早古生代北阿尔金HP/LT混杂岩片——一个“化石”俯冲隧道

北阿尔金高压/低温(HP/LT)变质岩呈构造岩片分布在俯冲-增生杂岩中，主要由强变形的变质沉积岩(泥质片岩、钙质片岩和石英片岩)和少量呈透镜状分布在变沉积岩中的蓝片岩和榴辉岩组成，与相邻的蛇绿混杂岩呈断层接触。榴辉岩主要矿物为绿辉石、石榴子石、多硅白云母、石英、冻蓝闪石，含少量蓝闪石、绿泥石、方解石、钠长石、榍石。蓝片岩主要矿物为蓝闪石、石榴子石、碳酸盐类矿物、阳起石、绿帘石、钠云母、绿泥石、钠长石和石英，偶见多硅白云母，其中在部分蓝片岩的石榴子石中有少量硬柱石和绿辉石包体。本文对蓝片岩(样品A06-16-7)和榴辉岩(样品A03-3-5.3)开展了岩石学和相平衡模拟研究，得到它们形成的压力峰期的温压条件分别是：T=～524℃、P=～2.1GPa和T=～527℃、P=～2.2GPa,并均经历了后期蓝片岩相的退变质叠加。结合区域上已有的研究表明，北阿尔金HP/LT混杂岩片中不同类型岩石可能经历了不同的变质演化历史，反映了古俯冲隧道的不均匀性，并在俯冲隧道的较浅部混杂在一起，共同经历了蓝片岩相或蓝片岩-绿片岩过渡相条件下的透入性变形作用。     

结构增强型生成对抗网络SAR图像超分辨率重建

针对利用生成对抗网络模型(Generative Adversarial Network,GAN)重建SAR(Synthetic Aperture Radar)图像存在边缘细节信息不足和“伪影”(artifacts)现象,该文基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)光学模型,重新设计生成网络上采样重建模块和结构损失函数,提出一种结构增强型生成对抗网络SAR图像超分辨率重建算法,包括特征提取、特征增强和上采样重建3个模块:在特征提取模块采用小尺度卷积层对输入SAR图像进行低层次特征提取;在特征增强模块采用多个级联残差密集块(Residual-in-Residual Dense Block,RRDB)和卷积层提取输入特征;在上采样重建模块交替使用最近邻插值(Nearest Neighbor Interpolation,NNI)和亚像素卷积(Sub-Pixel Convolution,SPC)对特征进行放大重建,使特征信息交互融合。与传统插值算法和经典深度学习重建算法相比,该算法在视觉效果和定量评价方面均有显著提升,能够在保持原网络模型重建图像内容信息不丢失的基础上,增强重建图像边缘细节信息和减缓“伪影”现象,有利于后续目标识别和灾害监测等工作开展。     

最小二乘定权方法对流动重力计算结果的影响

在处理流动重力观测数据时,采用最小二乘方法解算由权系数和观测值组成的超定方程组,得到最优权值,并利用最优权计算重力值。结果表明,等权方法计算得到的结果点值精度不高,但包含了较全的重力异常地震分析预报信息;不等权方法计算得到的结果点值精度较高,但削弱了有用的重力异常地震分析预报信息;最小二乘方法计算得到的结果不但有较高的点值精度,对M_S4.0及以上地震的分析预报效果也最优。     

MODIS和OMI数据评估阅兵期间北京市大气减排成效

卫星观测不仅能反映区域宏观大气污染状况,也能从城市尺度上监测大气污染物的变化。基于以上优势,本文利用MODIS气溶胶光学厚度(AOD)和OMI对流层NO_2垂直柱浓度数据,比较2015年与2012年—2014年以及2015年3个时期(减排前、减排中、减排后)AOD和NO_2柱浓度的变化,定性分析了阅兵期间华北平原地区污染物减排效果,重点定量评估北京市联控减排措施的效果。研究发现2015年减排中华北平原重污染地区AOD和NO_2柱浓度相比于前3年同期有明显降低。定量分析北京市的减排效果得到:2015年减排中较前3年同期而言,AOD降低59%,NO_2柱浓度降低41%;较2015年减排前而言,AOD降低73%,NO_2柱浓度降低30%,去除气象条件影响后,AOD下降43%,NO_2柱浓度下降21%,说明严格的联控减排措施有效地改善了空气质量,气象条件也起到积极的作用。减排措施结束后,AOD和NO_2柱浓度比减排中分别增加159%和71%。研究结果表明,卫星遥感与地基监测评估效果相当,能反映北京地面污染物排放能力;它既能观测区域尺度大气污染变化,又可评估城市尺度大气污染减排。随着卫星技术水平的提高,期望未来卫星遥感可作为一种独立手段来定量评估区域及城市尺度空气质量减排措施的效果。     

超算环境下的并行切图性能分析

在传统GIS二维地图缓存生成过程中,一般用普通的PC机来生成地图缓存.普通PC机的内存一般不大于8 G,CPU主频一般不大于2.2 GHz,且核数不大于8核,硬盘一般为机械硬盘,容量不大于2 T.受限于硬件性能的瓶颈,切图效率较低,不能够分析出上述各硬件因素中制约二维地图缓存性能的关键性因素.相比之下,超算环境有着丰富的资源,可将上述任一资源延伸到极致,因此,本文借助超算环境,研究分别增大内存、CPU主频、硬盘空间等因素后对地图缓存效率的影响.基于此,本研究在郑州大学超级计算机中心专门进行了比较测试.郑州大学超级计算机中心拥有两种类型的CPU,每个主机拥有128 G内存,CPU分为普通CPU和KNL CPU,分别拥有32核和64核,所有主机共享802 T的磁盘阵列,可以认为对于二维地图缓存来说硬件资源是无限的.本文利用郑州大学超级计算机中心的理想环境分析出了在内存和CPU等因素都不受限的情况下,影响二维地图缓存效率的关键因素.     

基于组合超快星历GPS数据的实时可降水量反演

针对静态模式下GPS水汽反演存在的实时性不强、时间分辨率较低、反演代表性较差等问题,利用组合超快星历GPS数据进行实时动态可降水量反演研究。根据组合超快星历,利用假设检验法识别和剔除预报星历中的粗差卫星,采用动态模糊度分解方法基于单历元实时反演获得可降水量;对比实验结果显示,动态模式偏差值约为1.5 mm,精度约下降40%,在反演允许范围内。该方法在恶劣天气短临预报中有一定实际应用价值。     

CORS支持下的超站仪快速坐标测量算法分析

超站仪是全站仪和GPS接收机的一体化仪器,在CORS网络的支持下,可以实时得到仪器的厘米级精度坐标,通过距离交会,可以实现无定向点设站。文中对该方法做了分析,并进行精度评定。通过实验得出实测结果与理论分析一致,表明文中方法能够满足目前的应用部门对测量的精度要求,且算法简单,方便易行,能极大地提高作业效率,具有一定的工程应用价值。     

一种融合超像素与最小生成树的高分辨率遥感影像分割方法

影像分割是面向对象高分辨率遥感影像分析的基础与关键。针对传统影像分割方法易受噪声影响,且难以确定合适的影像分割尺度的问题,本文提出了一种融合超像素与最小生成树的高分辨率遥感影像分割方法。首先用简单线性迭代聚类算法对影像进行过分割生成超像素;然后初始设定影像分割数,采用区域动态约束聚类算法对超像素进行合并,获得分割数-方差和、分割数-局部方差、分割数-局部方差变化率指标图,依据3个指标图确定合适的影像分割数;最后根据确定的合适影像分割数,采用区域动态约束聚类算法对超像素重新合并得到分割结果。定性对比试验和定量评价结果表明,本文方法可以有效地克服影像噪声对分割结果的影响,获得良好的影像分割结果。     

采用交替K-奇异值分解字典训练的图像超分辨率算法

采用稀疏表示的图像超分辨率算法中,双字典训练算法与字典的细节恢复能力相关,针对已有双字典训练算法使字典缺乏高频细节信息的特点,提出了一种交替K-奇异值分解字典训练算法。该算法分为训练和测试部分。在训练部分每次字典更新都采用奇异值分解所得到的向量对低高频样本块进行最佳低秩逼近,使得低高频样本块随着迭代次数的增加逐渐取得相同或者相似的稀疏表示系数。在测试过程中,测试低频样本块可以利用低频字典取得的稀疏表示系数与高频字典相乘得到高频细节信息。实验表明,与目前已有算法相比,该算法能够得到高频细节较丰富的图像,平均峰值信噪提高0.3 dB以上,结构相似度提高0.01左右。     

局部自相似性与MRF网络模型的超分重建算法

针对局部自相似性重建方法的块效应问题,以及MRF网络模型方法外部训练库数据不相关性产生的图像重建误差问题,提出了一种结合局部自相似性和MRF网络模型的超分辨率重建方法。首先,利用图像局部自相似特性,引入自身冗余信息构建高分训练库,然后建立低分与高分训练库映射的MRF网络模型,通过置信传播算法求解MRF模型重建高分图像。以仿真和真实卫星图像进行超分实验,结果表明本文方法能够改善图像的细节,较好地去除了块效应,提高了地物边缘的清晰度。