一种骨架提取的海洋重力适配区域局部分析方法

目的 针对重力匹配定位精度与适配区特性及载体的航向有关的特点,提出了一种先由移动窗口计算重力场局部特征并优选适配区的方法,并证实匹配定位精度受适配区特性及载体航向的影响。引入快速欧氏距离场算法和简化方法提取适配区简化骨架,并由简化骨架点及其距离值生成局部适配区域。通过统计局部适配区重力特征为航向选择提供依据。仿真结果证明了本文方法的有效性。     

倾斜立体影像自动准稠密匹配与三维重建算法

倾斜影像之间因存在较大几何畸变已有算法尚难取得可靠准稠密匹配严重阻碍后续的三维重建本文提出一种基于仿射不变特征的自动准稠密匹配与三维重建算法 算法分三个阶段1种子匹配 先利用仿射不变特征获取初始匹配在此基础上进行最小二乘匹配least 　square　matchinglsm 并自适应迭代求取lsm最大收敛区域maximum　conver gence 　re gion mcr2准稠密匹配 对位于mcr内部的格网点采用透视变换模型的归一化互相关normalized　cross 　correlation ncc测度进行匹配其余格网点则采用对极几何改正模型的加权差值平方和测度进行匹配对于匹配结果中可能存在的外点根据几何一致性关系剔除3三维表面重建 利用影像定向与共线方程对2步结果重建三维点云然后根据三维点云生成三维网格并贴上纹理得到最后的重建结果 实际的倾斜立体影像实验验证了算法的优越性     

遥感影像匹配中的反定位误匹配剔除算法

图像匹配的准确率和精度一直是瓶颈问题,直接制约遥感影像的自动化处理。在简要分析现有典型误匹配剔除方法的基础上,提出了能够适应遥感影像自动化匹配与处理的REPRAM(Reverse Positioning Re-fining Algorithm in Matching)算法,给出了REPRAM排除法和优选法的原理和性能分析,在不需要相机的外参数、内参数以及控制点的情形下,相对分离了正确同名点与错误同名点之间的相互影响,尽量保留正确同名点,最大限度剔除错误同名点。大量遥感影像和航拍影像测试表明,算法的稳健性强,在初始匹配正确率为30%的情况下,在设定误差容限内,算法的可靠率仍能在99.5%以上。     

一种改进的SURF及其在遥感影像匹配中的应用

从构造特征描述子入手,结合Haar-like特征提出了一种新的SURF特征描述符,并将其应用到遥感影像匹配中,新的描述符增加了对边和对角特征的描述。SURF匹配算法利用了积分图技术,匹配速度快,但是其特征的区分能力相对较弱。实验结果证明,此描述符的区分力优于原SURF描述子。     

基于互相关误差泛函的最小二乘逆时偏移方法

最小二乘偏移可以得到成像质量更高的剖面,有利于更好地进行岩性储层成像和储层参数反演。但是,最小二乘偏移在实用化过程中却很难实现其高精度岩性成像的目标。在分析传统的最小二乘偏移存在的问题后,发展了一种基于相位匹配的最小二乘偏移方法,该方法舍弃了传统的二次型泛函,采用互相关泛函,更多地强调相位信息在最小二乘偏移中的作用,在理论上可以更好地适用于实际资料。通过对互相关误差泛函构建、逆时反偏移合成预测数据、梯度预条件处理、共轭梯度法迭代求解等方面进行研究,探索实现了基于互相关误差泛函的最小二乘逆时偏移方法。简单凹陷模型和复杂salt模型测试表明,本文方法具有较好的适用性和有效性。     

基于正交秩-1矩阵追踪的天然地震数据重建研究:以加州San Jacinto断层密集地震台阵为例

由于受地理环境和采集成本等因素的影响,采集到的天然地震数据往往呈现不规则和不完整分布,将直接影响到后续的天然地震数据处理效果,因此需要对缺失数据进行重建.本文将一种基于降秩补全理论的正交秩-1矩阵追踪算法（Orthogonal Rank-One Matrix Pursuit,OR1MP）应用于加州San Jacinto断层带的天然地震数据重建.首先将空间数据的每个频率切片进行Hankel预变换,获取具有低秩结构特征的预变换矩阵,缺失地震道和随机噪声会增加数据预变换矩阵的秩,然后运用OR1MP算法进行降秩处理,最后做反Hankel变换,得到频域上的重建数据.OR1MP算法对2D和3D的加州San Jacinto断层带的天然地震数据实验结果表明,OR1MP算法能够有效地增加地震体的峰值信噪比,能较好地实现对天然地震信号的重建.

     

利用2.5维数值模式匹配算法高效高精度建立垂直井眼中多分量阵列感应井眼校正库

本文将应用2.5维数值模式匹配算法研究建立柱状横向同性地层中偏心条件下磁流源并矢Green函数的高效算法,并利用该算法高效计算多分量阵列感应井眼校正库.首先,通过Fourier展开技术将偏心条件下磁流源并矢Green函数的数值模拟转化为一系列的轴对称问题;然后利用模式匹配算法求解轴对称问题,得到柱状介质中偏心条件下磁流源并矢Green函数的半解析解;最后,结合中国石油集团测井有限公司开发的三维感应测井仪器（TDIT）的结构参数,推导出复合线圈系视电导率张量的计算公式.在此基础上,根据井场实际地层资料归纳出理论地层模型相应参数的变化范围,高效高精度建立一套直接应用于工业生产的多分量阵列感应井眼校正库,并利用井眼校正库详细地分析考察各模型参数对TDIT响应的影响.

     

基于快速滚动更新的无缝隙定量降水预报模型

精细化定量降水网格预报是天气预报业务的重点和难点,基于西南区域智能数值网格模式预报系统(Southwest China WRF-based Intelligent Numeric Grid forecast System,SWC-WINGS)1 km× 1 km分辨率的小时降水预报,利用时间滞后和概率匹配方法开展融合订正试验,再利用中国气象局多源融合降水系统(CMA Multi-source Precipitation Analysis System,CMPAS)三源融合降水实况格点数据,对2022年7—8月四川地区的小时降水预报融合订正结果进行检验,并在四川盆地西部一次短时强降水天气过程中进行应用,结果表明：(1) 时间滞后集合降水预报相较于模式降水预报,存在小量级预报过度,大量级预报过于保守的问题;(2) 时间滞后结合概率匹配的降水预报融合订正方法有效提升了各量级降水预报的TS评分,尤其1~2 h预报时效提升显著,小时雨量超过0.1 mm、5 mm、10 mm和20 mm量级的TS评分平均提升率分别为7.2%、17.2%、28.3%和36.3%;(3) 一次短时强降水天气过程的应用结果表明,时间滞后结合概率匹配的融合订正方法对模式小时降水预报有较好的改进效果,尤其对大量级降水预报有较强的订正能力。

     

利用Harris-Laplace和SIFT描述子进行低空遥感影像匹配

提出了基于Harris-Laplace和SIFT描述子的改进的特征匹配方法。在特征点检测阶段,采用Har-ris-Laplace算法检测出影像上的关键点,该关键点对光照变化、图像噪声和尺度变化具有不变性;然后,确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述子对特征点进行描述;在特征点匹配阶段则利用BBF算法和RANSAC算法对特征点进行粗匹配和精匹配。实验结果表明,相对于基于SIFT的匹配方法,此算法在匹配速度相同的情况下,提高了匹配精度。     

人工智能模型的分类临近预报产品效果检验与分析

对2019年2—10月人工智能临近预报模型的降水、雷电、雷暴大风和冰雹等4类产品分别进行了业务检验与分析,结果表明：（1）对于降水产品,随着降水量级的增大,模型预报效果变差。相对来说,模型对0～1 h降水的预报能力略优于1～2 h,模型在0～2 h内完全不能预报出站点上≥10 mm的实况小时降水。（2）对于雷电产品,总体上模型的预报能力较差,1～2 h的预报效果明显比0～1 h差。相对5与20 km半径格点化实况,当取10 km半径格点化时,模型的雷电整体预报效果最优。（3）雷暴大风与冰雹产品具有类似的特点：在适当的时空匹配方式下,模型能预报出大多数实况中出现的雷暴大风或冰雹,但虚报率高,业务应用中主要考虑消空。最大时间提前量随着空间匹配半径或时间扩展的增大而增大,相对于冰雹预报,雷暴大风预报的最大时间提前量要优于冰雹预报。当空间匹配半径取10 km和时间扩展取20 min时,既可兼顾雷暴大风和冰雹的局地性,又可保证定量检验上相对较优。