多尺度分解在地震信号处理中的应用

利用小波分析中的多尺度分解及信号消噪技术，对记录不清、信噪比小、震相无法辨认的地震信号进行处理。结果表明：多尺度分解在弱震信号提取和弱震相的识别等方面有很好的效果。     

应用"极值剔除"和"逐步消空"法建立太原机场11月份辐射大雾预报指标集

本文介绍了利用“极值剔除”和“逐步消空”方法建立太原机场11月份辐射大雾预报指标集的具体过程，并对得出的预报指标进行回报检验，以证实其在业务中的切实可行性。     

极浅层高分辨率地震反射技术

文章讨论了用于工程地质和活断层调查的极浅层反射地震勘探中所采用的观测系统和相应去噪处理技术,并对叠前反褶积和叠后反褶积两种处理结果进行了对比分析.     

小波分析去噪在腰沙围垦变形监测中的应用

由于受到许多复杂因素影响,沉降监测过程中所得到的信号数据可能会含有噪声。Matlab中小波分析功能能够对信号数据中的噪声信号进行有效的分解,最后重构处理后的信号。通过实例对比,选用合适的去噪方法和去噪函数,对信号数据进行处理,最后能够得到更适合的最优估计。     

GNSS 监测数据预处理在变形预测中的应用

GNSS监测技术被广泛应用于变形监测工作中,但GNSS监测数据中会有缺失值、噪声等误差的存在,对预测结果造成影响。引入改进的小波神经网络模型进行变形预测,并考虑该模型的自适应性和容错性,分别采用三次样条插值法、小波滤波法和拉依达准则对原始监测数据进行缺失值填补、去噪和粗差剔除等预处理。并利用实际监测数据进行短期预报分析,对比原始监测数据和预处理后的监测数据的预测结果,结果表明预处理后的监测数据的预测效果更好。     

结合模平方的双树复小波变形监测数据滤波

针对变形监测数据的去噪问题,该文在分析离散小波变换去噪不足的基础上,提出了一种基于模平方的双树复小波变形监测数据滤波方法。该方法利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等特点,通过最小尺度空间的小波系数得到噪声强度,并结合模平方处理法确定各层的阈值,经重构阈值处理后的各层小波系数即得到去噪后的信号;经算例,并与传统离散小波变换对比分析。结果表明:双树复小波变换的分解效果优于传统离散小波变换,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显。该方法去噪更彻底,进一步提高了消噪的精度和可靠性,可作为变形监测数据降噪处理的新方法。     

AAC算法的大气校正复合改进算法

利用模拟数据,评价Autonomous Atmospheric Compensation(AAC)算法的抗噪性,认为AAC算法的抗噪性较弱。基于TASI实测数据,利用AAC算法开展反演计算时,计算结果呈现出多样性问题。结合In-scene Atmospheric Compensation(ISAC)算法中黑体像元的标定方法,提出了一种复合改进算法。首先,利用ISAC算法反演的大气透过率和路径辐射,重新计算AAC算法中大气透过率之比(Tr)和相邻两强弱吸收通道的路径辐射之差(Pd),再次,运用经验公式获得稳定的大气反演结果(大气透过率和路径辐射),有效解决了计算结果多样性的问题。利用复合改进算法,开展的温度与发射率分离实验,证明反演得到的发射率波谱更接近野外实测波谱。     

青岛冷水团的消亡机理研究

本文基于多年月平均水温资料,分析了青岛冷水团的长消过程,并利用气候态月平均大气数据和数值模拟结果,探讨了青岛冷水团的消亡机理。结果表明,青岛冷水团3月出现,4月成型,5月最盛,6月减弱,7月消失;南黄海6-7月间偏南风的增强和温跃层以下反气旋涡的减弱是青岛冷水团消亡的动力机制,而海面净热通量的下传和水平热量的输入则是青岛冷水团消亡的热力机制。     

不同刚度植物杆群对规则波传播及紊动特性影响研究

以不同刚度硅胶圆杆群为概化植物模型,测定其抗弯弹性模量,通过波浪水槽实验,研究规则波在不同刚度植物杆群内的流速分布、紊动特征及不同刚度杆群的消浪效果。实验结果表明,当波浪通过柔性杆群时,受其摆动的影响,流速周期变化从单峰型逐渐转变成双峰型,杆群刚度越小形成的二次波峰越明显;不同刚度杆群内水体紊动强度变化显示,杆群刚度越大,造成杆群内水体的紊动强度越大;随着杆群抗弯弹性模量的增大,其消浪系数也增大,消浪系数的增长与材料的抗弯弹性模量值非线性关系,而是在某一弹性模量范围内,对消浪系数的影响较为敏感。     

小波去噪的广西加权平均温度插值研究

针对广西地区探空站稀少,难以获得精确的T_m问题,GGOS atmosphere提供了利用ECMWF的相关资料计算而得到的时间分辨率为6h(UTC 00:00:00,06:00:00,12:00:00,18:00:00)、空间分辨率为2.5°×2°的全球T_m格网数据可以在没有气象数据的情况下获得较高时空分辨率的T_m,该文利用GGOS atmosphere T_m格网数据对广西地区4个探空站插值T_m,并用无线电探空数据计算的T_m检验其精度;对误差进行分析后,选取最优小波基与尺度对其残差去噪,利用去噪后得到的曲线建立T_m的改正模型。实验结果表明,插值T_m经基于小波去噪的模型改正后,其RMSE为1.29K;Bevis模型的RMSE为10.71K;GPT2_1W模型的RMSE为3.56K;改正模型精度优于传统模型,可以达到地基GPS反演GNSS-PWV的精度要求。