无人机载雷达在冰厚及冰层结构探测中的应用

为提高黄河冰厚测量效率,利用无人机载雷达对黄河内蒙古什四份子弯道进行了冰厚测验,并与人工实测冰厚进行了对比,描述了冰层典型特征雷达图谱.结果表明:弯道冰厚分布不均匀,整体冰厚在40~80 cm,纵向冰厚沿程逐渐减小,弯顶处冰厚最小,横向冰厚凹岸侧大于凸岸侧,清沟断面冰厚呈小-大-小趋势,靠近水面位置冰厚最小;立封区测验效果一般,雷达测量结果大于人工测量结果,误差在10%左右,平封处精度良好,误差在5%以下,雷达与人工对冰厚走向的测量结果基本一致;雷达波在冰层中传播速度为15~17 cm/ns;雷达图谱可以反映冰层结构,确定裂缝的走向、位置,平立封冰盖的雷达图谱差别较大.无人机载雷达能快速对一定区域的冰厚进行连续测量,极大地提升了小范围冰厚的测验效率,为分析黄河冰的冻融过程、冰层结构提供了技术参考,是一种较为理想的冰层探测方法.     

冀东地区“9.27”雷暴大风的雷达回波特征

为提高唐山地区雷暴大风的预报和监测能力,利用常规气象资料、秦皇岛站多普勒雷达资料和每6 h 1次的NCEP FNL 1°×1°再分析资料,分析了2012年9月27日（简称“9.27”）在冀东出现的大范围雷暴大风天气过程。结果表明：近乎垂直的西来槽和上干下湿的结构是此次天气产生的环境背景,地面冷锋和干线触发了此次天气过程。低层辐合、高层辐散以及充足的水汽条件使系统进一步加强,强大的倾斜上升气流使系统得到维持。雷达回波图上可识别出明显的穹窿结构、阵风锋、前侧入流和后侧出流回波特征和大风区,垂直速度剖面存在明显的辐合区。根据雷达回波特征演变推断,这次雷暴大风主要由强回波高度的快速下降,强冷空气入侵和回波的快速移动产生。     

厚截面复合材料局域孔隙超声检测方法

采用超声脉冲反射法对厚截面复合材料局域孔隙缺陷进行检测,提取超声背散射信号进行分析。结果表明,在材料近表面区域可能产生共振结构噪声,孔隙会导致结构噪声频率降低、幅值减小;在远表面区域的背散射信号恢复正常状态,孔隙则会导致较小幅值回波的出现。在此基础上提出了基于背散射信号处理的局域孔隙识别方法。对近表面信号使用改进S变换生成时频系数矩阵,再计算信号主频极小值及增益来识别孔隙。对远表面信号则先进行小波变换模极大值去噪,再使用改进S变换生成时频系数矩阵,最后计算信号主频极大值及增益来识别孔隙。对厚截面复合材料平板和曲面试块的实验表明,使用该信号处理方法可以有效识别厚截面复合材料局域孔隙缺陷。     

国产星载激光雷达森林回波波形模拟仿真

为探究拟发射国产星载激光雷达卫星波形数据在森林结构参数估测方面应用潜力,首先需对其回波波形进行模拟仿真。针对地形无规律起伏和林层结构复杂这一问题,本文采用有限元原理实现了随机地形与林分三维信息的模拟仿真;针对激光脉冲传输过程中能量衰减的问题,引入了激光雷达辐射传输模型;为验证本文所建回波仿真系统有效性,利用与国产星载激光雷达回波波形相近的ICESat-GLAS实测波形数据对GLAS仿真波形数据进行验证。研究结果为：发射波仿真波形与实测波形相关系数为0.96;地形坡度分别为0°～10°、10°～20°、20°～30°和30°以上时回波仿真波形与实测波形相关系数均值分别为0.90、0.88、0.85和0.81;郁闭度分别为0～0.2、0.2～0.4、0.4～0.6、0.6～0.8和0.8～1.0时回波仿真波形与实测波形相关系数均值分别为0.81、0.80、0.84、0.88和0.90;针叶林、阔叶林和混交林回波仿真波形与实测波形相关系数均值分别为0.85、0.86和0.89。研究结果表明：本文所建回波仿真系统可用于国产星载激光雷达回波仿真。回波仿真所得国产星载激光雷达仿真波形,可为森林结构...     

基于特征优选的多时相SAR数据水稻信息提取方法

多时相合成孔径雷达(Synthetic aperture radar, SAR)数据可为水稻提取提供丰富信息,在多云多雨地区对水稻识别和监测具有独特优势。但过多特征变量的加入,一定程度上造成“维数灾难”及信息冗余,因此,本文提出一种基于多时相后向散射特性及干涉相干性优选特征的水稻提取方法。基于研究区水稻生长周期的多时相Sentinel-1 SAR数据,构建后向散射系数和干涉相干系数特征集,利用ReliefF算法对特征重要性进行排序,同时采用JM距离确定最优特征数目完成最优特征选择,结合随机森林分类算法对研究区水稻进行提取及精度评价。结果表明：基于优选特征提取水稻面积相对误差为4.96%,总体精度达到92.48%,Kappa系数为0.90;从优选特征剔除干涉相干特征提取的水稻面积相对误差增加2.39个百分点,总体分类精度和Kappa系数分别降低4.03个百分点、0.06,说明干涉相干性有利于水稻信息提取。基于多时相后向散射特性及干涉相干性的特征优选减少了数据冗余,提高了运算效率,可实现大范围高精度水稻提取。     

基于星载SAR的冬小麦估产模型比较分析

旨在让农业部门等提前预知小麦产量,从而准确判断粮食生产形式,制订相关政策。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2各一幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,建立冬小麦线性估产模型,在此基础上对2013和2014年估产模型精度进行比较。结果表明：通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%。特别是针对倒伏区域冬小麦估产模型精度差异进行理论详细分析,指出冬小麦大面积倒伏区域,基于交叉极化(HV)估产模型精度高于同极化(HH)估产模型精度。最后指出将来可选择四极化SAR影像,针对不同的生长方式有针对性的选择不同极化方式进行估产。模型结果分析结论为将来冬小麦估产模型参数纠正及推广奠定基础和积累经验。     

乌鲁木齐地区新一代天气雷达降水回波特征

利用乌鲁木齐新一代多普勒天气雷达资料,对2003年7月～2005年6月的回波资料和5个气象观测站的地面资料中的云状、云量、降水量及降水时段资料进行对比分析,总结出层状云、对流云及混合云降水的时空分布特征。结果表明,层状云是乌鲁木齐地区降水的主要云系,降水次数明显多于对流云和混合云,混合云常常造成大降水,3类降水云的季节变化有明显差异。     

VALUE OF A SINGLE-SHOT TURBO SPIN-ECHO PULSE SEQUENCE FOR ASSESSING THE ARCHITECTURE OF THE SUBARACHNOID SPACE AND THE CONSTITUTIVE NATURE OF CEREBROSPINAL FLUID

Three case history reports are presented to illustrate the value of the single-shot turbo spin-echo pulse sequence for assessment of the subarachnoid space. The use of the single-shot turbo spin-echo pulse sequence, which is a heavily T2-weighted sequence, allows for a rapid, noninvasive evaluation of the subarachnoid space by using the high signal from cerebrospinal fluid. This sequence can be completed in seconds rather than the several minutes required for a T2-fast spin-echo sequence. Unlike the standard T2-fast spin-echo sequence, a single-shot turbo spin-echo pulse sequence also provides qualitative information about the protein and the cellular content of the cerebrospinal fluid, such as in patients with inflammatory debris or hemorrhage in the cerebrospinal fluid. Although the resolution of the single-shot turbo spin-echo pulse sequence images is relatively poor compared with more conventional sequences, the qualitative information about the subarachnoid space and cerebrospinal fluid and the rapid acquisition time, make it a useful sequence to include in standard protocols of spinal magnetic resonance imaging.     

AIS与雷达目标信息模糊融合算法与实现

为达到优势互补的目的,将AIS与雷达目标信息进行融合处理.采用时空粗关联融合判断及多因素模糊综合决策的方法,研究了AIS（船舶自动识别系统）与雷达目标动态信息融合算法.计算机仿真结果表明关联门限值为0.75时,融合后目标更靠近AIS目标.实测验证该方法可以有效地提高目标信息的精度与可靠性.     

Assessing the utility of ALOS PALSAR and SPOT 4 to predict timber volumes in even-aged Eucalyptus plantations located in Zululand,South Africa

In commercial forestry, regular terrestrial enumerations of the growing stock are required for the valuation, sustain-able management and planning of current and future timber supplies. In this study we examined whether the combination of synthetic aperture radar (ALOS PALSAR) and optical satellite (SPOT 4) image data can accurately predict the timber volume of even-aged Eucalyptus plantations located in South Africa. Results from this study show that the combination of ALOS PALSAR and SPOT 4 produces a R ² value of 0.68 for the planted model, whereas the coppiced model produced a R ² value of 0.55. However, by including stand age as an independent variable in the stepwise model, there was a 15% improvement for the planted model, whereas the coppiced model produced a 27% improvement. The final model developed in this study produced a R ² value of 0.83 and a RMSE of 31.71?m³ ha?1 for planted stands, whereas the model for coppiced stands produced a R ² value of 0.82 and a RMSE of 27.70?m³ ha?1. As it is not practical or financially feasible for commercial forestry companies to carry out terrestrial enumerations for all plantations on an annual basis, the model developed in this study presents an alternative and accurate method to calculate timber volume for even-aged Eucalyptus plantations.