集合卡尔曼滤波在浅水模式数据同化中的应用

为了研究集合Kalman滤波同化技术应用于非线性动力学模式的同化效果,通过利用集合Kalman滤波技术对浅水理论中均质不可压流体运动的动力学模式进行理想的数据同化试验.分析集合Kalman滤波同化方法应用于动力学系统的计算方法和步骤.比较三维变分和集合Kalman滤波的同化效果,讨论了集合Kalman滤波数据同化方法的基本性质和同化观测的频率对集合Kalman滤波同化效果的影响.通过试验证明,集合Kalman滤波数据同化方法能够成功地应用于浅水均质不可压流体的动力学系统,可有效地抑制估计误差的增长,为模式预报提供更加理想的初值,改善预报效果.     

基于多源卫星遥感产品的土壤湿度融合与降尺度研究

针对卫星遥感土壤湿度产品时空分辨率较低、难以满足中小流域洪水预报要求的问题,以秦淮河流域为研究区,将SMOS、SMAP和AMSR2等3种卫星遥感土壤湿度产品采用集合平均的方式进行融合,在地形湿度指数与土壤湿度关联关系的基础上建立空间降尺度方法,从而实现精细尺度的土壤湿度获取。研究结果表明,多源遥感融合产品相较于原有卫星具有更小的均方根误差,在日均值和季度均值上都更为接近实测结果,改善了单颗卫星监测时段间隔大、监测数据不准确的弊端,具有更好的适用性。     

区间卡尔曼滤波算法在组合导航数据融合中的应用

传统卡尔曼滤波算法在系统参数不确切已知或随时间变化时无法直接应用。本文通过将参数变化的系统建立成区间模型,给出了一种处理系统参数不确定性的区间卡尔曼滤波算法,该算法运用一种较为简单的区间矩阵求逆方案,在统计最优性能及迭代形式方面与标准卡尔曼滤波算法相当,仿真验证了该算法在低成本INS/GPS组合导航数据融合中应用的可行性。     

高分辨率卫星遥感数据的融合比较研究

QuickBird卫星提供了高空间分辨率的遥感数据．将其分辨率为0．61～0．72m的全色波段与分辨率为2.44～2．88m的多光谱数据融合,可以充分利用二者的信息,在遥感应用领域开拓更加广阔的前景．以集美大学校区为试验区,应用遥感图像处理软件,从光谱质量和空间信息角度对不同的融合方法进行比较试验,筛选出适合于QuickBird数据的融合方法．     

遥感影像数据融合技术及融合质量评价研究

描述了不同分辩率的遥感图像融合方法的基本原理和关键技术，分析了各自的优缺点，对图像融合评价准则及遥感图像数据融合技术的发展方向进行了探讨．     

耦合集合卡尔曼滤波的非线性参数估计

准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中,输入的参数常常带有一定的偏差,因此在预测中非线性模型(函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模型(函数)的参数估计中,并采用基于联合状态向量的方法在同化时刻同时更新模型(函数)的状态和参数,该方法可以通过同化观测数据,动态地调整参数和结果,使得参数能够自适应地变化,同时也能较好地释放积累的模型误差。将该方法应用于随时间变化的二维非线性模型(函数)中,实验表明,该方法能够准确地估计出模型参数值,同时也表现出很好的鲁棒性和自适应性。     

多源遥感数据融合方法比较研究

本文基于笔者从事遥感图像处理相关工作经验，研究分析了多源遥感数据的常用融合方法，从方法机理着手，分析了采法性融合，Brovey变换融合。HIS变换融合与小波变换融合四种方法的适用范围和优缺点，文中给出的方法原理虽然在实际的软件操作中不会涉及，但对于分析方法的适用范围有着重要作用，全文是来自于笔者长期实践工作的技术和理论总结，相信对从事相关工作的同行有着重要的参考价值和借鉴意义。     

利用4D地震数据校正储层静态模型的集合卡尔曼滤波方法

储层静态模型是利用已知数据,结合先验性认识对未知储层空间进行插值预测,由此得到的结果与实际生产观测数据以及4D地震观测数据之间存在较火差异.基于集合卡尔曼滤波方法,通过观测数据反推系统模型的状态向量,对储层静态模型加以校正使得校正后的储层静态模型和观测数据之间差异最小化.选择4D地震属件差异作为观测数据,通过合理地抽取观测点,提高了运算效率.模型试验表明,校正后的静态模型能够较好地反映储层非均质性,并且与4D地震数据有较好的一致性.     

主/被动微波遥感数据融合的土壤湿度产品的CDF改进研究

土壤水分是控制陆地和大气间水热能量交换的关键因子之一,在地球生态系统中起着重要的作用。定量化获取土壤水分信息对农业生产、应对全球变化、保护生态环境等众多领域都有着重要意义。目前,获取精度较高的大区域土壤湿度信息依然是研究的热点和难点问题。气候变化倡议项目(climate change initiative,CCI)土壤湿度数据集是由多种主、被动微波数据融合的大尺度土壤湿度数据集,对其在中国区域的数据质量改进具有较高的实际应用价值。研究利用累积概率分布函数(cumulative distribution function,CDF)匹配方法对CCI土壤湿度产品进行改进。选择有较多实测数据的河北、山西、天津等部分区域,获得2009~2010年每月三旬(共72旬)的土壤湿度插值数据,以此为基础利用CDF进行重调整,建立逐像元的CCI土壤湿度数据的改进模型;然后利用站点实测数据进行该方法的有效性验证。结果表明,CDF调整前的偏差、均方根偏差和平均相对误差分别集中在0.05~0.09、0.05~0.1、0.20~0.45,调整后分别降低在0~0.04、0~0.05、0~0.2范围。可见,CDF调整后的误差明显减小,调整后的CCI土壤湿度的精度得到了明显的提高。     

多源遥感数据融合在城市发展研究中的应用

多源遥感数据融合是一种通过高级影像处理技术来复合多源遥感影像的技术,其目的是将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合,提高获取信息的有效性和准确性,解释的可靠性,以形成对目标的完整一致的信息描述,把不同传感器的遥感数据和非遥感数据融合在一起应用,是遥感技术应用向纵深发展的必然趋势。本文利用上海地区不同时期、不同卫星的遥感数据及没时期上海城区发展的地图数据,制作了上海市城市发展态势图,并对结果进行了分析研究。     

集合卡尔曼滤波方法在非线性油藏问题中的应用

改进标准集合卡尔曼滤波方法,对非线性油藏的历史拟合及反演问题进行研究.油藏生产历史数据历史拟合过程中只对油藏模型参数进行更新,然后利用更新的模型参数从初始状态重新运行油藏数值模拟软件进行下一拟合时刻的生产预测,从而解决由于非线性引起的更新模型与更新动态场间的不一致性.利用改进方法对一个假定油藏的初始油水界面位置、渗透率场以及孔隙度场等参数进行估计,并与标准集合卡尔曼滤波方法的结果进行比较.结果表明,改进的集合卡尔曼滤波方法能得到很好的估计和预测结果.     

GF-5光学遥感数据与地球化学数据融合研究

地球化学数据作为一种重要的基础数据,广泛应用于矿产勘查、环境评价、资源潜力分析等领域。遥感数据可以反映地表物质的电磁波特性,这一物理化学关系使遥感—地球化学数据融合成为可能。现有的遥感—地球化学数据融合方法存在融合精度不高,可选择的融合方法较少,不适应于实际生产应用等问题。为解决上述问题,提高地球化学数据的精度,通过光学遥感影像与地球化学数据的融合研究,实现了遥感—地球化学数据融合。     

基于Quick Bird数据的遥感图像融合方法研究

在分析了图像融合原理和计算方法的基础上,以Quick Bird全色与多光谱遥感图像为数据源,运用HIS变换、主成分分析（PCA）和乘积变换（Brovey）3种算法,对Quick Bird遥感图像进行了融合实验研究,并从光谱的真实性和空间纹理信息两个方面对融合效果进行测试与分析,比较3种算法用于处理Quick Bird遥感图像的效果。研究结果表明：HIS融合的效果最佳,PCA融合的效果次之,Brovey融合的效果最差。     

多源遥感数据融合方法探讨

研究了基于IHS变换和多分辨率小波分析的叠加融合方法，并提出了改进的叠加融合方法，其基本做法是保持多光谱(低空间分辨率)遥感影像I分量小波分解后的低频信息不变，将高空间分辨率遥感影像小波分解后的高频信息叠加到多光谱I分量小波分解后的高频信息上，而后对叠加后的I分量进行小波逆变换得到I’，最后对I’HS进行IHS逆变换得到融合后的多光谱影像。融合实验结果证明，改进后的叠加融合方法不仅提高了多光谱影像的空间分辨率，而且在保持多光谱影像的光谱特性等方面相对于改进前具有更大的优越性。     

CCI土壤湿度产品在中国区的降尺度与融合研究

以欧洲航天局主/被动微波遥感融合的土壤湿度产品数据为主要数据源,结合地表参数、亮度温度、土壤质地、地形、降雨等辅助数据,提出基于移动窗口的线性、非线性联合的土壤湿度降尺度模型,对中国区域2003年1—12月的CCI土壤湿度产品数据进行降尺度,提高CCI土壤湿度数据的空间分辨率,使其更适用于农业、水文模拟等精细尺度的应用要求。为了克服CCI数据冬季缺失较多的情况,利用第3代再分析资料ERA-Interim表层土壤湿度的降尺度和重采样结果与之进行融合,生成空间覆盖完整的2003—2013年中国区月1 km土壤湿度数据集,并利用站点实测数据集对其进行了验证。结果表明,依据主/被动微波融合CCI、ERA-Interim再分析土壤湿度数据以及辅助数据的基于移动窗口和线性非线性集成的中国区地表土壤湿度降尺度和融合方法,提高了CCI土壤湿度数据集的空间分辨率和空间覆盖,同时还一定程度上提高了土壤湿度的估算精度。     

非线性观测算子的集合卡尔曼滤波的改进

在带有线性观测算子的集合卡尔曼滤波中,对预报误差方差阵比较客观的调整是用与时间相依的因子对其进行膨胀调整,然后用极大似然方法去估计膨胀因子.若观测算子是非线性的,新息的似然函数不易表示,从而膨胀方法不能直接套用.我们通过对非线性观测算子的线性逼近,得到似然函数的近似表达式,进而实现对预报误差方差阵的膨胀调整.数据模拟表明这种方法预报精度更高,更加稳健,效果远好于传统的非线性集合卡尔曼滤波方法.     

ESA土壤湿度遥感产品在河南省的时空变化分析

利用河南省区域2012年1月1日到2012年12月31日的土壤湿度观测资料和欧空局(ESA CCI SM)土壤湿度遥感资料,验证ESA土壤湿度遥感产品在河南省的精度及其时空分布特征.进行了一系列的反复实验,得出结果,结果表明:(1)ESA土壤体积含水量反演值与地面实测值相关性较好,R2为0.6765;RMSE为0.0511,偏差较小;平均值相差0.0113,土壤湿度值较接近.(2)ESA土壤湿度遥感产品可以很好地展现出河南省土壤湿度的空间分布特征.(3)ESA土壤湿度数据在一定程度上可以精确地展现各个季节河南省的土壤湿度时间变化趋势和空间变化特征,与实际情况大致符合,对分析河南的土壤水分变化有着一定的适用性.     

多源遥感数据融合方法的新探索

目前常用的几种遥感图像融合方法在不同的应用层面上有各自的优势,但也存在比如光谱信息丢失严重等现象。为此,首先分析对比了传统的4种融合方法,用高分辨率SPOT图像和多光谱TM图像分别运用4种融合方法进行图像融合的研究。在此基础上提出改进的多进制小波包融和方法,并通过主观与客观相结合的质量评价方法对融合效果进行比较。分析结果表明,主成分分析融合要比B rovey融合能够更好的刻画细节;多进制小波包融合所丢失的图像光谱信息为最低,能更好的刻画细节问题;乘积融合法在增强建筑物信息方面有比较突出的优势。     

带等式状态约束的集合卡尔曼滤波算法

对含等式状态约束的非线性系统状态估计问题,本文考虑将集合卡尔曼滤波算法与估计投影方法结合,分别对每个状态粒子和加权平均后的状态估计向量使用估计投影方法,得到两种新的带约束的状态估计算法. 实验表明,与粒子滤波和不带约束的集合卡尔曼滤波相比,新算法的估计精度有所提高     

多源遥感影像数据融合理论与方法的研究

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对未来的研究趋势进行了展望。