一种新的基于模糊分析观测信息的局地化方法

地球表层系统是一个极其复杂的巨系统,为了更精确地表达地球表层系统各种过程的动态演进,解决数据同化系统观测误差的估计与处理已经成为地球科学领域备受关注的问题之一。在地球科学系统数值模拟中,一般采用集合数据同化来探讨地学变量预报时的各种误差。集合类卡尔曼滤波通常会由于集合数过小而带来欠采样、协方差低估、滤波发散和远距离虚假相关等问题。针对背景误差协方差被低估问题,局地分析方法（Local Analysis, LA）在一定程度上能起到抑制作用,但无法彻底解决背景误差协方差的虚假相关问题。因此,本文在集合卡尔曼滤波的算法框架下提出了一种与模糊逻辑控制算法相耦合的局地化分析方法（Fuzzy Analysis, FA）。在强非线性Lorenz-96模型中,对不同模型误差下的LA和FA方法进行了性能优劣方面的探讨,并比较分析了2种方法在集合数、观测数和观测位置、放大因子以及强迫参数变化时的同化性能。实验采用均方根误差作为算法评判依据,同时用功率谱密度（Power Spectral Density, PSD）更直接地对2种算法性能优劣作出了评价。结果表明：在完美模型下,FA相对于LA降低了17.5%的均方根误差（Root Mean Square Error, RMSE）;随着模型误差增大,RMSE减小的百分比和减小幅度都在降低;在严重模型误差下,FA降低了8.6%的RMSE。总体而言,新算法FA的有效性和鲁棒性都得到了验证,并且在EnKF同化基础下有效改进了传统的局地化分析方案,优化了观测误差处理,为今后的数据同化研究提供了一个较为全面的观测误差研究平台。     

基于AHP模糊综合评价法的全域土地整治综合评价

全域土地综合整治是在目前农村土地综合整治的基础上,通过实施全域土地综合整治与生态修复工程,对农村生态、农业、建设空间进行全域优化布局,对“田水林路村”进行全要素综合整治,对高标准农田进行连片提质建设,对存量建设用地进行集中盘活,对美丽乡村和产业融合发展用地进行集约精准配置,对农村人居环境进行修复治理,逐步形成农田集中连片、建设用地集中集聚、空间形态高效节约的土地利用新格局。科学、有效、全面地推进全域土地整治工程,对开展全域土地整治工作具有很重要的意义。目前对工作考核评价通常做法是事先设计一套打分规则,考核时候根据规则对工作完成情况进行打分,最后分数汇总。这种考核评价方法比较简单,但在实施过程中存在不能全面考虑各要素之间的权重比例关系或者出现根据新情况简单调整考核指标,最后考核达不到预期效果。本文采用层次分析法和模糊数学综合评价法,通过构建全域整治评价指标,对台州市A县全域整治进行综合评价。     

GPS/BDS/GLONASS双频RTK定位算法研究

针对GLONASS采用频分多址技术导致双差观测方程中双差模糊度失去整周特性的问题,提出了一种基于站间单差模糊度分别求解的方法,并结合附加模糊度参数的卡尔曼滤波模型,实现了GPS/BDS/GLONASS组合RTK定位。通过自编RTK程序对GPS、BDS与GLONASS双频实测短基线数据进行测试,并对比分析其他RTK模式下的稳定性与定位精度。结果表明,GLONASS单频和双频定位的模糊度固定率分别为99.8%、99.7%,其定位精度与BDS、GPS相差不大。在单频或双频RTK定位中,双系统、三系统组合定位的稳定性和定位精度明显高于单系统,其中三系统组合定位的稳定性最好,精度最高。随着频率增加,初始化时间明显减少,为实现单历元获得固定解提供了可能性。     

GPS与BDS2、BDS3融合数据短基线解算精度分析

北斗卫星导航系统于2018年12月27日正式向全球用户提供导航定位服务。本文主要利用自编软件进行了不同系统卫星组合下的短基线解算试验。结果表明,在小范围区域内（5 km）的短基线,BDS2+BDS3组合定位平面定位精度达3 mm,高程方向定位精度达6 mm;与单GPS定位结果相比,N、E、U各方向分别有28.9%、6.5%、12.2%的提升幅度;与单BDS2定位结果相比,N、E、U各方向分别有34.0%、25.1%、39.6%的提升幅度。GPS、BDS2、BDS3融合数据处理结果N、E、U各方向外符合偏差均在5 mm内。     

连云港市地质灾害易发性分区评价研究

本文在全面调查分析连云港市区地质灾害隐患点及分布状况的基础上,从诱发地质灾害的地质条件、人类工程活动、地形地貌及气候植被因素考虑,选取了地层岩性、地质构造、地形地貌、露天开采、降雨强度、植被覆盖率等15个评价因子,建立了地质灾害易发性评价指标体系,运用层次分析法计算各评价因子的权重值,并进行归一化处理,然后利用模糊评判法对各隐患点的易发性指数进行计算、统计,将连云港市区划分为地质灾害高易发区、中易发区和低易发区,最后利用GIS空间分析功能生成了易发性分区图,实现了地质灾害易发防治分区的目的,为连云港市后期地质灾害防治提供重要参考依据。     

关于南海北部上层水团的分类及三维分布的研究

Using the fuzzy cluster analysis and the temperature-salinity(T-S) similarity number analysis of cruise conductivity-temperature-depth(CTD) data in the upper layer(0–300 m) of the northern South China Sea(NSCS), we classify the upper layer water of the NSCS into six water masses: diluted water(D), surface water(SS),the SCS subsurface water mass(U_S), the Pacific Ocean subsurface water mass(U_P), surface-subsurface mixed water(SU) and subsurface-intermediate mixed water(UI). A new stacked stereogram is used to illustrate the water mass distribution, and to examine the source and the distribution of U_P, combining with the sea surface height data and geostrophic current field. The results show that water mass U_P exists in all four seasons with the maximum range in spring and the minimum range in summer. In spring and winter, the U_P intrudes into the Luzon Strait and the southwest of Taiwan Island via the northern Luzon Strait in the form of nonlinear Rossby eddies, and forms a high temperature and high salinity zone east of the Dongsha Islands. In summer, the U_P is sporadically distributed in the study area. In autumn, the U_P is located in the upper 200 m layer east of Hainan Island.     

复杂环境下高分二号遥感影像的城市地表水体提取

水体指数可以抑制背景噪声和提高地表水体的可分性,已经广泛用于地表水体提取。传统FCM聚类算法考虑了地物的不确定性,但没有顾及地物的邻域空间信息,对背景异质性比较敏感。针对传统FCM聚类算法的不足,提出一种可变邻域的区域FCM聚类算法。由于复杂环境下高分二号(GF-2)遥感影像的城市地表水体具有复杂异质背景和不确定性的特点,本文利用水体指数和区域FCM聚类算法的优点,提出一种整合水体指数和区域FCM的城市地表水体自动提取算法,该算法主要步骤包括:(1)去除影像阴影后计算归一化差分水体指数NDWI(Normalized Difference Water Index);(2)区域FCM聚类算法;(3)整合水体指数和区域FCM聚类的城市地表水体自动提取算法。最后采用两景GF-2高分辨率遥感影像(广州和武汉)进行实验,验证了该算法的有效性,并与经典地表水体提取算法进行对比分析。实验结果表明:该算法具有较高的水体提取精度,城市地表水体边界既具有较好的区域完整性又保持了局部细节,同时对城市地表水体复杂背景噪声具有较好的抑制作用,有效减少传统FCM聚类算法的"胡椒盐"现象。     

基于TCAR的三频非差模糊度快速解算方法

目前,三频非差模糊度的求解是三频精密单点定位的一个重点问题,针对此问题本文提出了一种新的基于TCAR(Three-Carrier Ambiguity Resolution)的方法进行解算。TCAR的基本思路是对模糊度进行逐级固定,本文在原有基础上,在逐步解算的步骤中,根据每个步骤中的误差特性和想要实现的目的选择最优组合观测值,以此来实现快速解算三频非差模糊度的目的。经过实例验证可知,本文提出的方法能够提升模糊度的求解精度,可用于快速求解三频非差模糊度。     

基于权重散射特征的FSVM算法在极化SAR影像分类中的应用

提出了一种基于权重散射特征的模糊支持向量机的极化SAR数据监督分类方法。首先,对极化SAR数据进行H/SPAN/A/α散射特征提取;其次,根据样本可分离度设置最佳散射特征权重参数C,得到最优分类输入数据(H/6SPAN/A/α);最后,利用FSVM算法对数据进行监督分类。实验结果证明,所提出的FSVMH/6SPAN/A/α分类结果优于FSVM-H/SPAN/A/α。