С����߶ȷֽ��ڵ���Ԥ���е�Ӧ��

??????С?????????????????????1994~1995??2002~2003???2011~2012????????????????仯???з??????1995-07-22????Ms5.8??????2003-10-25????Ms6.1???????2012-05-11????Ms4.9??????????????????о?С???????????????????????á?4??С?????????3?ε???????????????????仯???????????????????????4??С?????????и?????????????????????С??????????ж?????Σ??????     

基于遗传小波神经网络的海底声学底质识别分类

分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进行训练,并得到3种底质的测试精度都在90%以上,优于单独利用小波神经网络进行训练时的测试精度,克服了小波神经网络训练时易陷入局部极小的固有缺陷,表明基于遗传算法的小波神经网络可有效用于海底底质声纳图像的识别和分类。     

海岛礁光学和雷达影像基于改进非子采样小波变换的自动配准

Homologous feature point extraction is a key problem in the optical and synthetic aperture radar （SAR） image registration for islands. A new feature point extraction method using a threshold shrink operator and non-subsampled wavelet transform （TSO-NSWT） for optical and SAR image registration was proposed. Moreover, the matching for this proposed feature was different from the traditional feature matching strategies and was performed using a similarity measure computed from neighborhood circles in low-frequency bands. Then, a number of reliably matched couples with even distributions were obtained, which assured the accuracy of the registration. Application of the proposed algorithm to SPOT-5 （multi-spectral） and YG-1 （SAR） images showed that a large number of accurately matched couples could be identified. Additionally, both of the root mean square error （RMSE） patterns of the registration parameters computed based on the TSO-NSWT algorithm and traditional NSWT algorithm were analyzed and compared, which further demonstrated the effectiveness of the proposed algorithm. The algorithm can supply the crucial step for island image registration and island recognition.     

Applications of wavelet analysis in differential propagation phase shift data de-noising

Using numerical simulation data of the forward differential propagation shift （ΦDP） of polarimetric radar,the principle and performing steps of noise reduction by wavelet analysis are introduced in detail.Profiting from the multiscale analysis,various types of noises can be identified according to their characteristics in different scales,and suppressed in different resolutions by a penalty threshold strategy through which a fixed threshold value is applied,a default threshold strategy through which the threshold value is determined by the noise intensity,or a ΦDP penalty threshold strategy through which a special value is designed for ΦDP de-noising.Then,a hard-or soft-threshold function,depending on the de-noising purpose,is selected to reconstruct the signal.Combining the three noise suppression strategies and the two signal reconstruction functions,and without loss of generality,two schemes are presented to verify the de-noising effect by dbN wavelets：（1） the penalty threshold strategy with the soft threshold function scheme （PSS）; （2） the ΦDP penalty threshold strategy with the soft threshold function scheme （PPSS）.Furthermore,the wavelet de-noising is compared with the mean,median,Kalman,and finite impulse response （FIR） methods with simulation data and two actual cases.The results suggest that both of the two schemes perform well,especially when ΦDP data are simultaneously polluted by various scales and types of noises.A slight difference is that the PSS method can retain more detail,and the PPSS can smooth the signal more successfully.     

谱模拟方法在高分辨率地震资料处理中的应用

为了克服地震子波的时变影响,避免复杂的时窗大小选取问题,使得谱模拟方法能更好地适应地震信号是平稳信号的假设条件,将改进S变换与谱模拟方法相结合,形成时频域谱模拟方法。在二维时频谱中进行谱模拟处理,该方法能够克服地震子波随地层深度变化的限制。理论模型及实际资料处理效果显示,时频域谱模拟方法能够有效提高地震分辨率,实现地震资料的高分辨处理。     

连续小波变换识别位场场源法的噪声影响分析与尺度因子的选择

为提高连续小波变换识别位场场源准确度,研究噪声对场源识别结果的影响和尺度因子优选方法问题。根据连续小波变换识别位场场源的基本原理,用该方法对不同噪声水平的合成数据进行场源识别,分析噪声对于场源识别结果的影响,研究小波变换的尺度因子对噪声压制的效果,讨论连续小波变换进行场源识别时尺度因子的选取方法。理论模型和实测资料场源识别结果表明,噪声会降低连续小波变换场源识别结果的准确度,笔者提出的尺度因子优选方法能有效压制噪声干扰,提高场源识别结果的准确度。     

东营凹陷金东—柳桥地区油气化探数据中的地表干扰与排除

东营凹陷南斜坡金东—柳桥地区地表条件复杂,化探信号干扰强烈,造成假异常大面积出现。在对金东—柳桥地区油气化探数据中干扰类型识别的基础上,用Mallat小波分析法,发现分析尺度为3时的连续序列呈现出地表干扰信息,由此进行了地表干扰排除。经过封盖条件校正与异常识别,获得了该区油气化探异常。干扰排除后的异常与断层、圈闭及已发现的油气藏或油气显示相吻合,表明这些异常主要反映的是地下油气藏信息。     

基于小波变换的生态系统服务权衡尺度效应与影响因素研究——以珠江三角洲为例

识别生态系统服务间的多尺度权衡关系及其影响因素对于指导管理决策和推进可持续发展至关重要,然而尺度响应特征及差异变化成因尚不明确,其中一个重要原因是缺乏科学合理的尺度划分方法。本文评估了珠三角地区的土壤保持、水源涵养、生境质量、自然游憩共4种关键生态系统服务量,基于小波变换的特征尺度估算方法,确定了研究权衡关系的最佳聚合规模序列。应用相关性分析和地理探测器方法,定量化识别权衡强度在各个尺度的影响因素,并比较了不同尺度间主导影响因素的差异特征。结果表明：① 权衡强度在6条样线上的特征尺度突出,2000~11500 m是研究权衡关系的最佳尺度序列范围。② 自然游憩与水源涵养、生境质量之间存在协同关系,自然游憩与土壤保持互为权衡关系。三对服务组合之间的相互作用大多随着尺度的增大而增强,特别是在县级行政管理规模上,所有配对服务表现出最强的协同或最弱的权衡关系。③ 植被覆盖度对权衡强度的驱动作用突出且相对稳定。地形因素是小尺度范围内权衡关系变化的主导影响因素,而气候因素和景观格局指数在较大尺度的影响作用显著。本研究通过优化传统的多尺度研究序列构建方法,为调控各类驱动因素以制定多级管理决策提供参考。     

最佳小波包基的矿区植被及红边位置提取

小波包变换能同时对植被光谱信息的低频和高频分量进行分解,并能克服小波变换时间分辨率高而频率分辨率低的缺陷从而具有能够探测植被细微变化的优势。实验利用Hyperion高光谱影像对云南省普朗铜矿区植被像元的光谱进行最佳小波包基参量获取与植被信息识别,并在此基础上提出一种提取重金属污染下植被红边位置的最佳小波包基系数应用模型。研究结果表明基于最佳小波包基参量的植被信息识别及基于最佳小波包基系数的重金属污染探测具有可行性与一定优越性。     

中国大陆地区GNSS ZTD对超强东部型厄尔尼诺事件的响应

利用CMONOC提供的GNSS连续观测数据分析天顶对流层延迟（ZTD）代替水汽的可行性,并利用快速傅里叶变换（FFT）和小波变换(WT)开展GNSS ZTD对超强东部型厄尔尼诺事件的响应分析。结果表明,超强东部型厄尔尼诺事件会增加中国大陆地区水汽含量,在热带及亚热带地区响应更为显著;同时该事件会影响GNSS ZTD 的显著变化周期,使9个月的变化周期减弱,0.8~3个月内的变化周期增强。