奥运短时临近预报实时数据处理

详细分析了目前短时临近预报系统对自动气象站数据质量控制、探测数据更新频率、组网雷达时间同步观测与基数据实时传输、探测数据的实时传输技术、基于目录监控的数据监控与分发机制、基于开源的软件开发、数据格式等方面的需求.在此基础上,建立了北京奥运短时临近预报数据快速收集处理系统并已经投入业务运行,该系统实现了探测数据的实时传输、组网雷达时间同步观测和基数据实时传输、基于消息驱动的数据实时监控和分发、探测数据格式规范化等功能,基本满足北京2008年奥运短时临近预报系统的数据预处理业务需求.     

实时地震数据处理系统网络通讯服务

EDSP-MCRTS是区域数字地震台网中心实时地震数据处理系统专用软件包。该软件包已在全国20多个区域数字地震台网和古巴等国家数字地震台网投入运行。该系统具备以下功能：实时接收多路地震波形数据;实时事件检测;对检测到的地震事件进行自动分析;实时波形数据记录和事件波形数据记录;数据存储管理;系统运行管理。     

智能遥感卫星系统

：分析了当前遥感卫星系统存在的一些不足,论述了新一代“智能遥感卫星系统”的概念及其主要特点,对其 中自适应遥感成像和星上数据实时处理两个核心部分进行重点介绍,并对其涉及的关键科学问题和关键技术进行阐 述。设计了一套具有自适应成像和应用模式优化能力的智能高光谱卫星有效载荷系统。该系统由用于区域背景信息获 取的前视预判遥感器、用于地表详细观测的主遥感器以及星上数据实时处理和分析3部分组成。对智能高光谱卫星的工 作原理和流程进行介绍,并呼吁中国尽快围绕智能遥感卫星系统开展一些前沿性的科学理论和关键技术研究,以实现 中国在卫星遥感领域的跨越式发展。     

海洋二号A与资源三号卫星星载GPS自主轨道确定

系统研究了基于海洋二号A（HY2A）与资源三号（ZY3）卫星国产星载GPS接收机双频数据的自主定轨问题,模拟在轨实时处理的结果表明,HY2A与ZY3卫星伪距自主定轨的位置精度可达1.3 m,速度精度可达1.2 mm/s;而HY2A卫星相位自主定轨位置精度可达38 cm,其中径向精度约10 cm,速度精度可达0.36 mm/s;ZY3卫星相位定轨位置精度可达54 cm,速度精度可达0.54 mm/s。自主定轨的相关成果可以应用于我国后续对地观测计划的实时服务。     

基于GIS的雷电灾害监测预警与数据处理系统

针对雷电灾害涉及的关键问题,基于ArcEngine开发平台,结合大型网络数据库sqlServer2005与空间数据库模型GeoIataBase,设计了具有3层逻辑结构的系统构架方案,构建了基于GIS的雷电监测预警与数据处理系统。该系统有效地将各种雷电数据与GIS平台进行无缝对接,并整合雷电预测模式,实现各种雷电数据基于GIS的实时监测处理与预测预警以及高效组织、存储与管理,满足各种雷电信息查询处理分析的需求;为气象部门对雷电灾害天气的监测、预报预警以及各种数据基于地理信息的处理分析等提供了有效的可视化平台,同时也为GIS与气象专业领域的结合进行了有益的探索。     

基于双差观测序列曲线拟合实现GPS静态定位基线实时解算

对于ＧＰＳ静态差分定位的实时算法而言,能否实时地解决观测数据的存储、卫星失锁、载波相位周跳、多径效应以及计算速度等问题是保证基线的实时解算和定位成功率的重要因素。本文利用载波相位双差观测时间序列可用直线或高次曲线进行很好拟合的特性,设计了一种静态定位的实时算法,能解决上述实时定位中的特殊问题。     

自动监视系统的软件设计

“自动监视系统”是一种用于安全保卫的自动化装置。本文仅介绍该系统的软件设计。整个软件分为系统管理、功能管理、实时管理及扫描切换四个部分,并且精心设计了与系统相适应的数据结构及查询技术。     

Argo剖面浮标观测资料的接收、处理与共享

中国Argo实时资料中心不仅承担着中国Argo计划的浮标布放任务,而且还承担我国浮标资料的实时接收和处理,同时,还兼顾国际Argo计划成员国布放的浮标观测资料的延时处理,并将处理后的资料及时分发到用户手中。文章将就中国Argo实时资料中心对浮标资料接收、处理和分发过程等作一系统介绍,以帮助用户对Argo资料有一更深入的了解。     

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二：高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中“自底向上”的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现“流入、处理、流出”的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。