基于改进卡尔曼滤波的卫星导航定位精度优化

为解决卫星导航定位信号因遮挡而出现非视距传播模式,导致定位精度低的问题,研究基于改进卡尔曼滤波的卫星导航定位精度优化方法。改进蛙跳算法寻优设置,优化支持向量机,分类提取存在遮挡信息的卫星导航信号;设计基于改进卡尔曼滤波的卫星导航定位精度提升算法,动态估计存在遮挡信息的卫星导航信号观测噪声协方差,自适应调节信号滤波增益,全面去除信号中的无效定位信息,获得精准卫星导航定位结果。研究结果显示：所提方法使用后,卫星导航定位结果实际位置高度匹配,定位精度明显提升。     

西藏尼洋河水生生物群落时空动态及与环境因子的关系:1.浮游植物

于2008-2009年按照季节调查了西藏尼洋河浮游植物群落的组成、丰度和多样性,并运用多元统计方法定量分析了浮游植物的空间和季节变化特征及其与主要环境因子之间的关系.结果显示,尼洋河浮游植物共计7门29科48属,其中硅藻为优势浮游藻类.浮游植物Shannon-Wiener多样性指数(Pielou均匀度指数)在尼洋河中游(尼洋河下游)最高,其他河段呈下降趋势,符合中间高度膨胀假说.尼洋河沿程浮游植物的总丰度、物种丰富度、Shannon-Wiener多样性指数以及Pielou均匀度指数不存在显著差异,夏季的浮游植物物种丰富度与其他季节的存在显著差异,夏季总丰度与秋、冬季的存在显著差异,冬季的浮游植物Shannon-Wiener多样性指数与春季的存在显著差异,冬季的均匀度指数与其他3个季节的存在显著差异.尼洋河浮游植物季节演替依赖于外源性水源补充,沿程演替则与河道底质有着很大关系.典范对应分析(CCA)表明,尼洋河硅藻门舟形藻科的藻类与理化因子铵态氮、表层pH、表层水温相关,部分蓝藻以及绿藻与水质理化因子也存在着关联.分类回归树(CART)模型预测了尼洋河着生藻类时空分布与主要环境因子之间的定量关系,尼洋河浮游植物群落总丰度和均匀度指数受pH值影响较大,pH值低于8.0的水域浮游植物均匀度指数比pH值高于8.0的水域大,尼洋河浮游植物Shannon-Wiener多样性指数受到河道底质影响较大,底质为黏土的水域浮游植物Shannon-Wiener多样性指数较底质为砂石的大.这些关键环境因子对尼洋河水域浮游植物的时空变化有着重要的指示作用,建议加强对浮游植物及这些环境因子的关注,保障尼洋河水域生态环境的可持续发展.     

一种融合纹理特征与NDVI的随机森林海冰精细分类方法

海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数（NDVI）的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号（GF-2）为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数（NDWI）的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。     

海底声学底质分类的ELM-AdaBoost方法

基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。     

基于合成孔径雷达回波信号的海洋溢油监测方法研究

海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。     

落地通信基站机房地震易损性及震后功能失效概率评估

机房是移动通信基站的重要组成部分,其地震易损性将决定基站在震后的功能状态,即基站所辖范围内的移动通信服务在震后是否可以正常使用。在对我国北方某市典型落地通信基站机房进行实地考察的基础上,确定了影响机房地震后使用功能的重要设施（即基站板房、内部走线架、通信机柜和蓄电池组）;随后采用有限元软件ABAQUS分别建立了这些设施的数值模型,通过Pushover分析确定了每种设施的损伤模式、损伤水平评价指标及其数值;通过IDA分析得到了每种设施的抗震性能,并通过对IDA分析结果的统计得到了这些重要设施的地震易损性曲线;最后,给出了基于故障树模型的典型通信基站机房震后功能评估的方法。该工作将作为基本环节用于城市及地区移动通信系统的地震后功能状态评估与预测。     

面向对象遥感分类方法在震害快速提取中的应用

以汶川地震后受灾严重的北川县城为研究区域,应用面向对象的遥感分类方法,对福卫二号卫星多光谱影像进行灾害提取与分析。提取过程中在传统分类运用的光谱信息中加入影像地物的几何结构和纹理信息,运用多尺度分割、多层次交叉的地物分类模式,模拟人类思维,快速准确的提取了灾害区域的宏观受灾范围,为震后快速评估提供依据。     

基于Bagging集成学习算法的地震事件性质识别分类

地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响,因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处,采用Bagging机器学习算法对地震事件性质进行区分.首先选取震中距范围在80～200km内的地震数据,之后采用AIC算法自动识别P波到时,进而用处理后的数据训练模型,最后使用测试数据对模型进行评估,准确率可达85%以上.因此,本文提出的方法可以有效地对天然震动事件与非天然震动事件加以区分.     

基于多相态KE-I关系的降水动能计算方法

降水动能描述了水凝物到达地表的动能大小,是计算土壤颗粒分离和土壤侵蚀等地表物理化学过程的重要参数之一。针对目前降水动能计算多考虑降雨特征,忽略其他相态降水的问题,本研究基于2018年全国25个雨滴谱仪站点的降水观测数据,结合速度(V)-直径(D)关系对水凝物进行相态划分,拟合了不同相态降水的降水动能-降水强度(KE_V-I)经验公式,总结出适用于雨、雪、雹的动能计算关系模型,并对各相态降水动能进行偏差分析和校正。结果表明：(1)降雨动能计算适用KE_V-I指数型关系公式,降雪和降雹动能计算适用幂函数型关系公式;(2)降水动能偏差与总降水中非液态占比呈正相关,仅以降雨KE_V-I经验公式估算所有相态降水的动能会显著高估降雪动能和低估降雹动能,对降水整体估算偏差在-0.05到0.31之间;(3)通过建立各相态的KE_V-I计算模型,降水整体估算误差得到有效降低,降雪偏差从7.08降至-0.05,降雹偏差从-0.29降至0.03。本文所提出的方法能够有效提高降水动能估算的准确度,为区域土壤水力侵蚀计算提供更好的支...     

雷州半岛灯楼角热带海岸的景观生态分类

海岸景观由于其边缘效应而具有较高的生产力和生物多样性水平,尤其是本区的热带海岸景观,由于发育有我国大陆唯一的珊瑚礁而显独特。本文根据景观生态学的分类方法,将灯楼角热带海岸景观生态划分为3大类（自然景观、经营景观和人工景观）24亚类,并揭示了本区的景观生态系统的等级和景观的演变与时空分布;由陆向海方向上依次出现陆地景观、海岸景观和沿岸浅海景观,而区域自然景观的出现时间序列上,则是陆地景观、沿岸线海景观和海岸景观。