对地观测卫星的区域目标分割与优选问题研究

目前大多数国家的卫星任务调度系统都只考虑解决点目标的观测任务,只有美、法少数几个国家研究并解决了区域目标的分割与优选问题,但现有方法对星载传感器成像特性考虑得不够,时间窗口利用率较低,易导致任务完成期拖后。为满足国防支援、灾难监视、紧急搜救等时间紧迫的应用需求,本文以一颗载有线阵推扫式CCD相机的传输型地球资源卫星为例,研究了在相机具有侧摆和前后摆能力时对多个区域目标的观测问题。文章深入分析了目前国外在分割处理区域目标时所采用的方法,指出了这些方法的不足之处,通过改进现有分割方法,提出了一种新的基于目标特征与星载传感器性能特征的区域分割方法,并建立了面向多区域目标的优选问题数学模型。     

气象观测环境的变化对气温序列的影响分析

本文利用安徽省1971~2000年共30 a逐日平均气温、最高气温、最低气温的气候整编资料,选取气象观测环境完全符合相关规定(A类)和不完全符合相关规定(B类)两类代表站,分别建立了气温序列和两者的气温差值序列,并对气温序列的气候平均值和气温差值序列的气候趋势进行了分析。结果表明:气象观测环境的变化将影响气温序列。与A类台站相比,B类台站平均气温、最高气温和最低气温的气候平均值表现出一致偏高的特征,最低气温偏高最多;B类台站与A类台站平均气温、最高气温和最低气温的差值均有显著增大的趋势,平均气温差值的增大最为显著。     

东亚地区云垂直结构的CloudSat卫星观测研究

本文利用卫星CloudSat同时结合了与其同轨道的卫星CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations)2007至2009年3年的观测资料,将东亚地区划分为六个研究区域,着重研究了东亚地区云垂直分布的统计特征.结果表明:东亚地区不同高度的云量之和具有明显的季节变化趋势,夏季最大,春秋次之,冬季最小.海洋上空的单层云量最大值出现在冬季,而在陆地上空则出现在夏季.从云出现概率来看,东亚地区单层云出现的概率在春、夏、秋、冬季节依次为52.2%,48.1%,49.2%和51.9%,而多层(2层和2层以上)云出现的概率在春、夏、秋、冬季节分别为24.2%,31.0%,19.7%,15.8%.云出现的总概率和多层云出现的概率,在六个区域都呈现出夏季最大,冬季最小;对4个季节都呈现出东亚南部比东亚北部大,海洋上空比陆地上空大的特点,表明云出现的总概率的季节变化主要由多层云出现的概率的变化决定.东亚地区云系统中最高层云云顶的高度,在夏季最高,为15.9 km,在冬季最低,为8.2 km;在东亚南部和海洋上空较高,平均为15.1 km;在东亚北部较低,平均为12.1 km,且呈现东亚南北部之间差异较大的特点.东亚地区云系统的云层厚度基本位于1 km到3 km之间,且夏季大,冬季小;对同一季节,不同区域的云层厚度差别较小;当多层云系统中的云层数目增加时,云层的平均厚度减少,且较高层的云层平均厚度大于较低层的.云层间距的概率分布基本呈单峰分布,出现峰值范围的云层间距在1到3 km之间,各区域之间没有明显差别,季节变化也不大.本文的研究为在气候模式中精确描述云的垂直结构提供了有用的参数化依据.     

安徽省土壤水分监测预测系统

基于农业气象业务需求,研发安徽省土壤水分监测预测服务系统,可为防汛抗旱决策服务提供技术支持。该文首先建立人工取土、自动土壤水分观测站等不同渠道土壤水分监测资料的实时传输与处理系统,再利用不同季节资料建立土壤墒情统计预测模型,然后对Surfer 8.0和线柱图控件进行二次开发,实现不同季节和不同土层的土壤墒情监测预测结果表格化、图形化动态显示与输出。该研究建立的土壤旱涝监测预测系统实现了从土壤水分原始监测数据到标准化土壤水分综合数据库、再从监测预测初级产品到动态及图形化显示的服务产品的四级数据文件转化及业务逻辑流程,系统业务实用性和转化力强,该系统已成功应用于安徽省农业旱涝预报预警业务服务。