DB16小波对哈尔滨地区汛期降水的分析与预测

利用DB16小波对哈尔滨地区近30 a(1981-2010年)汛期(6-8月)降水进行分析,得出该区汛期降水存在明显的4-6 a,11-15 a以及22-26 a的周期变化。进而预测2011-2014年汛期及各月降水变化,并用实况进行验证。汛期及各月降水的预测准确率为75%,表明该方法具有一定的气候预测能力。     

基于时频特征的高分辨率遥感图像道路提取

针对传统的遥感图像道路提取算法存在错漏率较高的问题,提出一种基于时频特征提取和域自适应学习分类器的高分辨率航空遥感图像道路提取新算法。首先利用地统计学抽取道路的时域纹理特征和三维小波变换抽取道路的频域光谱特征,构成高分辨率航空图像中的道路特征。然后使用抽取的道路特征训练由迁移支持向量机模型构建的域自适应分类器,并对高分辨率航空遥感图像进行道路粗提取。最后,结合道路形态特征,用数学形态学方法处理粗分类后的道路,获得提取后的完整道路。仿真实验表明,所提方法能有效降低高分辨率航空遥感图像道路提取中非道路目标的干扰,提高道路提取的精确性。     

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。     

EMD-Wavelet-ICA耦合模型及其在GPS坐标序列降噪中的应用

在分析比较经验模态分解(EMD)、小波变换(Wavelet)和独立分量分析(ICA)优缺点的基础上,提出一种新的EMD-Wavelet-ICA耦合模型。该模型充分利用了EMD的自适应性,对原始信号进行分解获得不同频率的模态函数(IMF),采用标准化模量的累计均值对IMF进行尺度划分;进而分别采用Wavelet和ICA对高频和低频IMF进行降噪,将降噪后的IMF进行多尺度重构,获得降噪后的信号;采用信噪比、标准差、偏差和相关系数等指标对降噪效果进行评价。仿真数据和GPS坐标序列的处理结果表明:与EMD模型和EMD-ICA模型相比,新模型的标准差、偏差均有不同程度的减小;信噪比和相关系数有一定程度的增大,可以获得更好的降噪效果。     

1960—2009年中国夏季极端降水事件与气温的变化及其环流特征北大核心CSCD

使用1960—2009年中国610个气象站逐日降水和气温资料及NCEP再分析资料,采用奇异值分解方法研究了近50年中国夏季平均气温与极端降水事件频数的关系,并对比分析了两者变化相应的大气环流差异。结果表明,我国的西北和长江以南地区极端降水事件频数与气温呈正相关关系,而东北—西南走向一带为负相关关系。夏季气温和极端降水事件均在1992年左右发生突变。突变前850hPa风场存在一个中心位于内蒙古的异常大陆气旋环流,而突变后变为异常大陆反气旋环流,这个异常气旋(反气旋)会增强(削弱)冷空气南侵入我国,从而导致我国气温突变后高于突变前。突变前,西部和长江以南地区分别为异常西风水汽输送和异常西南水汽输送,水汽均为异常辐散,极端降水事件偏少;东北—西南一带为异常西南水汽输送,水汽异常辐合,极端降水事件偏多;突变后,反之。     

强度尺度分解方法在气候温度场检验中的应用

本文首次将Casati等提出的强度尺度分解方法应用到气候地表温度场的检验中,探讨此方法用于评估气候模拟场误差的详细空间信息的适用性。以新一代气候系统模式模拟的月平均地表温度为例,传统的统计分析方法（较为常用的是空间相关系数和均方根误差、EOF分析等）不能完全反映模拟场误差的空间信息;强度尺度分解方法可计算不同阈值和空间尺度上的均方误差和模拟技巧,评估对应的模拟能力,定量给出模拟场主要误差的空间信息（误差范围即温度阈值及对应的空间尺度）,例如,亚洲东部地区1月单年及多年平均的模拟场在230 K阈值1600 km模拟技巧非常低。本研究表明强度尺度分解方法适用于气候温度场的检验评估,能定量给出误差的空间信息。     

奇异值分解法在病态问题中的应用

用截断奇异值分解法和修正奇异值分解法对大地测量病态问题进行了处理,并与最小二乘的结果进行了比较,最后将两者方法进行结合同样对病态方程进行了处理,得到了结合奇异值分解的解,并与截断奇异值、修正奇异值分解的解以及真值进行比较,发现结合奇异值分解的解即修正奇异值截断法比截断奇异值和修正奇异值的解更加靠近于真值,修正奇异值截断法相比于截断奇异值和修正奇异值法对于病态方程抗干扰能力更强,更具有实际意义。     

多尺度细节增强的遥感影像超分辨率重建

鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨率重建方法,可以使重建影像提供更多高频细节信息,具有较好鲁棒性和普适性。     

广义残差地形模型及其在局部重力场逼近中的应用

研究了残差地形模型中的非调和性问题,比较了基于棱柱体和球冠体的积分模型,提出了基于球冠体积分的广义残差地形模型。以泊松小波径向基函数为构造基函数,结合广义残差地形模型,融合多源实测重力数据构建了局部区域重力场模型。研究结果表明:基于棱柱体积分的残差地形模型精度较低,在山区可能引入毫伽级以上的误差,建议采用更为接近真实地形表面的球冠体积分模型。相比于原始的残差地形模型,基于球冠体积分的广义残差地形模型能更为精确地逼近局部重力场模型中地形因素引起的高频效应。     

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。