用286微机实现对声散射信号的采集和处理

1 概述在水声技术应用中,经常碰到利用测量目标的散射信号强度来判别目标的特性和参数。例如研究深海散射边界层,倾废扩散,悬浮沉积物的运迁和分布规律等等,都涉及到将声散射信号进行采集、存贮和回放处理,从而可以作出不同深度,不同时间或地点下信号的变化曲线,进一步研究其分布规律,使得研究工作更加直观、快速,并可以提供用户各种最终有用的图表或曲线。一般来讲,要求的技术性能如下:(1)能反映出记录的时间、地点。(2)对原始信号的存贮,并能按一定深度取样和平均。     

A Closure Study of Aerosol Hygroscopic Growth Factor during the 2006 Pearl River Delta Campaign

Measurements of aerosol physical, chemical and optical parameters were carried out in Guangzhou, China from 1 July to 31 July 2006 during the Pearl River Delta Campaign. The dry aerosol scattering coefficient was measured using an integrating nephelometer and the aerosol scattering coefficient for wet conditions was determined by subtracting the sum of the aerosol absorption coefficient, gas scattering coefficient and gas absorption coefficient from the atmospheric extinction coefficient. Following this, the aerosol hygroscopic growth factor, f(RH), was calculated as the ratio of wet and dry aerosol scattering coefficients. Measurements of size-resolved chemical composition, relative humidity (RH), and published functional relationships between particle chemical composition and water uptake were likewise used to find the aerosol scattering coefficients in wet and dry conditions using Mie theory for internally- or externally-mixed particle species [(NH₄)₂SO₄, NH₄NO₃, NaCl, POM, EC and residue]. Closure was obtained by comparing the measured f(RH) values from the nephelometer and other in situ optical instruments with those computed from chemical composition and thermodynamics. Results show that the model can represent the observed f(RH) and is appropriate for use as a component in other higher-order models.     

植被的微波散射与吸收特征

被动微波遥感中大尺度像元内植被种类多种多样并且分布不均匀，较低频率下像元尺度内的植被影响可以根据单个散射体的散射与衰减特性获得。本文讨论了任意朝向的各类植被散射体的计算问题。其中叶片和针叶的散射采用了一般化Rayleigh-Gans计算；杆的散射采用了无限长近似理论。关于各类散射体的衰减，本文比较了散射系数和吸收系数之和，与前向散射定理的结果，并对前向定理的适用性进行了讨论。     

SNB—SAR数据在大范围水稻种植面积调查中的应用：以广东省早稻调查为例

研究了在GSI支持下，Radarsat SNB-SAR数据用于广东省大范围水稻种植面积调查的方法与应用。首先，对SAR数据预处理，包括辐射校正、Frost滤波和几何精校正等；然后对预处理影像的后向散射值进行信息定量判断，结合GIS的辅助分析，剔除不可能是水稻信息的像元；最后对剔除非水稻信息后的影像进行最大似然法的有监分类，获取各区域水稻分布的影像并统计面积。结果表明，该方法对于大范围的水稻种植面积调查具有实用、快速的特点，其精度在平原地区具有较高的可靠性，山区因为地形的复杂性等原因尚需进一步研究以提高精度。     

极区电离层对流速度的浅层神经网络建模与分析

电离层对流是太阳风与地球磁场相互作用下驱动的磁层大尺度对流循环与对流电场在极区电离层的映射, 与行星际磁场-地球磁场耦合系统息息相关.本文基于SuperDARN(Super Dual Aurora Radar Network)分布在北半球的23部高频相干散射雷达获取到的二维电离层对流速度对其进行建模研究.模型输入为行星际磁场三分量、太阳风速度、太阳风密度和地磁指数六个空间物理参数, 模型输出为二维对流速度.模型选择两种广泛应用于空间物理建模的浅层神经网络即广义回归神经网络(General Regression Neural Network, GRNN)和误差反向传播(Back Propagation, BP)神经网络.实验结果显示, GRNN模型和BP模型的速度幅值均方根误差分别为174.96 m·s^-1和234.21 m·s^-1, 速度方向角均方根误差分别达到62.30°和88.07°, 相比于对流速度最大值2000 m·s^-1和360°的方向角范围来说, 其误差是可以接受的.外推性实验结果显示, 在第24个太阳周期时, GRNN模型和BP模型的速度幅值均方根误差分别为305.35 m·s^-1和738.15 m·s^-1, 速度方向角均方根误差分别为82.01°和90.56°.实验结果表明, GRNN在时间外推性上的效果优于BP神经网络, 更适用于预测对流速度.我们发现在四种典型空间环境条件下, 利用GRNN模型预测的瞬时对流速度来构建的全域对流模式与现有统计模型构建的对流模式相似, 从而验证预测的对流速度可以用于分析瞬时极区电离层对流.

     

东海陆架多次波特点及去除策略

在东海陆架地区的地震资料中存在着多种类型的多次波,使得地震资料难以真实地反映地下地质信息,必须在地震资料处理过程中加以去除。根据多次波的不同特点,采用了3种技术方法组合去除的策略：采用SWD技术去除东海陆架普遍发育的与海底相关的短周期多次波;SRME技术对强波阻抗界面产生的近道多次波压制效果明显;抛物线Radon变换可以较好地解决中远偏移距的长周期多次波。通过对东海陆架大量多道地震资料的处理,采取3种技术方法的优化组合基本上都可以取得较好的处理效果。     

表面多次波衰减技术在渤海海峡应用效果

浅水地震勘探对于了解近海底地质构造具有重要意义,目前已被广泛用于油气开发、近岸工程等领域。表面多次波的存在干扰了有效波信息,影响了资料品质,造成解释假象,如何有效地压制多次波,已成为浅水地震勘探中的关键问题。表面多次波衰减方法(SRME)是一种去除海面相关多次波效果较好的技术方法,但是,一般认为SRME技术并不适合于浅水区域。分析了SRME去除多次波的基本原理,并将其应用于海洋高分辨率浅水区域多次波的去除。实际处理效果表明,使用SRME技术处理后的叠加剖面多次波去除效果明显,剖面基底清楚,断面清晰。通过对SRME技术应用于浅水区域的探讨,证实了SRME技术在海洋高分辨率地震勘探浅水区域应用效果较好。     

基于稀疏反演算法的高分辨率Radon变换及其在多次波压制中的应用

针对目前双曲Radon变换Radon域能量团能量泄漏的问题,提出一种基于稀疏约束反演算法的高分辨率Radon变换进行多次波的压制. 该方法在常规双曲Radon变换的基础上加入稀疏约束条件,应用共轭导向梯度( CGG)反演算法进行求解,能有效地提高Radon域速度谱的聚焦效果,有利于分离一次波和多次波. 模型和实际资料试算证明了该方法的有效性和实用性.     

南黄海中部浅水区多次波衰减技术及其效果分析

在浅水区,由于水深较浅,缺少近偏移距的海底反射信号,采用常规SRME方法和预测反褶积不能有效地衰减海底相关多次波。笔者采用DWD＋SRME组合法来衰减海底相关多次波,其中DWD方法用来衰减与海底相关的短周期多次波,SRME方法压制自由表面相关的长周期多次波,另外运用Radon变换去除层间多次波。结果表明,运用DWD＋SRME组合法压制海底相关多次波效果较好,并且没有损害浅层的有效反射信号,采用Radon变换使层间多次波得到了良好的压制,深部有效反射信号逐步体现。因此,对于浅水区低信噪比地震资料,采用DWD＋SRME组合方法和Radon域去多次,是比较可行的去多次波方法。