低仰角时大气折射弯曲误差分析

为进一步提高对目标的定位精度,以青岛地区为例,通过对1986- 1995年的历史探空数据进行回归分析,建立了适合当地的Hopfield折射率剖面模型,并用射线描迹法分析了大气折射弯曲误差.结果表明,在5°以下仰角时,大气折射引起的射线弯曲误差不能忽略.     

人工神经网络在电法勘探数据反演中的应用研究综述

首先对神经网络算法的基本原理进行简述,梳理目前电法勘探反演中常用的神经网络方法,评述人工神经网络算法在电法勘探资料解释中的应用效果,并进行各主流神经网络方法优缺点的对比分析;最后探讨了非线性组合反演方法的优势,并展望了电法勘探数据非线性反演的发展趋势,为选择不同算法进行电法勘探数据反演提供借鉴。其中,BP神经网络具有高度的自学习和自适应能力;遗传算法易与其他算法结合;卷积神经网络可以实现权值共享;粒子群算法收敛速度快。每种方法各具特色,神经网络组合反演,可优势互补,增强反演效果,提升计算效率。     

大气波导中折射指数的预测预报技术研究

试验数据分析表明我国东南沿海海域是大气波导高概率发生区,实时、精确的折射指数预测预报是电子系统性能评估和系统设计的关键.通过大气折射率剖面的直接测量、基于特定高度气象参数的理论预测、GPS测量、海杂波反演技术等测量、预测预报技术的对比分析,海杂波反演技术由于实时性、保密性、设备简易等优点,是一种极具潜力的大气波导环境预...     

2010年春西南酷旱的监测与机理分析

针对2010年春季我国西南地区出现的严重干旱,采用MODIS数据和TVDI方法对云南省春季旱情进行了监测,揭示了云南省入春以来的旱情动态变化及旱情分布特点。以TVDI作为旱情评价的指标,并结合气象观测的探空资料、天气图以及ncep月平均气温资料和MODIS数据反演大气含水量,分析了导致云南省春旱的地面温湿特征、大气环流特征及大气能量结构特征,提出了此次干旱特殊的形成机理:大气环流、大气能量结构以及地热蒸发等因素的综合作用导致了严重干旱的发生,这对干旱的监测预警提供了有益探索。     

上海地区大气气溶胶光学厚度的遥感监测

采用V5.2算法,以MODIS 1B数据为数据源,利用Matlab软件进行数据预处理,反演了上海地区大气气溶胶光学厚度(AOD). 将AOD反演值分别与NASA的MOD04-L2气溶胶产品(10 km×10 km)以及CE-318太阳光度计实测结果进行对比. 结果表明:V5.2算法与NASA气溶胶产品相比,其精度更好,分辨率更高. 基于V5.2算法和利用MODIS遥感影像反演结果,分析了上海市典型天气AOD; 同时,将反演值与城市空气污染指数(API)进行了对比. 结果表明:AOD从一定程度上可以反映地面大气污染状况. 上海2008年AOD 12月最小,大气相对较清洁,6月最大,大气相对较浑浊;AOD的日际变化呈早晚高、中午略低的趋势,其中每日的09:00和18:00出现全天最高值,12:00左右也会出现小高峰.      

资源三号卫星多光谱数据自动反演香港地区气溶胶光学厚度

利用ZY-3卫星数据高分辨率的特点,提出了一种基于图像自身的阴坡植被暗像元气溶胶光学厚度自动反演算法.首先,分区优选阴坡植被暗像元,基于程辐射信息估算红、蓝波段的气溶胶散射相函数、散射比.其次,在Gilabert算法基础上,增加地表漫反射项的考虑,利用简化的辐射传输方程直接解算阴坡植被及浓密植被暗像元气溶胶光学厚度.最后采用克里金插值,将多个暗像元气溶胶光学厚度推算到整景图像的分布,进而进行大气纠正.结果表明,香港地区ZY-3数据AOD反演结果与MODIS气溶胶C051产品趋势一致,ZY-3数据AOD结果在揭示繁华都市区内部的AOD差异,以及识别城市内部污染源方面更具优势.ZY-3数据大气纠正后,图像清晰度、对比度增强,统计结果显示水体及浓密植被的光谱特征与先验知识相符.     

基于机器学习的二氧化碳卫星反演方法

基于机器学习模型在分析数据并学习预测方面的优势,提出了一种基于机器学习的短波红外通道CO₂卫星遥感反演方法,以卫星观测辐亮度、气溶胶光学厚度、温度构建训练数据集,采用前馈神经网络与量化共轭梯度算法进行训练学习,构建了短波红外通道卫星CO₂反演模型,并利用GOSAT卫星观测光谱数据反演了CO₂浓度.反演结果与TCCON站点观测数据进行了比对,结果表明:卫星与地面观测的相关性优于0.86,平均误差小于2.5×10^-6,验证了反演方法的有效性.     

近地面PM_(2.5)浓度卫星反演研究进展

卫星反演近地面PM2.5浓度是大气科学研究的重要领域之一。本文从卫星AOD数据来源、反演算法和建立AOD-PM2.5反演模型等关键技术阐述了近地面PM2.5浓度卫星反演的研究进展以及存在的问题。针对数学统计法、物理订正法和耦合反演法,分别分析了三种方法的优缺点,并重点分析了物理订正法中的湿度订正和垂直订正技术。     

湖泊水质参数遥感监测研究进展

湖泊是水圈的重要组成,也是重要的淡水资源之一.湖泊的水环境日益遭到污染,监测湖泊水质动态变化对生态环境保护具有重要意义.遥感技术为湖泊水质监测提供技术支持,克服了人工采样成本低和时效性差的特点,在湖泊水质监测中得到了广泛的应用.通过遥感可以监测的指标包括悬浮物、叶绿素a、有色可溶有机物、溶解氧和透明度等.虽然遥感为湖泊水质监测打开新思路,但是仍然存在问题：(1)遥感接受到的信号受到大气的影响,而大气校正算法不够成熟,需要更精确的大气校正来控制大气影响,消除大气和光照等对水体反射的影响;(2)受季节和空间制约,不同湖泊表面光学特性存在差异以及水中生物光学特性的差异性,利用有限实测数据建立的模型缺乏可移植性;(3)水生植物和外力作用(风力、鱼群等)的干扰,造成实测和模型估测之间的误差,而且数据的同步性难以保证,导致模型可靠性下降;(4)实测数据和遥感数据的时空尺度不匹配,难以捕捉动态精细的水质变化.因此,未来结合多源数据以及其他水文模型,深入研究水体中各组分的光学特性,优化反演算法,发展对实测数据依赖程度低的反演算法,构建可迁移的反演模型,打破模型地域局限,推动湖泊水体污染监测预警业务化发...     

基于粗集、遗传神经网络的环境质量评价

基于粗集、遗传神经网络的环境质量评价方法利用粗集对属性的归约功能将数据库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络；再用遗传算法和BP算法相结合的混合算法来训练网络预测模型的结构（在得到最优网络结构的同时也得到网络的最优权值和阈值）。通过实例表明该方法是有效的，为环境质量评价提供了一种新的研究思路和分析方法。     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

天地一体化遥感监测大气污染技术进展

天地一体化遥感监测技术通过地基和卫星融合互补,成为研究大气污染来源、传输和影响的重要方法.但目前国外主导的地基和卫星遥感算法不适应国内复杂大气环境,其数据可靠性尚需验证.为进一步推动国内大气研究自主性,厘清天地一体化遥感监测技术发展现状,对相应的平台建设、算法研发及应用实例进行介绍.结果表明:①可通过地基观测网络实时连续监测大气污染物的浓度（柱总量）/廓线信息,目前国内组建并运行了CNEMC空气质量监测网络和USTC地基遥感网络.②可通过紫外-可见波段卫星载荷获取全球/区域尺度大气污染物的浓度（柱总量）/廓线产品,GF-5搭载的EMI填补了国内该类载荷的空白,基于DOAS（BOAS）的柱总量反演算法、基于OE的垂直廓线反演算法是当下国际主流业务算法.③天地一体化遥感监测技术以高精度、广覆盖、准定位的优势得到快速发展,可为亟需解决的大气污染治理成效评估、作用机理研究、区域传输测算及精准溯源等难题提供技术支持.研究显示,天地一体化遥感监测技术需以应用化和业务化为导向,加快观测平台硬件建设,加强相关反演算法研发,深入融合多平台数据,全面推进大气遥感监测技术的立体化和系统化发展.      

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.     

城市环境质量定量评价方法

文章基于对于城市环境质量的评价方法的研究,阐述了各类评价方法的优缺点,着重介绍了物元模型、投影寻踪评价法、神经网络、遗传算法优化神经网络四种定量评价方法,并介绍了各类方法在城市环境质量评价中的应用现状.     

改进遗传神经网络方法在大气环境质量评价中的应用

运用双极性压缩函数适应度定标和基于排挤方法的选择算子改进标准遗传算法(SGA),使其成为简单通用、快速收敛的并行全局搜索算法。利用该算法优化误差反向传播网络(BPN),克服了BPN收敛慢和不具有全局收敛性的缺陷,在此基础上,建立大气环境质量评价模型,并将该模型用于实例。结果表明,该方法用于大气环境质量评价是可行的。      

基于GA-BP神经网络的餐厨垃圾合成PHA工艺产量预测

为了预估混合底物碳源条件下活性污泥PHA合成产量预测的准确度,通过引入遗传算法对BP人工神经网络的权值和阈值进行优选,建立基于GA-BP神经网络的餐厨垃圾合成PHA工艺产量预测模型。以餐厨垃圾发酵液为底物碳源,利用活性污泥在ADD模式下进行PHA合成。以实验数据为基础训练神经网络模型,通过实测数据与模型预测数据之间的对比,验证了人工神经网络预测模型的精确度,并对长期PHA合成能力进行了预测。结论表明:基于遗传算法改进的GA-BP网络模型表现出比传统BP神经网络模型更佳的预测准确度,为评估混合菌群PHA最大合成产量的长期发展趋势,确定合理富集时长探索了可行方法。     

GA-BP神经网络在铜合金海洋腐蚀预测中的应用

目的 充分利用海洋腐蚀数据,深入分析数据规律.方法 在BP神经网络的基础上引入遗传算法,以克服神经网络模型固有缺陷,提高预测精度和训练速度.结果 对GA-BP人工神经网络进行了简要阐述,并以铜合金在海水中的腐蚀数据为例,应用GA-BP人工神经网络建立了海水腐蚀预测模型,对预测结果进行了评价.结论 预测结果表明,模型能满足设计要求,具有较好的泛化能力.     

遗传BP算法在大气环境综合评价中应用

着重介绍的遗传算法求解网络结构优化，有效解决ＢＰ算法局部收敛的遗传ＢＰ算法的原理和构建遗传ＢＰ算法的步骤，并用于焦作市大气环境质量综合评价，结果表明，该方法有简便，准确，适用性强等优点。