中国冬季最低气温观测与再分析资料的比较

运用EOF分解、线性趋势分析、方差分析、小波分析、相关分析等方法,从均值、长期变化、年际和年代际变化特征等方面对NCEP/NCAR(N1T)、NCEP/DOE(N2T)、ERA-Interim(ET)、JRA-25(JT)4种再分析资料集和194站观测资料集中1979—2012年我国冬季最低气温(WTMIN)进行比较。结果表明:(1)ET在再现观测冬季最低气温多年平均时最优;(2)除新疆北部和西南部以及东北北部有降低趋势外,我国大部分地区WTMIN有升高的趋势,N1T对观测温度长期变化趋势再现能力优于其他3种资料;(3)观测WTMIN在中国北方和高原地区年际和年代际变化大于南方地区,四种再分析WTMIN对我国冬季最低气温的年际和年代际变化的再现在不同区域各有所长,总体上以ET为优。(4)再分析资料在再现观测WTMIN年代际时间尺度上的能力相当,以ET最优,尤其是在我国中东部地区和新疆北部地区。N1T和N2T对东北地区观测冬季最低气温年际变化的再现能力较好,ET再现观测WTMIN在1990s之前,2005年之后的3~4 a变化周期特征时能力略优于其他3种资料。     

基于KL-ISOMAP的高光谱图像彩色可视化

标志点等距映射（L-ISOMAP）作为一种降维方法,在高光谱图像可视化中极具潜力.针对L-ISOMAP算法标志点代表性不足以及计算代价较高的问题,提出了基于K-medoids聚类算法的改进型L-ISOMAP算法（KL-ISOMAP）,进而形成可视化方法.该可视化方法由以下几部分组成：1）通过改进型K-medoids算法选择标志点;2）根据相似度剔除相似像元;3）实现剩余像元的非线性降维;4）完成降维结果的可视化.实验结果表明,KL-ISOMAP算法一方面有效地提高了标志点的内在结构代表性,进而取得了更好的可视化效果;另一方面可通过对相似阈值的设置,加快算法的运算速度.由此形成的可视化方法有着较好的视觉效果、距离保持特性以及像元可分性.     

2003/2004年极地基础数据共享工作进展

本文简述了2003-2004年期间中国第18、19次南极考察和第2次北极考察的数据汇交和共享工作的进展情况。以中国极地科学数据库为数据发布基础平台,利用ASP.NET技术开发动态数据库驱动的网站,通过“中国极地数据库网站”和“中国地球科学数据共享网”向用户提供公益性的数据共享服务。2003-2004年发布新的数据集406个,新增记录100多万条。     

卫星气候数据集的应用研究与发展分析

卫星气候数据集是卫星气候研究的基础。在规范卫星气候数据集基本概念的基础上,针对现有基本气候数据集（FCDR）和专题气候数据集（TCDR）的分类方式,无法反映卫星气候数据特点的问题,认为应将专题气候数据集进一步划分为单一遥感仪器专题气候数据集、多种遥感仪器融合专题气候数据集及卫星与多源资料融合专题气候数据集等几类。这种分类方法便于用户更好地了解和使用卫星气候数据。然后,重点围绕基本气候变量和基本卫星气候变量含义、卫星气候数据集生产规范、国内外主要卫星气候数据生产计划等方面,综述了卫星气候数据集建设及规范化生产已取得的最新研究进展。在此基础上,分析了卫星气候数据集建设和应用中存在的主要问题,展望了卫星气候数据集发展,同时对我国卫星气候数据集建设提出具体建议。     

Spatio-temporal evaluation of global gridded precipitation datasets across Iran

ABSTRACT

In this work, the accuracy of four gridded precipitation datasets – Climatic Research Unit (CRU), Global Precipitation Climatology Centre (GPCC), PERSIANN-Climate Data Record (PCDR) and University of Delaware (UDEL) – is evaluated across Iran to find an alternative source of precipitation data. Monthly, seasonal and annual precipitation data from 85 synoptic stations for the period 1984–2013 were used as the basis for the evaluations. Our results indicate that all datasets underestimate and overestimate precipitation in stations with annual precipitation greater than 600 and less than 100 mm, respectively. However, all datasets correctly recognize regimes of precipitation, but with a bias in amount of precipitation. Our spatio-temporal assessments show that GPCC is the most suitable dataset to be used over Iran. Both UDEL and CRU can be considered as the second and third most suitable datasets, while PCDR showed the weakest performance among the studied datasets.     

Clustering based on eigenspace transformation – CBEST for efficient classification

Large remote sensing datasets, that either cover large areas or have high spatial resolution, are often a burden of information mining for scientific studies. Here, we present an approach that conducts clustering after gray-level vector reduction. In this manner, the speed of clustering can be considerably improved. The approach features applying eigenspace transformation to the dataset followed by compressing the data in the eigenspace and storing them in coded matrices and vectors. The clustering process takes the advantage of the reduced size of the compressed data and thus reduces computational complexity. We name this approach Clustering Based on Eigen-space Transformation (CBEST). In our experiment with a subscene of Landsat Thematic Mapper (TM) imagery, CBEST was found to be able to improve speed considerably over conventional K-means as the volume of data to be clustered increases. We assessed information loss and several other factors. In addition, we evaluated the effectiveness of CBEST in mapping land cover/use with the same image that was acquired over Guangzhou City, South China and an AVIRIS hyperspectral image over Cappocanoe County, Indiana. Using reference data we assessed the accuracies for both CBEST and conventional K-means and we found that the CBEST was not negatively affected by information loss during compression in practice. We discussed potential applications of the fast clustering algorithm in dealing with large datasets in remote sensing studies.     

利用光谱角敏感森林的高光谱数据快速匹配方法

提出了一种新的光谱匹配算法——光谱角敏感森林方法。在位置敏感哈希函数算法的基础上引入光谱角度量,并利用新的数据桶检索结构改进了原位置敏感哈希函数算法中部分目标光谱点无法得到匹配光谱的缺陷。理论和实验证明,光谱角敏感森林算法的计算效率较传统高维数据匹配方法有较明显优势。     

基于ERA40资料的边界层厚度气候特征分析

为了解边界层厚度的大尺度分布及其气候循环特征,基于逐日ERA 40 再分析边界层厚度资料,采用统计学方法计算边界层厚度分4个时次的季节循环、年较差等气候特征场,对全球边界层厚度分布及其季节演变特征进行了研究。结果表明：全球较厚的边界层分布与大地形、沙漠等下垫面的分布有直接联系;陆地强边界层分布存在“08时”现象,即陆地较厚边界层中心分布在当地时间08时经线附近;在大洋上南北纬30°~40°两条纬度带内边界层厚度的月尺度内变率较大,与大气强斜压性的天气系统活跃区一致;月平均日较差的年循环特征存在着季节性南北进退的现象。研究结果对于全面认识和科学利用ERA 40逐日边界层再分析资料有一定帮助。     

卫星遥感反演降水研究综述

降水是地球水循环的基本组成部分,具有重要的气象、气候和水文学意义.精准地测量降水及其区域和全球分布,长期以来一直是一个颇具挑战性的科学研究目标。经过近50年的发展,基于可见光、红外和微波等各类卫星传感器的降水反演算法也逐渐发展成熟起来。简要回顾可见光／红外、被动微波、雷达和多传感器联合反演等卫星遥感降水反演的基本原理、...