基于MODIS数据的溧阳地区气溶胶光学厚度特性研究

来源 :现代电子技术 | 被引量 : 0次 | 上传用户:sbau_1019
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了探究溧阳地区的光学厚度特性,本研究采用地基太阳分光光度计的实测数据对MODIS C6 AOD三种产品进行了精度检验,评估气溶胶产品在溧阳地区的适用性.先将地基观测数据进行插值,然后通过确定时间窗口和空间范围完成地基遥感观测数据与卫星气溶胶光学厚度数据间的匹配,研究显示深蓝算法(DB)整体反演精度略优于其他两种算法,其产品在该区域具有很好的适用性.其中,Terra卫星DB算法的线性相关性最好,相关系数可以达到0.87.因此,进一步选用2010—2019年的Terra DB AOD产品分析溧阳地区的近十年气溶胶光学厚度变化情况,发现溧阳气溶胶光学厚度的时间变化具有较为明显的季节性,夏季AOD值最高,而冬季AOD值最低,同时近十年溧阳地区的AOD值总体趋势变小.
其他文献
为了较好地预测可再生能源的发电输出,对模型效率进行分析,在物联网系统的基础上,提出一种基于人工神经网络(ANN)与自适应网络模糊推理系统(ANFIS)的混合预测模型.首先,利用压电传感器、体热电转换器和太阳能板用于可再生能源发电,并将其连接到能量存储电路,以产出电能;然后,使用ESP8266模块连接数据和云服务器,利用ANN和ANFIS混合模型处理从可再生能源中生成的所有电能,将3个不同模块采集得到的数据集用于模型的训练和测试;最后,利用采集到的数据开发4个模型,通过均方根误差(RMSE)和相关系数(R2
语音情感识别是自动语音识别的重要研究方向,提取最能表征语音情感的特征并构建具有较强鲁棒性和泛化性的声学模型是语音情感识别的重要研究内容.基于此,构建了基于注意机制、跳跃连接、掩蔽操作等关键技术的语音情感识别声学模型,称为具有掩蔽操作的基于注意机制的跳跃卷积双向循环神经网络.该模型有8个隐层,依次是2个全连接层、卷积层、跳跃层、掩蔽层、Bi-LSTM层、注意层和池化层.其中,卷积层提取语音情感空间特征;Bi-LSTM层提取语音情感时间序列特征;跳跃层主要解决梯度问题;掩蔽层使数据中为0的值不参与计算,降低了
目标在跟踪过程中由于运动速度过快、跟踪精度不够、出现遮挡而经常会导致跟踪失败.针对这一问题,文中在目标跟踪算法KCF的框架下提出一种基于时空上下文分层卷积的相关滤波算法.其中选用训练好的VGG-19网络提取多层深度特征送入岭回归中训练模型,并对多层深度特征的响应值采用自适应分配权重的方式得出最终的置信度,同时依据上一帧预测位置选取与目标同等宽高的上下左右四块区域,增加在目标搜索区域的四周用来约束目标因速度过快超出搜索范围的情况,然后针对目标遮挡提出一种新型遮挡判断机制用以判断目标是否被遮挡,并配合峰值分布
电动汽车大规模接入使得电力系统的电能质量下降,电动汽车的充电需求预测是解决电动汽车接入电网问题的基础,电动汽车驾驶行为的不确定性导致对其充电需求的预测精度不足,文中提出一种基于马尔科夫链蒙特卡洛(MCMC)模拟的电动汽车充电需求分析方法.首先用出行链描述电动汽车的出行行为,出行链包括时间特征量和空间特征量,利用马尔科夫链模拟出行链的相关特征量,从而实现模拟电动汽车出行行为的目的;然后利用蒙特卡洛法对电动汽车的充电需求进行计算,分析电动汽车驾驶过程中和充电后荷电状态的变化;最后计算出电动汽车的充电需求.算例
针对军事指挥控制保障领域各种技术数据资料挖掘处理和融合应用效率低下的问题,提出利用知识抽取技术获取关键知识及其相互关系,形成相应知识体系,以实现数据的高效利用.在知识抽取系统框架的研究与设计过程中,首先介绍了知识抽取的相关理论知识,如知识图谱、命名实体识别、关系抽取等技术;其次分析了军事领域知识抽取中命名实体识别和关系抽取的研究现状;最后设计了指挥控制保障领域知识抽取系统的总体框架和模块,包括本体建模、语料标注、命名实体识别和关系抽取等模块.首次对指挥控制保障领域的知识抽取进行研究,在系统设计过程中充分考
X-Plane内置的数据采集系统以及基于其“DATA”协议的二次开发,可以提供包括飞行器经度、纬度、平均海拔高度等在内的通用数据,但无法输出诸如仪表着陆系统(ILS)偏移、陆基增强系统(GBAS)偏移等专业性很强的非通用数据.基于X-Plane的“RREF”和“DREF”数据交互协议,利用Python开发了飞行数据交互与分析系统,除通用数据外,该系统还可以根据需要实时采集并存储X-Plane中专业性很强的非通用数据,并能够对采集数据进行分析和回放.模拟飞行数据验证表明,设计的系统能以规定的精度采集所需飞行
由于固定时长的红绿灯控制已经远远满足不了现代道路交通需求,因此提出一种基于非对称轮询模型完全服务策略的智能交通灯控制系统,用于提升路口通行效率.采用马尔可夫链与概率母函数方法进行建模分析,首次推导出完全服务策略非对称轮询模型并用于交通控制,进行仿真实验验证数学模型并根据该模型性能指标优化配时策略.针对不同的系统负载情况提出多种配时模式以适应不同交通路况,通过视频检测获取车辆到达率,应用FPGA调用MOS器件进行模块化电路系统设计,根据实时到达率情况选择配时模式计算出绿灯时间进行动态配时.在QuartusⅡ
对于随机k-SAT问题,限定每个变元出现的次数恰好出现d次,形成随机规则(k,d)-SAT问题,目前国内外对该问题的相关研究较少,且研究随机规则(k,d)-SAT问题比研究k-SAT问题更为具体.文中给出一种随机规则(k,d)-SAT问题的生成实例模型——RRIG(N,k,d)模型,并用改进的模拟退火算法SARSAT求解规则随机规则(k,d)-SAT问题.将变元出现次数d加入到扰动策略中,利用变元出现次数和子句间约束关系中的启发信息对候选解中的赋值选择性改动,加快算法收敛至较优解的速度;同时,模拟退火算法
水下桥墩检测机器人定点悬停检测作业时,姿态受外界强流扰动作用明显,对控制器的控制性能提出挑战.为增强机器人检测作业的稳定性和抗流性能,提出水动力模型补偿的自抗扰控制方法.首先,采用水动力仿真技术获取机器人迎流阻力与迎流角之间的机理关系;然后将其作为已知扰动补偿至自抗扰控制器中,利用观测器对内外扰动估计和补偿;最终实现了对强流作业环境中机器人的稳定控制功能.Matlab的Simulink仿真环境中的仿真结果表明:水动力模型补偿的自抗扰控制器相比传统PID和常规自抗扰控制器,由于利用已知信息对观测器补偿使状态
为分析地质条件和开采条件等相关因素对煤矿瓦斯涌出量时间序列的影响,挖掘小样本条件下多源监测信息与呈非线性特征的瓦斯涌出量之间的关系,实现瓦斯涌出量的精准预测,在时间序列理论基础上,选用经验模态分解(EMD)法和极限学习机(ELM)构建基于监测信息的瓦斯涌出量EMD-ELM多源时变预测模型.对于小样本监测数据,采用Pearson相关检验选定主要瓦斯涌出量影响因素,通过EMD深层分解瓦斯涌出量监测序列,求出瓦斯涌出量本质模函数(IMF),提取瓦斯涌出量非线性时间序列的样本特征,以及对应瓦斯涌出量序列的高频波动