GPR探测中管线异常自动提取与识别     

杨军  张华  冯德山  罗相涛  袁忠明  柳杰  王珣 《地球物理学进展》2021,36(3):1333-1340

在目前的探地雷达管线探测中,埋藏管线产生的双曲线特征是专业人员用来推断和解释目标的主要依据,但双曲线特征尚不能精准界定管线目标的属性材料.为了进一步对管线反射双曲线区域特征的解释分析,本文首先对经过预处理的GPR数据,运用图像处理手段对感兴趣的管线回波双曲线异常区域进行自动圈定,定位管线位置.然后综合分析管线信号时频谱特征和瞬时相位特征这些具有区分力的多参数特征,判定管线属性材料,完成对管线的提取与识别.最后,将该方法运用于模拟数据与实测数据之中,实现了管线的自动提取与参数特征分类识别,为GPR数据解释提供了指导意义.  相似文献   

日本区域加权平均温度建模          下载免费PDF全文

罗相涛  黄良珂 《全球定位系统》2022,47(4):93-100

由于日本区域易受自然灾害频发、水汽特征变化复杂、探空站点分布稀疏的问题,进而制约了高精度水汽的获取,因此缺少此区域的高精度加权平均温度(T_m)模型. 鉴于此,采用2009—2016年全球大地测量观测系统(GGOS) Atmosphere T_m和ERA-Interim 2 m T_s格网数据新建立一种考虑T_m残差季节性变化和周日变化的适合日本区域的T_m模型 (JQTm模型). 同时,利用2017年日本区域13个探空站和110个GGOS Atmosphere T_m格网数据,对新建立的JQTm模型在日本区域的精度进行评估. 研究发现:与GGOS Atmosphere T_m格网数据对比,JQTm模型的偏差(bias)和均方根误差(RMSE)分别为0.15 K和1.92 K,RMSE分别比GPT2w-1模型、GPT2w-5模型提升41.16% (1.33 K)、44.41% (1.53 K);与探空资料对比,JQTm模型的bias和RMSE分别为–0.66 K和2.14 K,RMSE分别比GPT2w-1模型、GPT2w-5模型提升28.43% (0.85 K)、29.61% (0.90 K). JQTm模型能够为日本区域提供高精度的T_m值,为研究此区域大气水汽和极端天气提供重要依据.   相似文献