黑碳(BC)气溶胶(简称黑碳)对区域和全球气候变化具有重要影响。为了进一步认识亚洲地区黑碳的区域气候效应,本文使用新一代的区域气候—化学模式RegCM4,研究了来自印度和中国内地的黑碳排放对东亚冬季气候的影响。结果表明:来自中国内...黑碳(BC)气溶胶(简称黑碳)对区域和全球气候变化具有重要影响。为了进一步认识亚洲地区黑碳的区域气候效应,本文使用新一代的区域气候—化学模式RegCM4,研究了来自印度和中国内地的黑碳排放对东亚冬季气候的影响。结果表明:来自中国内地和印度的黑碳排放可导致东亚地区黑碳的区域平均柱含量、大气顶和地表有效辐射强迫分别变化了+1.78 mg m^(−2)、+1.98 W m^(−2)和−2.17 W m^(−2)。中国内地和印度黑碳对东亚气候的影响机制相同。印度黑碳对东亚冬季气候的影响主要通过对大气动力过程的调整来实现,由此造成的散射气溶胶浓度增加可导致该区域850 hPa附近和地表气温降低,而中国内地的黑碳还可直接影响东亚气候,其加热效应可导致该区域大部分地区850 hPa附近的气层变暖。由于中国内地黑碳在东亚地区占主导,其在影响东亚区域气候变化方面发挥着更重要的作用。总体而言,两地总的黑碳会造成850 hPa高度附近云量减少和气温升高;地表日照时数减少,气温、感热通量和地表蒸发量下降;边界层高度降低和散射气溶胶的柱含量上升。研究结果还进一步反映了东亚冬季气候对不同排放黑碳的响应表现出了一定的非线性。展开更多
针对在跟踪目标受到严重遮挡或者尺度变化显著等复杂场景下原始核相关滤波算法(Kernel Correlati-on Filter, KCF)追踪目标失败的问题,本文提出了一种将边缘检测算子(Edge Detection Operator, EDO)、多特征融合、尺度自适应相结合的改...针对在跟踪目标受到严重遮挡或者尺度变化显著等复杂场景下原始核相关滤波算法(Kernel Correlati-on Filter, KCF)追踪目标失败的问题,本文提出了一种将边缘检测算子(Edge Detection Operator, EDO)、多特征融合、尺度自适应相结合的改进型KCF目标追踪算法。首先,通过引进高斯拉普拉斯算子(Laplacian of Gaussian, LOG),对初始帧图像进行处理以获取更多边缘信息。其次,将颜色特征(Color Naming, CN)与方向梯度直方图(Histogram of Gradient, HOG)进行线性融合,可以在处理目标被遮挡时获取更多目标图像的多特征信息。然后,通过使用尺度池自适应方法解决跟踪目标时尺度变化问题。最后,使用OTB-100数据集进行算法仿真和效果评估,证明了使用本文提出的改进型KCF目标追踪算法在复杂背景下依然具有较好的准确性和鲁棒性。In this paper, an enhanced KCF target tracking algorithm is proposed to address the limitations of the original Kernel Correlation Filter (KCF) in tracking targets under complex scenarios with significant scale changes or severe occlusion. The proposed algorithm integrates Edge Detection Operator (EDO), multi-feature fusion, and scale adaptation. Firstly, Laplacian of Gaussian (LOG) is introduced to process the initial frame image for obtaining more edge information. Secondly, a linear fusion of Color Naming (CN) and Histogram of Gradient (HOG) enhances multi-feature information extraction when the target is obstructed. Furthermore, the scale change issue is addressed using a scale pool adaptive method. Finally, simulation and evaluation on OTB-100 dataset demonstrate that the improved KCF target tracking algorithm maintains high accuracy and robustness in complex backgrounds.展开更多
文摘黑碳(BC)气溶胶(简称黑碳)对区域和全球气候变化具有重要影响。为了进一步认识亚洲地区黑碳的区域气候效应,本文使用新一代的区域气候—化学模式RegCM4,研究了来自印度和中国内地的黑碳排放对东亚冬季气候的影响。结果表明:来自中国内地和印度的黑碳排放可导致东亚地区黑碳的区域平均柱含量、大气顶和地表有效辐射强迫分别变化了+1.78 mg m^(−2)、+1.98 W m^(−2)和−2.17 W m^(−2)。中国内地和印度黑碳对东亚气候的影响机制相同。印度黑碳对东亚冬季气候的影响主要通过对大气动力过程的调整来实现,由此造成的散射气溶胶浓度增加可导致该区域850 hPa附近和地表气温降低,而中国内地的黑碳还可直接影响东亚气候,其加热效应可导致该区域大部分地区850 hPa附近的气层变暖。由于中国内地黑碳在东亚地区占主导,其在影响东亚区域气候变化方面发挥着更重要的作用。总体而言,两地总的黑碳会造成850 hPa高度附近云量减少和气温升高;地表日照时数减少,气温、感热通量和地表蒸发量下降;边界层高度降低和散射气溶胶的柱含量上升。研究结果还进一步反映了东亚冬季气候对不同排放黑碳的响应表现出了一定的非线性。
文摘针对在跟踪目标受到严重遮挡或者尺度变化显著等复杂场景下原始核相关滤波算法(Kernel Correlati-on Filter, KCF)追踪目标失败的问题,本文提出了一种将边缘检测算子(Edge Detection Operator, EDO)、多特征融合、尺度自适应相结合的改进型KCF目标追踪算法。首先,通过引进高斯拉普拉斯算子(Laplacian of Gaussian, LOG),对初始帧图像进行处理以获取更多边缘信息。其次,将颜色特征(Color Naming, CN)与方向梯度直方图(Histogram of Gradient, HOG)进行线性融合,可以在处理目标被遮挡时获取更多目标图像的多特征信息。然后,通过使用尺度池自适应方法解决跟踪目标时尺度变化问题。最后,使用OTB-100数据集进行算法仿真和效果评估,证明了使用本文提出的改进型KCF目标追踪算法在复杂背景下依然具有较好的准确性和鲁棒性。In this paper, an enhanced KCF target tracking algorithm is proposed to address the limitations of the original Kernel Correlation Filter (KCF) in tracking targets under complex scenarios with significant scale changes or severe occlusion. The proposed algorithm integrates Edge Detection Operator (EDO), multi-feature fusion, and scale adaptation. Firstly, Laplacian of Gaussian (LOG) is introduced to process the initial frame image for obtaining more edge information. Secondly, a linear fusion of Color Naming (CN) and Histogram of Gradient (HOG) enhances multi-feature information extraction when the target is obstructed. Furthermore, the scale change issue is addressed using a scale pool adaptive method. Finally, simulation and evaluation on OTB-100 dataset demonstrate that the improved KCF target tracking algorithm maintains high accuracy and robustness in complex backgrounds.
