A synthetic aperture radar sea surface distribution estimation by n-order Bézier curve and its application in ship detection

To dates,most ship detection approaches for single-pol synthetic aperture radar(SAR) imagery try to ensure a constant false-alarm rate(CFAR).A high performance ship detector relies on two key components:an accurate estimation to a sea surface distribution and a fine designed CFAR algorithm.First,a novel nonparametric sea surface distribution estimation method is developed based on n-order Bézier curve.To estimate the sea surface distribution using n-order Bézier curve,an explicit analytical solution is derived based on a least square optimization,and the optimal selection also is presented to two essential parameters,the order n of Bézier curve and the number m of sample points.Next,to validate the ship detection performance of the estimated sea surface distribution,the estimated sea surface distribution by n-order Bézier curve is combined with a cell averaging CFAR(CA-CFAR).To eliminate the possible interfering ship targets in background window,an improved automatic censoring method is applied.Comprehensive experiments prove that in terms of sea surface estimation performance,the proposed method is as good as a traditional nonparametric Parzen window kernel method,and in most cases,outperforms two widely used parametric methods,K and G0 models.In terms of computation speed,a major advantage of the proposed estimation method is the time consuming only depended on the number m of sample points while independent of imagery size,which makes it can achieve a significant speed improvement to the Parzen window kernel method,and in some cases,it is even faster than two parametric methods.In terms of ship detection performance,the experiments show that the ship detector which constructed by the proposed sea surface distribution model and the given CA-CFAR algorithm has wide adaptability to different SAR sensors,resolutions and sea surface homogeneities and obtains a leading performance on the test dataset.     

东山乌礁湾海滩表层沉积物粒度时空变化分析

为了进一步了解海岛岬湾海岸表层沉积物粒度的时空分布特征和形成机制,作者以福建东山岛乌礁湾为典型研究区,通过秋、春、夏3个不同季节海滩表层沉积物的采集和点位测量,综合应用激光法和筛析法进行粒度测定。结果表明,东山乌礁湾海滩表层沉积物以0.16～0.50 mm之间的中、细砂为主,并含有少量的粗砂和细砾,这与区域砂质沉积背景有关;湾内从南到北剖面沉积物粒径由粗砂到细砂逐渐变细,主要受剖面地形、局地物源、季节性风浪作用和近岸往复水动力的影响。时间变化上,各取样站位表现出沉积物粒径粗、细不同程度的多种变化趋势,以秋季为参考,整体上表现为由南到北粒级的变小、增大和稳定,这与东北、南南西季风影响下的浪、潮作用以及沿岸流系格局变化下的水动力环境有关。     

双感应测井资料自适应正则化反演

为了准确获得地层真电阻率,确定地层侵入关系,将非线性反演理论与Morozov偏差原理结合,建立双感应测井(Dual-Induction Log)资料的自适应正则化全参数反演算法。首先根据Tikhonov正则化反演理论,将双感应测井资料反演问题变为含稳定泛函非线性目标函数极小化问题;再利用Gauss-Newton算法确定极小化解。在测井资料的最佳拟合迭代过程中,将Morozov偏差原理及Cholesky分解技术结合,建立一套自适应选择正则化因子方法;最后对大庆油田的实际测井资料进行反演处理。反演结论与试油结果表明,该算法在处理薄层、薄互层时能够取得更为满意的效果。     

pH、亚硝酸盐和氨氮对双齿围沙蚕耗氧率和排氨率的影响

在实验室条件下研究不同pH(5.0、6.0、7.0、8.0、9.0)、亚硝酸盐浓度(0、0.036、0.357、0.714、1.429mmol/L)和氨氮浓度(0、0.036、0.357、0.714、1.429 mmol/L)对双齿围沙蚕(Perinereis aibuhitensis)耗氧率和排氨率的影响。结果表明,在不同p H条件下各组双齿围沙蚕的耗氧率差异无统计学意义(P0.05);pH为7.0时,沙蚕的排氨率较低(2.37±0.51μg·g~(-1)·h~(-1)),pH为9.0时,排氨率最低(0.44±0.13μg·g~(-1)·h~(-1))(P0.05)。随着亚硝酸盐氮浓度的升高,其耗氧率仅在0.714 mmol/L组升高,与其他各组差异无统计学意义(P0.05),而排氨率0.036 mmol/L组升高,之后急速下降,1.429 mmol/L组最低,差异有统计学意义(P0.05)。随氨氮浓度的增加,双齿围沙蚕耗氧率呈下降趋势,当氨氮浓度0.714~1.429 mmol/L时差异有统计学意义(P0.05)。     

围压和孔隙结构对不同粒级砂岩孔隙度渗透率的影响实验研究

孔隙度和渗透率是储层评价的两个重要参数.岩石毛管压力曲线和核磁共振T2谱图是描述储层微观结构特征的重要参数.通过测量不同压力条件下岩心样品的孔隙度和渗透率,得到了孔隙度和渗透率随压力的变化情况.实验结果表明：孔隙度和渗透率随着压力的增加而降低,并且与压力服从对数函数变化规律.不同孔隙度渗透率区间的砂岩样品,孔隙度和渗透率随着压力变化的趋势不同.通过测量不同粒级砂岩样品的毛管压力曲线和核磁共振T2谱图,证实了孔隙结构对孔隙度和渗透率的影响,微观孔隙结构是决定渗透性好坏的关键因素.     

额济纳旗灰石山东北铌多金属矿床成矿规律及成因浅析

通过对灰石山东北铌多金属矿床地质特征综合分析表明,矿床的产出受地层和构造的双重制约。矿区的二叠系双堡塘组是矿源层,矿体具有明显的层位控制性;北东东向断裂构造提供了热液通道并进行了叠加改造;矿床成因类型属于沉积变质-热液叠加型。     

结合Ka和X波段双偏振雷达对北京一次锋面降雪过程雪带的观测分析

本文设计了中国科学院大气物理研究所位于同一观测站内的一部单发双收Ka波段双偏振雷达和一部双发双收X波段双偏振雷达高效结合观测的方法,并首次将Ka和X波段双偏振雷达结合应用在降雪过程的观测中,对2019年2月14日锋面气旋系统在北京地区降雪过程中雪带的形成、发展、消亡过程的宏微观结构进行了分析。结果表明,雪带的垂直结构符合以往对层状云垂直分层的物理认识,类似但不同于雨带由凝结增长层、丛集层、淞附层、融化层组成的四层结构,雪带只包含由上层“播种”至下层的冰晶形成的凝结增长层、丛集层和淞附层三层。由于各层水平风速不同,雪带的三层结构并非垂直排列。多个雪带不断生成发展维持降雪,直至冰晶凝结生长层变空,云从冰晶凝结生长层分裂为多层云后各自消散。证明了Ka和X波段双偏振雷达结合的必要性和高效性,丰富了对锋面气旋系统雪带的认识,补充了Ka波段和X波段雷达对降雪的观测研究。     

Ka/Ku双波段云雷达反演空气垂直运动速度和雨滴谱方法研究及初步应用

在Ka波段云雷达上升级改造建成的Ka/Ku（Ka和Ku波段波长分别为8.9 mm和2.2 cm）双波段云雷达2019年用于华南云降水垂直结构观测,以改进云内动力和微物理参数探测能力。为了利用该双波段云雷达研究华南降水微物理和动力结构,本文提出了基于双波段云雷达回波强度谱密度（S_Z）数据和最优估计技术的云内空气垂直运动速度（V_air）、雨滴谱（DSD）、含水量（LWC）、雨强（R）的反演方法（DWSZ）,雨区衰减的订正方法。利用2019年在广东龙门观测的一次降水过程数据,对比分析了云雷达反演的微物理参数与雨滴谱直接观测量,并检验了云雷达反演的低层空气垂直运动速度,利用反演结果分析了一次混合云过程的V_air与这些微物理参数的垂直结构和相互关系。结果表明:Ka/Ku双波段云雷达合理反演了微降水微物理和动力参数及其垂直分布,经过衰减订正的Ka和Ku波段回波强度偏差明显减小。该双波段云雷达数据可以用于分析0～30 dBZ回波强度的云降水垂直结构。本次过程为混合云降水,对流单体前部存在明显的上升气流,后部存在下沉气流;从平均垂直结构来看:V_air和粒子平均直径（D_m）在2 km高度层到达最大,粒子数密度（N_w）、LWC和R在2 km以下明显增强,粒子直径却减小,水汽凝结过程、雨滴碰并云滴是本次过程的主要机制。这一工作验证了Ka和Ku波段组合的双波段云雷达的可行性,为Ka/Ku波段云雷达技术的推广,单波段云雷达反演算法进一步改进,云降水精细结构分析等提供了基础。     

点云数据在兰州地铁中的应用

针对提取隧道点云中轴线3种不同算法,选择更加适合海量点云中轴线提取的算法。首先对隧道点云进行坐标转换,按里程对隧道点云进行连续正交断面的提取,将得到的断面通过椭圆模型进行粗差剔除;其次采用RGB颜色变化值表示断面的收敛扩张情况,通过柱状图、折线图表示断面形变特征;最后对隧道曲线段点云数据进行中轴线的提取,并进行平曲线要素的自动提取,为隧道平曲线主点位置识别、平曲线要素提取提供一种新途径。     

地表粗糙度影响下的GNSS-R土壤湿度反演仿真分析

基于双天线全球导航卫星系统反射技术（global navigation satellite system reflectometry,GNSS-R）,建立了两个修正地表粗糙度影响的土壤湿度反演模型——解析模型和人工神经网络模型,并以GPS L1 C/A码为例建立了GNSS-R土壤湿度仿真平台,仿真分析了地表粗糙度对两个模型反演精确度的影响。结果表明,当地表均方根高度大于0.010 m时,必须对解析模型进行粗糙度修正。粗糙度影响修正结果显示,小粗糙度情况下修正的解析模型取得了良好的结果,但对于大粗糙度有一定局限性。在均方根高度大于0.025 m时,进行土壤粗糙度修正前,人工神经网络模型精度比解析模型提高了36.83%~72.36%。进行修正后,人工神经网络模型的精度比解析模型提高了42.86%~54.40%。人工神经网络模型在修正前后取得了相近的精度,无修正的人工神经网络模型精度比有修正的解析模型精度仍提高了35.83%~53.48%。