海冰密集度数据是开展全球海洋监测和应对气候变化研究的重要数据源,为了研制出分辨率更高,误差更小的北极海冰密集度融合资料,本文使用了多源海冰密集度资料,以OSTIA(Operational Sea Surface Temperature and Ice Analysis)数据集为...海冰密集度数据是开展全球海洋监测和应对气候变化研究的重要数据源,为了研制出分辨率更高,误差更小的北极海冰密集度融合资料,本文使用了多源海冰密集度资料,以OSTIA(Operational Sea Surface Temperature and Ice Analysis)数据集为融合背景场,采用以下方案开展融合研究。首先,对现有5种海冰资料进行质量控制;其次,以OSI SAF(Ocean and Sea Ice Satellite Application Facility)资料为基准,采用概率密度匹配法订正各资料的系统误差;然后,利用小波分解将各资料分解为低频信息和高频信息,对低频信息和高频信息分别计算融合权重和卡尔曼滤波处理;最后,利用小波重构将各资料进行融合,生成0.05°分辨率的北极逐日海冰密集度融合资料。通过对比国际上广泛认可的OISST(Optimum Interpolation Sea Surface Temperature)、OSTIA海冰密集度资料,验证结果显示:融合资料与OISST、OSTIA海冰密集度资料在北极的空间分布上高度一致,相关系数均超过0.967。相对于前人的研究,本融合资料与OISST的偏差由–1.170%减少到–0.108%,与OSTIA的偏差由0.276%减少到–0.156%;与OISST和OSTIA的均方根误差分别由9.835%减少为8.010%以及由7.427%减少为5.140%。本融合资料的偏差以及均方根误差都得到了显著的提升,具有较高的质量。展开更多
本文针对复杂背景下红外小目标检测跟踪问题,提出了一种背景自适应的目标检测跟踪方案。针对地面背景下的红外目标检测,采用帧差法,分别提出了跳帧多帧差法和双阈值多帧差法以应对目标长时间静止和灰度对比度下降的问题。针对天空背景...本文针对复杂背景下红外小目标检测跟踪问题,提出了一种背景自适应的目标检测跟踪方案。针对地面背景下的红外目标检测,采用帧差法,分别提出了跳帧多帧差法和双阈值多帧差法以应对目标长时间静止和灰度对比度下降的问题。针对天空背景下的红外目标检测,采用基于目标区域稳定性和显著性(Regional Stability and Saliency, RSS)的检测算法。在检测得到目标备选点后,使用带标签的高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density, GMPHD)滤波器对备选点滤波以输出目标初始轨迹。同时引入轨迹整理将间断的初始轨迹重新连接并进一步去除虚警。经过验证,本文提出的目标检测方法可在复杂多类背景下准确检测并跟踪红外图像中的小目标。展开更多
以内蒙古中部某风电场为实验风电场,采用随机森林(Random forest,RF)方法、相似误差订正(Analogue correction of errors,ACE)方法以及概率密度匹配方法(Probability density function matching method,PDF)分别对风电场风速预报进行订...以内蒙古中部某风电场为实验风电场,采用随机森林(Random forest,RF)方法、相似误差订正(Analogue correction of errors,ACE)方法以及概率密度匹配方法(Probability density function matching method,PDF)分别对风电场风速预报进行订正及适用性研究。结果表明:3种方法在各季均对中尺度天气预报模式(Weather research and forecasting model,WRF)风速预报具有不同程度的订正效果,RF方法可以有效改善WRF误差较大的问题,但兼具误差过分放大情况,ACE方法和PDF虽然对较大误差的改善能力不及RF方法,但是能够较好地控制误差过分放大问题。此外,3种方法针对小于5 m·s^(-1)的小风速段,订正效果不理想,随着风速的增加,订正能力逐渐增强。参照预报模型各自的优势,尝试开展多种预报模型的分风速等级集成应用,可以对不同风速等级下的WRF预报起到较好的改善作用。展开更多
文摘本文针对复杂背景下红外小目标检测跟踪问题,提出了一种背景自适应的目标检测跟踪方案。针对地面背景下的红外目标检测,采用帧差法,分别提出了跳帧多帧差法和双阈值多帧差法以应对目标长时间静止和灰度对比度下降的问题。针对天空背景下的红外目标检测,采用基于目标区域稳定性和显著性(Regional Stability and Saliency, RSS)的检测算法。在检测得到目标备选点后,使用带标签的高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density, GMPHD)滤波器对备选点滤波以输出目标初始轨迹。同时引入轨迹整理将间断的初始轨迹重新连接并进一步去除虚警。经过验证,本文提出的目标检测方法可在复杂多类背景下准确检测并跟踪红外图像中的小目标。
文摘以内蒙古中部某风电场为实验风电场,采用随机森林(Random forest,RF)方法、相似误差订正(Analogue correction of errors,ACE)方法以及概率密度匹配方法(Probability density function matching method,PDF)分别对风电场风速预报进行订正及适用性研究。结果表明:3种方法在各季均对中尺度天气预报模式(Weather research and forecasting model,WRF)风速预报具有不同程度的订正效果,RF方法可以有效改善WRF误差较大的问题,但兼具误差过分放大情况,ACE方法和PDF虽然对较大误差的改善能力不及RF方法,但是能够较好地控制误差过分放大问题。此外,3种方法针对小于5 m·s^(-1)的小风速段,订正效果不理想,随着风速的增加,订正能力逐渐增强。参照预报模型各自的优势,尝试开展多种预报模型的分风速等级集成应用,可以对不同风速等级下的WRF预报起到较好的改善作用。
