呼伦贝尔植被覆盖时空变化特征及其与气候的相关性分析

基于长时间序列的遥感数据和气象数据,通过相关分析、趋势分析等方法,详尽分析了呼伦贝尔地区植被覆盖状况变化及其与气候的关系,得出以下主要结论:(1)20世纪80、90年代,呼伦贝尔以湿润气候区为主;进入21世纪后,气候呈现明显的暖干化趋势,尤其是大兴安岭林区北部、中部及东南部及呼伦贝尔草原的西南部地区湿润度指数呈显著减小趋势,半干旱和半湿润气候区在空间分布上占据了主要地位;(2)呼伦贝尔地区总体上表现出较高植被覆盖区面积减小、较低植被覆盖区面积增大的变化趋势,尤其是21世纪最初的十年,呼伦贝尔草原区的植被退化状况不容忽视,呼伦贝尔草原区中东部部分地区植被覆盖呈下降趋势;(3)呼伦贝尔草原西部、大兴安岭东南部农区部分地区的植被覆盖状况与湿润度指数呈正相关关系,而大兴安岭林区的中北部地区二者则呈负相关关系。     

雷达鸟类目标微多普勒贝叶斯增强算法

针对传统恒虚警率(constant false-alarm rate, CFAR)方法难以探测鸟类目标的问题,提出一种基于时频(time-frequency, TF)域鸟类目标微多普勒贝叶斯增强算法。首先,以鸟类目标扑翼模型为基础,建立雷达回波信号及微多普勒模型。其次,考虑短时傅里叶变换(short-time Fourier transform, STFT),对回波信号进行时频分析。针对STFT加窗操作影响分辨率及其对杂波敏感的问题,引入广义高斯分布对先验自适应建模,在贝叶斯推理方式下实现时频域微多普勒特征增强。考虑到目标非多普勒特征非平滑,后验分布计算困难,提出用近端未调整朗之万算法(proximal unadjusted Langevin algorithm, P-ULA)进行高效求解。仿真及实测实验数据表明,所提算法不仅能够有效抑制背景噪声,而且可以在一定程度上保留微多普勒特征的连续性。