向异性信息,并可能对区分地幔对流模式有所帮助.     

CSAMT的静态效应校正及应用

CSAMT方法在地下近地表存在电性横向不均匀时,在双对数坐标系中视电阻率曲线会出现沿着视电阻率轴平行移动的现象,称之为静态效应.静态效应对深部电性结构处理解释结果影响重大,需对其进行合适的校正.本文介绍了目前通常使用的几种静态校正方法,并且分析了各方法的优缺点.在新疆某地进行的CSAMT铜矿勘探中,应用了曲线平移法进行静态校正,取得了较好的效果.     

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...     

资源三号卫星影像纠正的方法研究

影像的应用前提是影像处理,大气校正可消除大气和光照等因素对地物发射的影响。在此基础上,介绍几种常用的几何纠正方法,可消除系统和非系统因素引起的影像几何变形。本文通过对资源三号卫星的基本参数信息和相对应影像数据特点的介绍,先通过大气校正,校正后的影像分别使用几何纠正的几种方法,并通过各种方法的计算量、实用性以及相应的精度,对比分析各种方法在处理这种数据时的优越性。     

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。