期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
极地海冰快速变化及机制研究进展和挑战
1
作者 刘骥平 王绍银 +8 位作者 宋米荣 徐世明 杨清华 雷瑞波 李熙晨 丁明虎 程晓 许晓琪 林奕辰 《气象学报》 北大核心 2025年第3期676-698,共23页
极地海冰在地球系统中扮演着至关重要的角色,是气候环境变化的指示器和放大器。在全球变暖背景下,过去46年间,北极海冰持续减少,而南极海冰则先经历了增加,随后出现了骤减。目前,两极海冰都相继进入新的低值“状态”。极地海冰的变化与... 极地海冰在地球系统中扮演着至关重要的角色,是气候环境变化的指示器和放大器。在全球变暖背景下,过去46年间,北极海冰持续减少,而南极海冰则先经历了增加,随后出现了骤减。目前,两极海冰都相继进入新的低值“状态”。极地海冰的变化与人类活动引起的全球变暖和气候内部变率有关。在过去40多年中,结合现场观测、卫星遥感反演、再分析资料和数值试验,科学家在极地海冰变化及可能机理方面取得了丰硕的研究成果。然而,对影响其快速变化的确切驱动因素及其各自的贡献尚不完全清楚。总结了近几十年观测的北极和南极海冰变化特征及未来变化预估,较为系统地从极区大气和海洋相互作用及反馈过程、中高纬度主要气候模态、热带-极地遥相关等方面,阐述了北极和南极海冰快速变化机制的研究进展和挑战,并概述了极地海冰变化对区域和全球气候的可能影响。 展开更多
关键词 极地海冰 反馈过程 气候模态 热带-极地遥相关
在线阅读 下载PDF
远海环境低成本RTK接收机多路径效应与平滑伪距单点定位性能 被引量:2
2
作者 彭凌智 燕兴元 +2 位作者 杨萌 冯伟 钟敏 《大地测量与地球动力学》 CSCD 北大核心 2024年第7期674-679,共6页
低成本RTK接收机抗多路径性能较弱,导致远海环境中的单点定位性能显著下降。综合分析远海环境中载波相位平滑抑径算法对低成本RTK接收机单点定位性能的影响。结果表明,远海环境中RTK接收机的多路径效应为陆地环境的2~3倍,E5频点的抗多... 低成本RTK接收机抗多路径性能较弱,导致远海环境中的单点定位性能显著下降。综合分析远海环境中载波相位平滑抑径算法对低成本RTK接收机单点定位性能的影响。结果表明,远海环境中RTK接收机的多路径效应为陆地环境的2~3倍,E5频点的抗多路径性能最强;平滑抑径效果与伪距多路径效应大小有关,采用平滑抑径算法后,RTK接收机SPP定位精度在远海环境提升62%,在陆地环境提升24%;平滑抑径后GPS/Galileo/BDS-3多系统SPP定位精度优于1 m,可满足海上较精细作业的需求。 展开更多
关键词 RTK接收机 伪距单点定位 远海环境 多路径效应 载波相位平滑伪距
在线阅读 下载PDF
GNSS位移时序中粗差与阶跃的自动化改正算法
3
作者 吴浩 钟敏 +1 位作者 沈迎春 田嘉翔 《导航定位学报》 北大核心 2025年第4期19-29,共11页
针对全球卫星导航系统(GNSS)位移时序中由于存在粗差和阶跃,导致很难准确提取地壳形变信号,而现有研究阶跃改正往往依赖于先验信息,须人工检验,不利于高精度与自动化处理的问题,提出一种结合长短期记忆神经网络(LSTM)和抗泄漏最小二乘... 针对全球卫星导航系统(GNSS)位移时序中由于存在粗差和阶跃,导致很难准确提取地壳形变信号,而现有研究阶跃改正往往依赖于先验信息,须人工检验,不利于高精度与自动化处理的问题,提出一种结合长短期记忆神经网络(LSTM)和抗泄漏最小二乘谱分析(ALLSSA)算法的自动化改正方法:利用LSTM学习GNSS位移时序复杂特征,实现抗阶跃干扰的粗差精准检测与去除;然后通过ALLSSA算法识别并改正位移时序中的阶跃问题。实验结果表明,提出的方法应用于多个GNSS位移时序粗差和阶跃问题的改正,与轨道与永久阵列中心(SOPAC)经过后处理的位移速率的差异为0.06~0.62 mm/a,均方根误差(RMSE)平均提升19.2%,证明该方法不仅可提高GNSS位移时序的观测精度,还可减少人工干预,能够为高精度GNSS应用提供参考。 展开更多
关键词 全球卫星导航系统(GNSS)位移时序 粗差探测 阶跃探测 长短期记忆(LSTM)神经网络 抗泄漏最小二乘谱分析(ALLSSA)算法
在线阅读 下载PDF
基于MODIS影像的北极冰水分类方法对比研究
4
作者 孙绍哲 邝慧妍 +2 位作者 叶玉芳 于志同 惠凤鸣 《极地研究》 北大核心 2025年第1期39-54,共16页
北极海冰作为冰冻圈的重要组成部分,对全球气候变化具有重要影响。开展极地冰水分类研究可以获取精细的海冰覆盖范围变化,为船舶航行提供关键的冰况信息。本文基于25景北极地区的MODIS近红外波段光学影像,依据海冰和海水在该波段反射率... 北极海冰作为冰冻圈的重要组成部分,对全球气候变化具有重要影响。开展极地冰水分类研究可以获取精细的海冰覆盖范围变化,为船舶航行提供关键的冰况信息。本文基于25景北极地区的MODIS近红外波段光学影像,依据海冰和海水在该波段反射率差异大的特点,利用直方图动态阈值法、迭代阈值法、最大熵阈值法、大津法以及基于大津法的遗传算法5种方法开展冰水分类研究和定量化对比评估。结果表明,对于反射率直方图为双峰分布的影像(影像中无薄冰),5种方法均能得到较为准确的冰水分类结果,总体分类精度均在0.82以上。当反射率直方图为三峰分布时(影像中有薄冰),迭代阈值法、最大熵阈值法和大津法均存在错分现象,总体分类精度均在0.76以下,而直方图动态阈值法和基于大津法的遗传算法能够准确获取冰水分类阈值,其分类结果的总体精度均能达到0.94以上。总体上,迭代阈值法和最大熵阈值法在冰水分类求取阈值上存在明显的高估问题,特别是对于反射率直方图为三峰分布的影像;大津法在面对反射率直方图为双峰或三峰分布的影像时,均能识别出阈值所在的波谷位置,但在分类结果上存在一定偏差;而直方图动态阈值法和基于大津法的遗传算法在基于阈值法的冰水分类方法中具有较强的鲁棒性,更加适用于北极地区不同冰况下的冰水分类研究,其结果可为极区航行以及大尺度海冰观测与数据模拟提供重要参考。 展开更多
关键词 光学影像 冰水分类 近红外波段 直方图动态阈值法 基于大津法的遗传算法
在线阅读 下载PDF
基于多源数据和卷积神经网络的海洋重力异常反演
5
作者 孙明智 冯伟 +4 位作者 安德超 陈晓东 张泽远 杨萌 钟敏 《地球物理学报》 2025年第11期4145-4156,共12页
针对海洋重力异常与多源地球物理数据之间的复杂函数关系,本文结合移去-恢复法提出了基于多源数据和卷积神经网络(Convolutional Neural Networks,CNN)的海洋重力异常预测方法,提升了模型精度.以菲律宾海北部为实验区,选取船载重力测量... 针对海洋重力异常与多源地球物理数据之间的复杂函数关系,本文结合移去-恢复法提出了基于多源数据和卷积神经网络(Convolutional Neural Networks,CNN)的海洋重力异常预测方法,提升了模型精度.以菲律宾海北部为实验区,选取船载重力测量点周围30 km范围内的垂线偏差、海底地形、沉积物厚度、地磁异常和海面地形数据,利用CNN挖掘船测重力高频信号与多源数据之间的关系,构建了区域重力异常预测模型.研究结果表明,垂线偏差对重力异常更敏感,海底地形次之,移去-恢复法对预测结果影响显著.在实验区内,CNN预测结果(GRACNN)与现有逆Vening-Meinesz方法(GRASDUST)和Laplace方法(GRASIO)差异的标准差分别为2.33 mGal和1.82 mGal.与船测数据对比分析表明,GRACNN精度优于GRASDUST和GRASIO,且包含更多重力场短波信号.本文为多源数据反演高精度海洋重力场提供了新思路. 展开更多
关键词 海洋重力异常 卫星测高 深度学习 卷积神经网络 多源数据
在线阅读 下载PDF
基于重力地质法的南海高精度海底地形建模与优化
6
作者 陈晓东 钟敏 +4 位作者 安德超 杨元元 孙明智 杨萌 冯伟 《地球物理学报》 2025年第11期4128-4144,共17页
重力地质法(Gravity-Geologic Method,GGM)是当前反演海底地形的主要方法之一.现有研究缺乏对GGM以及其他多种方法反演海底地形模型结果的差异性分析,也缺乏增加实测水深控制数据条件下,对海底地形模型反演精度提升的评估分析.同时,GGM... 重力地质法(Gravity-Geologic Method,GGM)是当前反演海底地形的主要方法之一.现有研究缺乏对GGM以及其他多种方法反演海底地形模型结果的差异性分析,也缺乏增加实测水深控制数据条件下,对海底地形模型反演精度提升的评估分析.同时,GGM方法多依赖于海洋重力与海底地形之间的线性相关性.本研究联合单波束、多波束和海图水深等实测水深作为约束,利用GGM方法和深度神经网络(Deep Neural Network,DNN)再训练的优化方法,基于短波重力异常信息构建了高精度的南海海底地形模型.结果表明,与国内外采用不同方法新近构建的全球海底地形模型相比,该模型与多波束测深检核点差值的RMS减少了31.12~132.30 m,相对精度提升约21%~52%.利用多波束检核水深数据对没有增加实测水深约束的空白区域进行了精度评估.随着与测深控制点之间距离的增加,模型精度呈逐步降低的趋势,但仍优于其他模型.增加多波束与海图水深作为补充控制点,距离补充控制点区域0~30 km范围内的海底地形反演精度的提升最为明显,距离补充控制点30~300 km的海域模型精度也有所提升.然而,在距离所有控制点30 km以上的靠近岛屿、海岸线的近海区域,该模型的精度仍不及依靠海岸线及历史海图等再编辑的模型精度.另外,DNN再训练方法能够在一定程度上反映重力异常与地形之间的非线性映射,进一步提升GGM方法反演的精度.但在DNN训练过程中加入未经滤波的海洋垂直重力梯度和垂线偏差数据,对海底地形模型的精度影响不大,值得今后进一步深入研究. 展开更多
关键词 海底地形 卫星测高 重力异常 重力地质法 深度神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部