利用地形正规化校正反立体现象

影像目视判读常会遇到山脊与沟谷的凹凸感与现实相反的反立体现象。消除反立体现象,能有效提高非专业人员对遥感影像的正确使用。立足于反立体现象的成因,本文采用地形正规化模型来校正影像的反立体现象,推导出Lambertian、Cosine-Civco、c校正、b校正这4种地形正规化模型的反立体校正式;对这4种地形正规化模型的反立体校正效果进行了对比,并且与其他5种校正法也进行了对比。通过3个实验区的校正发现,这4种地形正规化模型均能校正反立体现象,但校正影像存在色调偏差;Lambertian、Cosine-Civco的反立体校正影像立体感较强,但影像色调改变较大,视觉效果偏差;c校正、b校正的校正影像在视觉效果和定量指标上都比较接近,基本保持地物光谱信息,校正效果相对较好。从定量指标来看,b校正的反立体校正影像的各指标值整体最小,一定程度代表b校正能取得相对较好的反立体校正效果。与其他方法的对比表明,c校正和b校正的反立体校正不局限于波段个数,在有效消除反立体现象的同时,能相对较好的保留地物光谱信息,有利于影像的定量应用。     

加权空-谱联合保持嵌入的高光谱遥感影像降维方法

高光谱遥感影像数据量大、波段数多,容易导致“维数灾难”。传统流形学习方法一般仅考虑其光谱特征,忽略了空间信息。为此提出一种非监督的基于加权空-谱联合保持嵌入(WSCPE)的维数约简算法。首先采用加权均值滤波(WMF)方法对高光谱影像进行滤波,以消除噪点和背景点的干扰。然后根据遥感影像地物分布的空间一致性,通过采用加权空-谱联合距离(WSCD)来融合像素点的光谱信息和空间信息,有效选取各像素点的空-谱近邻,并根据像素点与其空-谱近邻点之间的坐标距离来有区别的利用其近邻点进行流形重构,提取低维鉴别特征进行地物分类。在PaviaU和Indian Pines数据集上的分类结果表明,总体分类精度分别达到了98.89%和95.47%。该方法在反映影像内部流形结构的同时,有效融合了影像的空间-光谱信息,故能提高影像特征的鉴别性,并提升分类性能。     

基于新型探测资料对西安一次弱降水预报失误的原因分析

利用微波辐射计、激光测风雷达、多普勒雷达、相控阵雷达等新型探测资料、地面加密观测资料、ERA5再分析及多模式数值预报结果对2022年4月24日西安城区一次弱降水预报出现明显失误的原因进行分析,结果表明：(1)全球数值预报模式和中尺度数值预报模式对本次过程西安城区均报有明显降水,主要原因为模式对低层相对湿度预报明显偏大;(2)多种新型探测数据分析认为近地层湿度条件较差及中层的绝对水汽含量低,中层的干暖空气不利于成云致雨,垂直上升运动不强,且由于低层非常干燥,使水滴在下沉过程中蒸发,从而无法形成雨滴下落,这些原因共同造成西安城区无降水,低层相对湿度预报偏大是造成这次西安城区降水预报失误的主要原因之一;(3)造成西安城区近地层湿度条件差的原因是城市干热岛效应和低层干暖平流输送,且降水云团翻越秦岭后其湿空气绝热下沉至城区后出现增温降湿,使得城区形成较为深厚的干层,即使有雨滴在下落过程中也会造成更强的蒸发,这也是城区没有降水的重要原因之一;(4)预报员主观预报订正出现空报主要是源于对边界层水汽、抬升条件等关键降水要素缺乏订正能力,且对大城市的干热岛效应和秦岭山区地形影响研究不足。     

基于小波变换的周跳探测与修复

探测和修复周跳一直是GPS定位中的关键问题。利用小波变换对相位减伪距观测量进行周跳探测。首先介绍小波变换周跳探测的一般方法,然后在此基础上提出改进。改进方法可以对周跳进行探测和直接修复,进而探测和修复多次周跳,同时有效地克服一般方法可能出现探测失误的缺点。这种改进方法的效果在实验中得到验证。     

基于边缘分析的海面溢油检测

提出一种基于边缘检测的快速溢油信息提取方法, 首先对溢油图像进行ROA(radio of average)边缘检测, 根据检测结果进行AOI(area of interest)提取, 然后使用改进的Weibull-CFAR检测算法对AOI进行溢油检测, 并与全局CFAR检测结果进行对比。实验结果证明, 所提出的方法对于非均匀灰度SAR图像溢油检测准确性较好、效率较高, 特别适用于大图像的快速溢油检测。     

云南地区地震短临预报实践

１９９７年４－６月云南省地震局对滇西南重点监视区做了短临预报,但这期间未发生所预期的地震。而滇西南地区６级地震的背景和省内的前兆异常变化是明显的。为此,认为前兆异常是区域应力场增强的结果。异常与地震是相互伴生的兄弟关系,不是父子间因果关系,是造成地震虚报的主要原因。     

结合引力场理论的道路自动选取方法

针对复杂网络模型被广泛应用于道路选取的研究中,少有方法顾及道路网对偶图中多级邻居节点的影响,导致对道路的重要性评价缺乏准确性和可靠性的问题。该文将道路网对偶图节点的结构特征值视作质量,将节点间的最短距离视作距离,结合引力场方程实现道路自动选取,较好地将道路网对偶图中多级邻居节点的影响纳入到道路重要性的计算中,从而实现对道路重要性的准确评估。通过对兰州市城关区的路网进行实验,结果表明本文方法所选取的路网较好地保持了原始道路网的整体结构、覆盖范围、密度分布、拓扑特征和连通性。     

Semisupervised heterogeneous ensemble for ship target discrimination in synthetic aperture radar images

Ship detection using synthetic aperture radar (SAR) plays an important role in marine applications. The existing methods are capable of quickly obtaining many candidate targets, but numerous non-ship objects may be wrongly detected in complex backgrounds. These non-ship false alarms can be excluded by training discriminators, and the desired accuracy is obtained with enough verified samples. However, the reliable verification of targets in large-scene SAR images still inevitably requires manual interpretation, which is difficult and time consuming. To address this issue, a semisupervised heterogeneous ensemble ship target discrimination method based on a tri-training scheme is proposed to take advantage of the plentiful candidate targets. Specifically, various features commonly used in SAR image target discrimination are extracted, and several acknowledged classification models and their classic variants are investigated. Multiple discriminators are constructed by dividing these features into different groups and pairing them with each model. Then, the performance of all the discriminators is tested, and better discriminators are selected for implementing the semisupervised training process. These strategies enhance the diversity and reliability of the discriminators, and their heterogeneous ensemble makes more correct judgments on candidate targets, which facilitates further positive training. Experimental results demonstrate that the proposed method outperforms traditional tri-training.     

石家庄盛夏一次暴雨空报诊断分析

实时天气系统的时空分布、多个物理量要素都表明2007年7月18日河北省石家庄市东、南和北部将有暴雨天气发生的可能,结果暴雨并没有发生.为了找到暴雨空报的原因,对常规资料和各种数值预报产品进行诊断分析.结果表明:(1)石家庄地区处于2条切变线的中间区域,导致缺少强降水的垂直条件(中、低层的切变线),这是暴雨空报的最主要原因;(2)利用离石家庄最近的邢台探空站的物理量特征来判断石家庄对流发展程度效果较差,这和探空站空间尺度较大有关,这是空报原因之二;(3)缺少有效的数值预报产品是预报失误原因之三:(4)这次邢台、邯郸的暴雨天气系统可定为西南涡类暴雨.利用卫星水汽云图和雷达、国家级自动站要素资料相结合可以大大提高灾害性天气预警能力.     

面向高光谱图像分类的半监督空谱判别分析

为充分利用高光谱图像蕴藏的空间信息提升分类精度,提出了面向高光谱图像分类的半监督空谱判别分析(S3 DA)算法。考虑高光谱图像数据集的空间一致性,首先利用少量标记样本定义类内散度矩阵,保存数据集同类像元的光谱近邻结构;再利用无标记样本定义空间近邻像元散度矩阵,揭示像元间的空间近邻结构和地物的空间分布结构信息。S3 DA既保持数据集在光谱域的可分性,又保存了无标记样本蕴藏的空间域近邻结构,增强了同类像元和空间近邻像元在投影子空间的聚集性,从而提升分类性能。在PaviaU和Indian Pines数据集的试验表明,总体分类精度分别达到81.50%和71.77%。与传统的光谱方法比较,该算法能有效提升高光谱图像数据集的地物分类精度。