深渊着陆器坐底位置的精确测量和反演计算

深渊着陆器在下潜过程中,由于受到海流的影响,其坐底位置会偏离投放点,偏离量和偏离方向很难估计,而声学水下定位方法在深渊海区不太适用.通过在海面进行气枪十字放炮作业,利用炮点准确位置和时间信息,以及海底地震仪(Ocean Bottom Seismometer,OBS)记录的直达水波到时,对深渊着陆器的坐底位置进行精确测量可以提供有效定位数据.该方法对采集得到的数据进行预处理,使用蒙托卡洛方法结合最小二乘法,对万泉号着陆器实际坐底位置进行了反演校正,得到三个潜次的位置校正偏移量分别为211m、178m、861m,偏移方向各不相同,校正精度为±20m,比以往的定位精度大为提高.此外,该方法测量确定了三个海底标志物的精确位置,为未来万米无人或载人潜器提供了可靠的水下参考坐标.     

德令哈13.7m望远镜接收机抗射频干扰研究

在天文观测中,射频干扰会造成假谱,降低数据的可靠性和有效性.射频干扰消减旨在减少干扰信号对射电天文观测的影响,包含器件方面的技术革新和数据处理领域的方法研究.针对德令哈13.7 m望远镜接收机中频部分引入的射频干扰,通过优化中频器件的抗射频干扰能力,提高了接收机的整体抗射频干扰能力,以主动消除方法来减少射频干扰耦合到接收机内部.分析了接收机干扰的传输路径,提出了器件射频干扰的直接耦合系数和器件射频干扰的系统耦合系数的概念,为定位干扰敏感器件并量化干扰引入比重提供了基础.经过抗射频干扰优化后,接收机抗干扰能力改善30 dB左右,望远镜的天文观测效率提高10%以上.     

不等式约束Partial EIV模型的WHP拟牛顿修正解法及其精度评定的SUT法

提出一种确定不等式约束Partial EIV模型解及精度评定的新方法，在总体最小二乘准则下，将附有不等式约束的Partial EIV模型转换为标准最优化问题。采取WHP拟牛顿修正的SQP方法求解，并利用SUT法对参数估值进行精度评定，可以减小迭代次数、提高收敛速度，且精度评定方法简单有效。     

基于GIS的“一带一路”地区气温插值方法比较研究

“一带一路”倡议是新时期中国为加强对外开放提出的全球化合作倡议,资源环境的优化配置对全球化发展意义重大。气温作为重要的基础数据和输入要素,对其进行空间化处理是实现大尺度区域资源环境优化配置的前提。本文基于地理信息技术（GIS）,运用距离平方反比法（IDS）、协同克里格法（CK）、回归距离平方反比法（RIDS）和回归协同克里格法（RCK）,对“一带一路”地区1980—2017年的2679个气象站点的月平均气温和年平均气温数据进行插值,获得了“一带一路”地区10 km分辨率的气温空间分布数据。交叉验证结果表明：① IDS、CK、RIDS和RCK插值法在整体上均较好地展示了“一带一路”地区气温的地理空间分布规律,4种插值方法的月均气温的均方根误差分别在1.93~2.43、1.78~2.14、1.31~2.23和1.23~1.92 ℃之间;年均气温的均方根误差分别为1.94、1.83、1.37和1.27 ℃;② 在“一带一路”地区,加入协变量分析的CK插值精度整体优于IDS,并且削弱了IDS的极值现象;③ RIDS和RCK对年均气温的插值精度分别较IDS和CK提高了29.4%和30.6%,表明加入地理要素并进行残差修正的插值精度得到了进一步提高。总体来看,RCK插值法对气温数据的插值精度最高,可以考虑将此方法作为“一带一路”地区温度等气象要素的插值方法。     

基于小波变换的射频干扰消除方法的研究

在射电天文观测中,射频干扰(Radio Frequency Interference, RFI)会以多种形式混入望远镜接收系统,给观测带来误判或者降低观测信噪比.近年来国内国际射电天文快速发展,国内国际大型射电望远镜和阵列先后建设,观测灵敏度大为提高,射频干扰的影响尤为突出.随着科技发展和人类活动的加剧,射频干扰日益严重且不可逆转.提出利用2维离散小波变换的方法分析射电天文观测的数据,对望远镜系统输出的时间频率序列进行小波变换,根据小波系数分离出原始信号中各分量,每个分量统计得到相应的阈值,将各分量与阈值相比较识别干扰成分并标记去除.利用该方法对实际观测数据进行了处理,结果表明该方法能够很好地标记并消减干扰信号,且提高了观测的信噪比.     

捷联式航空重力扰动矢量解算及误差补偿

介绍捷联式航空重力矢量测量的基本原理，利用波数相关滤波（WCF）、比力线性校正的方法对重力扰动的水平和垂向分量进行误差补偿，评定内符合精度。对国产捷联式航空重力矢量仪的某次试验数据进行处理，以验证和评估航空重力矢量仪的性能。结果表明，在半波长分辨率为7.5 km时，6条重复测线的重力扰动水平分量经波数相关滤波处理后，东、北向分量的平均内符合精度分别从9.77 mGal、9.18 mGal提高到5.95 mGal、3.83 mGal；对比力的垂向分量线性校正后，将解算的重力扰动垂向分量再用WCF方法处理，其平均内符合精度从1.27 mGal提高到0.59 mGal。     

利用重复测线校正海空重力仪格值及试验验证

通过分析海空重力测量系统误差的形成机理，我们发现海空重力仪格值标定误差是引起系统性测量偏差的主要因素之一.本文简要介绍了重力仪格值的标定方法，分析论证了格值标定的精度要求，提出了利用东西正反向重复测线检测校正海空重力仪格值的计算模型和补偿方法，分析讨论了该方法的校正精度及其适用条件，利用航空重力实际观测网数据对该方法的合理性和有效性进行了数值验证，证明该方法对消除海空重力测量系统性偏差具有显著作用.     

高精度直升机机载LiDAR在高速公路改扩建勘测中的应用可行性研究

机载LiDAR在公路勘测方面的用途日益广泛。该文对直升机机载LiDAR在高速公路改扩建中的应用技术路线可行性进行了研究论证,从地面控制测量、点云数据获取、点云数据处理、成果应用等多个方面进行了阐述,通过分析LiDAR点云数据在5种不同地面控制点布设方案校正下的点云数据精度,论证了利用地面控制点对直升机机载LiDAR点云数据进行平面和高程校正的可行性。     

资源三号卫星影像纠正的方法研究

影像的应用前提是影像处理,大气校正可消除大气和光照等因素对地物发射的影响。在此基础上,介绍几种常用的几何纠正方法,可消除系统和非系统因素引起的影像几何变形。本文通过对资源三号卫星的基本参数信息和相对应影像数据特点的介绍,先通过大气校正,校正后的影像分别使用几何纠正的几种方法,并通过各种方法的计算量、实用性以及相应的精度,对比分析各种方法在处理这种数据时的优越性。     

Detection of coffee berry necrosis by digital image processing of landsat 8 oli satellite imagery

Coffee berry necrosis is a fungal disease that, at a high level, significantly affects coffee productivity. With the advent of surface mapping satellites, it was possible to obtain information about the spectral signature of the crop on a time scale pertinent to the monitoring and detection of plant phenological changes. The objective of this paper was to define the best machine learning algorithm that is able to classify the incidence CBN as a function of Landsat 8 OLI images in different atmospheric correction methods. Landsat 8 OLI images were acquired at the dates closest to sampling anthracnose field data at three times corresponding to grain filling period and were submitted to atmospheric corrections by DOS, ATCOR, and 6SV methods. The images classified by the algorithms of machine learning, Random Forest, Multilayer Perceptron and Naive Bayes were tested 30 times in random sampling. Given the overall accuracy of each test, the algorithms were evaluated using the Friedman and Nemenyi tests to identify the statistical difference in the treatments. The obtained results indicated that the overall accuracy and the balanced accuracy index were on an average around 0.55 and 0.45, respectively, for the Naive Bayes and Multilayer Perceptron algorithms in the ATCOR atmospheric correction. According to the Friedman and Nemenyi tests, both algorithms were defined as the best classifiers. These results demonstrate that Landsat 8 OLI images were able to identify an incidence of the coffee berry necrosis by means of machine learning techniques, a fact that cannot be observed by the Pearson correlation.