重力卫星时变重力场位系数误差Fan滤波算法分析

针对GRACE(gravity recovery and climate experiment)时变重力场模型中因高阶项误差引起的南北条带误差,分析利用滤波算法消除该条带误差的基本原理,着重研究Fan滤波和高斯滤波的理论差异,最后利用CSR(center for space research of texas university in austin)提供的Level-2 RL05版本时GRACE重力场数据对2010年全球陆地水储量月变化进行了数值计算,并分别利用Fan滤波和高斯滤波对相关误差进行了处理,并将计算结果与GLDAS(global land data assimilation system)水文模型的结果进行了验证分析。比较结果表明:Fan滤波相对于高斯滤波,能够有效地消除模型高阶项误差引起的条带误差。     

重力卫星时变重力场条带误差加权平均滤波算法

GRACE(Gravity Recovery And Climate Experimen)时变重力场条带误差直接影响着陆地水储量反演精度。本文采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用CSR(Center for Space Research of Texas University in Austin)提供的Level-2 RL05版本时变重力场模型反演2009年5月全球陆地水储量变化情况和2010年中国西南地区干旱事件,在处理条带误差时利用加权平均滤波算法,并将结果与其他方法进行比较。比较结果表明：加权平均滤波算法与传统算法处理效果基本一致,验证了本文算法的有效性和可靠性。     

利用重力卫星监测2003—2016年南极地区冰盖质量变化

为了研究南极冰盖消融对全球海平面变化的影响,利用2003年1月—2016年6月的重力恢复与气候实验时变重力场数据反演该地区冰盖质量变化,并采用去相关滤波P3M6加上300 km Fan滤波的组合算法削弱条带误差等影响,扣除冰后回弹和泄露误差影响.结果表明:南极地区冰盖质量变化整体表现为加速消融趋势,其质量变化率为(-1...     

经验模态分解滤波法用于时变重力场去噪研究

GRACE重力卫星的时变重力场数据在陆地水储量变化监测和分析中广泛应用,其应用效果与时变重力场滤波方法的特性息息相关,因此时变重力场滤波方法研究成为一个热点.引入经验模态分解滤波法,对时变重力场数据进行滤波处理,并与成熟的P3M6、Duan滤波法比较分析该方法的有效性.结果表明:经验模态分解滤波法结果的信噪比为3.14,而P3M6、Duan滤波法的结果信噪比分别为2.90和3.01,相比而言,经验模态分解滤波法有较好的保留真实信号能力.进一步将三种滤波方法用于研究亚马逊流域、密西西比河流域和长江流域的水储量变化,并与GLDAS反演的水储量变化结果比较,结果表明经验模态分解滤波法反演结果与GLDAS结果相关性最高,相关系数大于0.86,充分验证该方法的可靠性和有效性.     

利用重力卫星监测中国西南地区陆地水储量变化

中国西南地区作为我国的重要经济区,研究该区域内陆地水储量变化与国民经济发展和人民生活之间的相互关系具有十分重大的现实意义。本文基于2003至2015年共计13年的重力恢复与气候实验(gravity recovery and climate experiment,GRACE)月重力场模型,采用组合滤波削弱重力场数据误差,并扣除冰后回弹的影响,实现对中国西南地区陆地水储量变化的持续监测,并与同期GLDAS(global land data assimilation system)水文模型结果进行比较。研究结果表明：GRACE能够有效地实现大范围内的陆地水储量变化的监测,2003~2015年间出现了三次异常低值,分别为2004年、2010年和2014年;同时,能够有效监测2009~2010年西南地区干旱事件发生、扩展和结束三个阶段的时空变化情况。     

基于GRACE和GLDAS的长江下游陆地水储量变化预测

利用GRACE重力卫星数据反演2002—2015年间长江下游陆地水储量变化,与GLDAS模型模拟陆地水储量从趋势性和相关性两方面进行对比分析,并利用长系列GLDAS模拟水储量和两者间函数关系,建立改进灰色-马尔可夫模型预测长江下游地区未来陆地水储量变化.结果表明:GRACE重力卫星数据反演的陆地水储量变化和GLDAS模型模拟的陆地水储量变化趋势一致,均有微弱增长趋势,最小二乘拟合相关系数为0.79,两者间具有强相关性;利用改进灰色-马尔可夫模型预测长江流域下游地区2016年和2017年陆地水储量变化区间分别为(7.37,cm,12.05,cm]和(7.29,cm,11.25,cm],2016年预测结果与实际情况一致,结果表明区域将会出现连续丰水状态,极有可能导致洪涝灾害发生,未来防洪治涝形势严峻.     

基于小波包分解重构算法的北斗抗多路径误差

针对北斗卫星导航系统(Beidou satellites navigation system, BDS)特有的多星座设计而形成的复杂多路径误差问题,提出了一种基于小波包(wavelet packet, WPT)分解重构原理的抗多路径误差算法,来提高BDS定位精度。首先,将原始信号进行多层小波包分解,得到多个子频带,并根据各子频带和原信号的互相关系数大小,将其划分成噪声频带、混合频带和信息频带等;其次,舍弃噪声频带,保留有效成分集中的信息频带,并对混合频带进行软阈值滤波处理;最终,将滤波后得到的“干净”数据与信息频带进行重构,从而实现削弱BDS多路径误差的目的。通过数值仿真和实测实验分别验证所提算法的有效性,实验结果表明,采用WPT算法对BDS实测数据进行处理后,N、E、U三个方向精度分别提升77%、78%、83%,有效削弱了多路径误差对BDS定位精度的影响,研究结果对BDS高精度定位具有重要参考价值。     

利用重力卫星探测近16年中国大陆地区陆地水储量长期变化趋势

为了更全面地分析区域陆地水储量长期变化趋势,利用2002年4月—2017年6月近16年的重力恢复与气候实验(gravity recovey and climate explorer, GRACE)时变重力场数据反演中国大陆地区陆地水储量变化,并与全球陆地资料同化系统(global land data assimilation system, GLDAS)水文模型结果进行比较分析。同时,通过扣除季节性信号研究近16年来中国大陆地区陆地水储量的异常变化。研究结果表明:在2002—2017年间,中国大陆地区北方以减少为主,而南方以增加为主,其中青藏高原南部、新疆北部和华北地区减少趋势最为显著,并呈现出加速趋势。GRACE时变重力场和GLDAS模型得到的关于加速度项时空分布基本相符,加速度项与长期趋势项的结合更好地反演区域陆地水储量变化。     

联合重力卫星数据及气候水文模型监测西南地区陆地水储量变化

利用GRACE重力卫星观测数据和GLDAS水文模型资料反演我国西南地区陆地水储量变化,并结合该区域月平均降水资料进行分析。结果表明,GRACE重力卫星观测数据和GLDAS水文模型资料反演的西南地区陆地水储量变化相关系数为0.95,平均偏差为0.58 cm,具有良好的相关性;陆地水储量变化呈总体逐渐增加的趋势,受降雨量变化影响明显,且在时间上相对降雨量变化具有延迟性,与降水量变化的总体趋势一致,并具有显著的季节性变化特性,尤其是周年变化明显。     

限幅滤波算法在WSN数据预处理中的应用

由于现实应用中传感器节点稀疏部署的特点,感知数据不服从特定的统计规律,而传统的疏失误差剔除方法仅从数学的角度处理数据不能反映数据随时间变化的特性,并且要求数据服从正态分布,无法有效的处理这些现实应用中的数据。提出了将限幅滤波算法应用于WSN数据预处理,解决以上提出的问题。最后通过实验验证表明应用限幅滤波算法进行WSN数据预处理具有更好的疏失误差查找准确率,误报率更低。     

重力卫星时变重力场去相关滤波算法参数选择

由于重力场模型球谐系数高阶次项相关误差,利用GRACE(Gravity Recovery And Climate Experiment)时变重力场反演地表质量迁移的结果会呈现出显著的南北条带误差。而滑动窗口多项式滤波算法是处理相关误差的有效方法之一,为了提高该算法的去相关效果,本文根据对GRACE时变重力场模型数据的去相关处理结果,分析并选取该算法的最优参数。实验结果表明：GRACE时变重力场的起算阶数、滑动窗口宽度和多项式阶数应分别选取15阶、5个点和4阶。     

Using local geopotential model to implement underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of Inertial Navigation System (INS). This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

基于弹性力学理论的重力坝应力计算方法

基于弹性力学理论,运用等效应力法、量纲分析法等,结合Saint-Venant原理和叠加原理,通过直角坐标系与极坐标系的转换,导出了重力坝坝体内部应力的计算表达式,可以较为精确地给出在任意水位时重力坝坝体内部任意一点的应力值。该法为重力坝的应力计算提供了新的思路,也可为重力坝坝体强度的综合评定提供研究依据。     

A local geopotential model for implementation of underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series-based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of the inertial navigation system （INS）. This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

重力加速度的测量

本文结合本地实际,理论分析和实际测量相结合,阐述了如何精确测定当地的重力加速度。并分析了单摆法、落球法和复摆法测量重力加速度中主要误差原因,供大家测量时减小和修正误差作参考.     

利用重力卫星监测尼泊尔Ms8.1地震前后重力变化

利用重力恢复与气候实验(Gravity Recovery and Climate Explorer, GRACE)卫星时变重力场数据获取尼泊尔地震震源区周缘震前震后重力变化。根据地震发生前后震源区及周边重力变化的时空分布特征,探求地震孕震机制及地表物质迁移情况,详细分析了震前5年和震后2年年际变化和季度变化,并提取了5个重力变化显著的特征点和震中点进行时间序列分析。结果表明：正负重力变化信号以震中为中心呈现出明显的出四象限分布特征,同时地震通常发生在重力变化的零值线处。通过对5个特征点及震中点重力变化时间序列的分析发现：每个点在震后1-2个月内均出现了较大的跃迁现象,其振幅有所不同,这可能是震后地球内部物质均衡调整造成的。     

高分辨率重力数据改进区域高阶重力场模型

研究如何从有限的数据改进现有的全球重力场模型,主要讨论了利用剪切法改进高阶模型．并利用中国及周边地区的高分辨率重力数据,求得一个720阶的全球重力场模型,经内外精度检核,它比初始模型更为符合局部的重力场．     

浸没式植被对异重流运动特性的影响

为研究异重流流经浸没式植被时的运动特性,以天然河道中的植被为原型,对植被环境中异重流的运动规律进行了试验研究,并采用异重流头部(最前缘)速度代表其运动速度.研究结果表明,异重流流经短植被群(长度30 cm、高度3 cm)时大部分异重流在植被顶部向前运动,流过植被后依然保持典型轮廓,呈现一个先加速、后匀速、然后迅速减速、最后缓慢线性减速的运动过程;流经长植被群(长度80 cm、高度6 cm)时大部分异重流被阻挡于植被后方,仅有少部分异重流流出植被后缓慢向前运动,呈现先加速、后匀速、然后迅速减速、最后缓慢运动的过程.异重流运动过程分为坍塌阶段和自相似阶段,植被的阻挡效应可以减小坍塌阶段向自相似阶段的转化点,并且转化点与植被阻挡效应呈负相关,但与异重流浓度关系不显著.异重流与环境水体掺混界面涡度值为正,与水平底床界面涡度值为负;当植被的阻挡效应较强时,异重流流出植被后掺混和卷吸作用较弱,且出流量与异重流浓度呈正相关.