HRCLDAS-V1.0和ERA5海面风场对比评估分析

基于2020年中国近海31个浮标的逐小时数据,使用统计分析方法对中国气象局高分辨率陆面数据同化系统(HRCLDAS-V1.0)和欧洲中期天气预报中心第5代全球大气再分析数据(ERA5)海面风场进行了系统的检验,检验结果表明：两者在我国近海均具有较高的可信度,风速平均绝对误差(MAE)分别为1.16 m/s和1.09 m/s,风向MAE分别为23°和22°。随着风力增大两者的风速准确度均有所降低,当风力等级≥10级时,前者准确度优于后者;对于风向而言,随着风力增大,两者准确度均升高。此外,选取2020年典型的两次冷空气过程和2008号台风“巴威”过程,检验两者在不同天气过程影响下的准确度,两类融合产品均能较好地再现冷空气过程引起的风向变化,而对不同强度的冷空气过程下的风速反映存在差异;对于台风引起的大风,在风速较低时两者风速均具有不错的表现,但HRCLDAS-V1.0对峰值强度的表现优于ERA5。     

多尺度带乘性噪声系统的最优状态平滑算法

针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究.通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息.针对这一弊端对算法进行改进,推导出仅使用融合后的一步预测及滤波值的平滑算法.该算法在线性最小方差意义下是最优的.计算机仿真验证了算法的可行性.     

a′Trous小波变换与PCA变换相结合的遥感影像融合分析

随着高分辨率遥感卫星的产生,传统的融合技术难以达到较好的融合效果,如主成分分析(PrincipalComponents Analysis)变换融合受到融合区域的限制,而传统的小波融合(Wavelet Transformation)算法由于高频直接替换,导致了一定程度的光谱失真,由此本文在分析主成分分析变换和a′Trous小波变换(WT)的基础上,以QuickBird全色和多光谱数据为实验数据,提出了一种将两者相结合的遥感影像融合方法,通过与其他融合方法的定量和视觉比较,结果表明该方法能得到更好的融合效果。     

几种常见影像融合方法的比较

简述了多源遥感影像融合过程,并利用IKONOS-2的全色影像和多光谱影像,对常用的几种影像融合方法进行了试验与比较,同时对实验结果进行分析和讨论,结果表明小波变换融合算法总体优于其他几种融合方法。     

基于ERMapper软件的QuickBird卫星影像处理实践

采用卫星遥感方法制作的数字正射影像是获取基础空间信息最快速、高效的手段,利用高精度卫星遥感成图,处理速度快、工艺简便、图像清晰,而且精度达到成图要求。本文介绍了以高分辨率的QuickBird卫星影像为研究对象,利用ERMapper图像处理系统进行图像的几何校正、全色与多光谱数据融合方法与过程。     

基于GIS技术的耕地坡度分级方法

分析传统耕地坡度分级方法的缺陷,提出利用GIS技术的耕地坡度分级新方法。以枝江市董市镇为例实证,研究制定定量融合指标和工作流程,不仅有效地控制了耕地图斑的数量,而且确保利用耕地坡度分级数据统计汇总的各耕地坡度级面积数据与真实值基本一致,提高了汇总面积数据的精度。     

二次土地调查中部分技术问题解决方法的探讨

通过土地利用更新调查与第二次土地调查在调查技术手段方面存在的主要差异对比,发现影像套合会使调查结果产生严重的误差。结合这几年从事土地利用更新调查工作经验,提出了差分校正法,不仅有效地解决了影像套合所带来的误差,还缩短了工作周期,提高了效率。     

浅谈基于不同时期多源影像的数据更新

主要阐述了卫星遥感数据的几何纠正及融合技术,对实际生产具有指导意义.     

遥感影像融合方法的精度评价

目前,高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流.EN-VI 4.4遥感影像处理软件影像融合处理的工具--SPEAR提供了PCA变换、Gram-Schmid变换、Brovey变换和HSV变换4种专门用于全色与多光谱遥感影像融合的算法.以ETM+全色与多光谱遥感影像融合为例,选择熵、偏差和相关系数3个定量指标,对采用4种融合方法得到的影像进行评价.经综合评价和比较,实验的4种影像融合算法中,Gram-Schmidt变换效果最好.     

船只衰落尾迹的小波多尺度广义分形特征分析

船只衰落尾迹遥感图像是弱反差纹理图像,检测强尾迹的方法不具有适用性.基于区域特征统计比较的思想,构建了一种会聚衰落尾迹异常的小波多尺度广义分形特征提取方法.该方法由小波多尺度分解、细节图像融合、多尺度基本特征计算、多尺度分形特征计算和广义分形特征计算等5步骤组成.仿真实验表明,该特征能完整表达尾迹并体现强弱差别,是一种有效的船只衰落尾迹检测技术,具有广泛的应用前景.