极化干涉SAR植被高反演复数最小二乘平差法

提出一种PolInSAR植被高反演的复数最小二乘法。在考虑植被层时间去相干的条件下,将RVoG扩展为RVoG+VTD模型;之后,将模型解算问题概括为复数的实部、虚部联合平差问题,提出了该模型线性化的方法及参数解算方法;最后利用解算得到的更为准确的“纯”体去相干系数反演植被高度。采用覆盖德国Oberpfaffenhofen地区的2景E-SAR L波段数据进行试验并与经典的非线性迭代及三阶段算法进行对比分析。结果表明,本文提出的方法结果精度优于其他两种方法,运算效率方面明显优于非线性迭代算法,略低于三阶段算法。     

基于LAMBDA整周模糊度解算方法中的整数Z变换算法

LAMBDA算法是目前公认求解整周模糊度效果最好的方法,该算法主要包括模糊度去相关处理(Z变换)和整周模糊度搜索,其中Z变换对高度相关的整周模糊度进行降相关处理是LAMBDA算法的核心内容。本文分析了Z变换中迭代法和联合去相关法两种算法的基本原理,并通过实例对两种算法进行了性能评价,实验分析表明两种算法去相关水平相当,迭代次数无明显差异,但矩阵维数越大,去相关效果越有所下降。总体而言,联合去相关效果略高于迭代法。     

D－InSAR技术在淮南矿区沉陷监测中的试验研究

综合矿区开采沉陷特点和D－InSAR基本原理指出,当前D－InSAR矿区沉陷监测的难点为：1）不易采用同一传感器数据监测整个地表移动周期内的矿区沉陷;2）在低潜水位矿区,地表移动活跃期内最大变形梯度往往超过雷达临界探测梯度导致去相干;3）在高潜水位矿区,变形梯度大、沉陷积水区雷达回波信号弱,导致干涉测量结果不理想。因此,为了改善D－InSAR在矿区的沉陷监测中的应用效果,针对上述问题提出了相应的解决方案。最后,通过选择淮南矿区形变期内的两景数据,进行二轨差分干涉处理,获得了研究区域煤炭开采形成的地表沉降场,并分析了不可靠形变信息产生的原因。     

基于小波去噪的BP神经网络在变形监测中的应用

对沉降数据的准确预测不仅可以预知监测目标的变形趋势,还可以避免重大事故的发生.首先采用小波去噪的方法对沉降数据进行降噪处理,然后建立BP(Back Propagation)神经网络预测模型,利用实例数据进行实验验证,同时与未去噪的BP神经网络预测模型对比.实验结果表明,基于小波去噪的BP神经网络预测模型精度较未去噪的B...     

天气雷达回波信号去噪中小波分析应用

天气雷达回波信号不可避免地包含了噪声,噪声的存在严重影响了对雷达回波信号的精确分析。为了提高雷达回波信号的信噪比,采用了近年来在数字信号处理领域极速发展的小波分析方法,通过试验分析确定小波基函数、分解层数、阈值和阈值量化方式。结果表明,小波分析去噪的方法能有效地抑制叠加在雷达回波信号上的噪声,去噪后的雷达回波信号信噪比明显提高,具有较高的实用价值。     

基于改进的高斯混合模型脑ＭＲ图像分割

ＭＲ图像中常含有偏移场以及噪声现象,传统的高斯混合模型无法得到正确的分类．在高斯混合模型目标函数中加入偏移场估计与噪声去除,完善其分 类效果,使分类结果较好地克服偏移场和噪声影响．实验表明,该算法在得到较准确的分类结果的同时还能很好地估计偏移场．     

物理-统计反演和云-晴空辐射特征差异检测结合的全天空高云判别能力改进算法与初步试验

在全天空红外-可见光云像观测反演方法基础上,针对已往阈值法判断高云的局限性,提出改进的算法。对可见光图像可利用以太阳-天顶为连线的主平面两边相元特性的对称性来判断云的存在,对红外成像仪可利用同一仰角扫描时所得不同方位角亮温分布的非均匀性来判断云的存在。以北京2011年1 3月观测资料为基础,选择原阈值法未能判别出来的案例进行再处理,全天空可见光成像观测仪高云判别能力最高可达73.9%,全天空扫描式红外成像仪可达70.1%。该工作为天空的高云识别提供新的复合算法。     

基于植被光合有效辐射资料研究中国地区植被大气反馈作用

本文采用中国地区基于卫星观测的植被光合有效辐射资料(FPAR)和月平均气候数据(1982—2000年)来分析中国区域陆面植被与气温、降水的反馈作用.通过计算和分析超前滞后相关系数和反馈系数发现:春、夏季FPAR超前气温一个月相关系数在全国大部分地区为负值,反映出植被生长旺盛,可以降低局地气温.春、秋两季气温与FPAR的同期相关系数较大.夏季降水超前FPAR一个月的正相关性反映出夏季降水对于植被生长存在促进作用.在中国长江流域以南区域,植被对于气温的反馈系数为一致正值,可达0.5 ℃(0.1FPAR)-1;在30°N以北区域显示出一致的负反馈,可达-0.42 ℃(0.1FPAR)-1.FPAR对降水全年反馈系数全国区域平均可达-2.12 cm month-1(0.1FPAR)-1.不同植被类型、不同季节的植被反馈效应也存在差异.植被反馈系数可以用来验证动态植被模式计算的植被大气反馈作用.     

一种快速收敛的抗噪POCS地震数据重构方法（英文）

地震数据重构是地震数据处理的重要步骤之一,重构算法的精度、效率与抗噪性是地震数据重构技术的核心研究内容。研究针对傅里叶域凸集投影(POCS)算法,在定义的最优阈值评价标准基础上,提出了反比例阈值模型,该模型具有在大系数区间比指数模型更快下降速率、而在小系数区间比指数模型更慢下降速率,从而在保证弱反射信号重构精度的同时有效提高POCS地震数据重构算法计算效率。为提高反比例阈值对不同地震数据特点的适应性,在地震数据谱能量分布差异性特征分析基础上,研究提出了在反比例阈值模型分母上增加适应地震数据谱能量特征的因变参数,通过调节该因变参数获得适应不同地震数据特点的最佳阈值曲线,进一步提高算法的计算精度与计算效率。为了实现重构过程中随机噪音的自适应衰减,提高重构后地震数据信噪比,研究提出了数据驱动的加权回加系数计算策略,利用每次迭代对应数据驱动阈值占阈值区间的百分比获得加权回加系数。研究将新方法应用于模拟三维数据和实际三维地震数据,分析结果表明反比例阈值相对传统阈值在提高数据重构计算效率和精度方面具有明显的优越性,新提出的加权回加系数计算策略能有效提高重构数据的信噪比。