排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
电离层对流速度会显著影响电离层闪烁的发生,尤其是在具有较大对流速度的高纬极区,且其对相位闪烁指数和幅度闪烁指数影响各不相同.本文基于弱散射条件下电离层闪烁理论,初步构建了极区电离层闪烁指数与对流速度的显式关系模型,模型结果表明当相位谱指数取定值3时,相位闪烁指数和幅度闪烁指数的比值与对流速度存在线性关系;进而,利用加拿大Hall Beach台站的观测数据,验证了由电离层闪烁指数比值推断电离层对流速度这一方法在极区的适用性.这不仅提升我们对电离层闪烁机理的认识,也提供了一种获取极区电离层对流速度的新途径,将有助于改善和提高我国北斗全球导航系统的服务精度.
相似文献3.
<正>2020年9月20日,习近平总书记在第七十五届联合国大会一般性辩论上发表重要讲话,明确中国将提高应对气候变化国家自主贡献力度,采取更加有力措施,二氧化碳排放力争2030年前达到峰值,努力争取2060年实现碳中和。这一庄严承诺为我国能源革命和能源转型发展明确了前进方向,展现了全面绿色转型可持续发展的决心和责任[1]。实现碳达峰碳中和是一场广泛而深刻的经济社会系统性变革,能源、电力领域作为碳达峰碳中和的主战场,将发挥至关重要的作用,因此也对能源电力行业的高质量转型发展提出了更高的要求。 相似文献
4.
多光谱数据的降维处理对基于深度学习的单木树冠检测研究有重要意义,如何使用合适的降维方法以提高单木检测的精度却少有研究讨论。本文使用无人机搭载多光谱相机进行航拍作业,采集研究区内银杏树种多光谱影像。将原始多光谱影像通过特征波段选择、特征提取、波段组合的方法生成5种不同的数据集用于训练3种经典的深度学习网络FPN-Faster-R-CNN,YOLOv3,Faster R-CNN。其中由波段组合方法得到的近红外、红色、绿色波段组合在不同类型的目标检测网络中都有最好的检测结果,其中FPN-Faster-R-CNN网络对银杏树冠的检测精度最高为88.4%,由OIF指标得到的蓝色、红色、近红外波段组合信息量最高,但在所有网络中的平均检测精度最低,仅为79.3%。实验结果表明:在不同波段降维方法中,若降维后的影像中目标物体的色彩与背景差异较明显,且轮廓清晰,则深度学习网络对树冠的检测可获得较好的结果。而影像自身的信息量则对深度学习网络的树冠检测能力的提升作用有限。本研究中针对多光谱影像的降维方法分析,为基于深度学习的单木树冠检测研究提供了重要的实验参考。 相似文献
5.
对林业地理实体时空演变过程进行分析,认为林业地理实体的演变总体上是渐变和突变交替的时空过程,而且各专题属性和空间分布的演变类型和演变频率不尽相同。在此基础上,提出由序列快照和事件方法组合而成的序列状态时空表达方法,以状态集表达时空对象在生命周期内的演化历程,并针对林业数据的特点,采用面向对象的数据组织方式设计了林业资源时空数据模型。模型可对不同演变类型进行组合,并实现了对渐变和突变的统一表达,另外,模型也允许采用不确定数据以加强对渐变过程的表达。通过原型系统验证了模型的可行性。 相似文献
1