WRF3.0参数化敏感性及集合预报试验

为了研究WRF模式中的参数化方案对暴雨数值模拟的影响及物理过程集合预报在WRF降水集合预报中的适用性,利用中尺度WRF3.0数值模式,将模式中的物理过程参数化方案进行组合,构造了20个集合预报成员,对2003年7月8、9日发生在江淮地区的一次降水过程进行了集合预报试验。得到:集合成员之间存在一定的不确定性,不确定性随降水量级增大而增大,最终维持在一个较高的水平;通过定量比较发现,对于0.1 mm量级降水和25 mm以上量级降水,积云对流参数化方案对降水的影响要大于行星边界层方案对降水的影响;而对于10 mm量级降水,行星边界层方案对降水的影响要大于积云参数化方案对降水的影响。对20个预报成员进行了集合平均及降水概率预报试验,结果表明,集合平均的结果要比各个成员的稳定、可靠;概率预报能够提供一些有利于降水预报的信息。

同轴偏视场共孔径面阵成像光学系统设计

随着对空间信息获取能力的要求不断提高,使得高分辨率动态遥感成为空间光学领域一个新的研究热点。偏视场同轴三反光学系统具有长焦距、体积小、轻量化程度和成像质量高等特点,能够满足低轨视频卫星高分辨率、多谱段、多功能性和低成本的要求,因此在高分辨率动态遥感领域有着广泛的应用前景。以高斯光学和三反射消像差理论为基础,设计了可见光面阵成像、近红外和中红外线阵推扫成像的共孔径光学系统。可见光系统焦距4.1 m,近红外系统焦距2.6 m,中红外系统焦距1.85 m,三者孔径均为520 mm,视场均为0.6°×0.6°,成像质均接近衍射极限,成像质量良好。系统总长小于f′_(visible)/3.7,且系统的加工和装配公差较为宽松,易于实现。

深紫外光刻投影物镜的三维偏振像差

深紫外光刻投影物镜是光刻机的核心部件,然而无论是照明光场偏振态的空间分布,还是光刻投影物镜自身的偏振像差都将改变光束的紧聚焦特性,对成像质量造成不可忽略的影响。基于三维琼斯矩阵,把偏振像差函数推广到三维空间,建立了三维相干光场中偏振像差的评价方法,并分析了典型的偏振敏感光学系统——深紫外光刻投影物镜的三维偏振像差,详细阐述了其物理意义。研究发现:三维偏振像差函数的光瞳分布与视场、光学薄膜以及光学系统的自身结构密切相关。深入讨论了光学薄膜及偏振效应对光刻投影物镜成像质量的影响,进一步研究了照明光场的偏振态分布与光学系统波像差的关系,研究表明:光学薄膜引入的附加位相将导致光刻投影物镜的像质明显下降,而采用径向矢量光场照明可以改善成像质量。

太阳同步轨道二维变姿态空间相机的外热流计算

为了得到准确的二维变姿态空间相机外热流数据,提出了一种在J2000坐标系下进行二维变姿态空间相机的外热流算法。首先,在J2000坐标系下确定了相机的位置、太阳的位置及其辐射强度;其次,根据空间相机的视轴始终指向太阳的工作特点及太阳的位置,计算出其在极端情况下的二维姿态角;然后,根据得到的姿态角计算出姿态变换矩阵。最后,利用Matlab编程计算出一个轨道周期内的不变姿态以及二维变姿态条件下的复杂外热流。该方法计算得到的不变姿态外热流与I-deas/TMG软件得到的结果能够很好地吻合。与姿态不变的相机相比,相机二维姿态的变化会导致其外热流发生较大的变化,尤其是入光口所在的-Y面,其太阳直射热流的波动范围为0~1 394 W/m^2。得到的姿态角为热仿真模型姿态的调整提供了重要参考。由变姿态外热流数据可以看出,-Z面的外热流最小,其最大平均外热流小于4 W/m^2。另外±X面和+Y面的外热流也较小,±X面最大平均外热流小于80 W/m^2,+Y面最大平均外热流小于110 W/m^2。在实际应用中,由于卫星平台的遮挡,±X面和+Y面的外热流会更小,因此可以将-Z面,±X面和+Y面作为散热面,为热设计工作提拱了很好的指导。

结合光谱解混与压缩感知的高光谱图像有损压缩(英文)

压缩传感技术可以利用远少于奈奎斯特采样定理所获得的采样数据进行信号的鲁棒性重建。因此,该技术在计算资源和存储空间均受限的高光谱图像压缩中具有很大的应用潜力。提出了一种基于压缩感知与光谱解混的高光谱图像压缩算法。在编码端,分别通过空间采样和光谱采样来实现图像采样点的压缩;然后,对采样数据的空间与谱间相关性进行了研究。为了提高压缩性能,采用谱线性预测去除采样后的谱间相关性,利用JPEG-LS对预测误差进行编码来生成最终的比特流。在解码端,首先解码比特流以获得采样数据;采用光谱解混技术对原始高光谱图像进行重构,克服了传统压缩感知重建的诸多不足。针对机载可见/红外成像光谱仪数据的实验结果表明,该算法比JPEG2000和DCT-JPEG2000具有更好的压缩性能,并具有较低的计算复杂度。

结合光谱解混与压缩感知的高光谱图像有损压缩

压缩传感技术可以利用远少于奈奎斯特采样定理所获得的采样数据进行信号的鲁棒性重建。因此，该技术在计算资源和存储空间均受限的高光谱图像压缩中具有很大的应用潜力。提出了一种基于压缩感知与光谱解混的高光谱图像压缩算法。在编码端，分别通过空间采样和光谱采样来实现图像采样点的压缩；然后，对采样数据的空间与谱问相关性进行了研究。为了提高压缩性能，采用谱线性预测去除采样后的谱间相关性，利用JPEG—LS对预测误差进行编码来生成最终的比特流。在解码端，首先解码比特流以获得采样数据；采用光谱解混技术对原始高光谱图像进行重构，克服了传统压缩感知重建的诸多不足。针对机载可见／红外成像光谱仪数据的实验结果表明，该算法比JPEG2000和DCT—JPEG2000具有更好的压缩性能，并具有较低的计算复杂度。