多频率多极化地表辐射参数化模型

发展了针对对地观测系统被动微波辐射计AMSR-E应用的裸露地表辐射模型。首先,利用1993年法国INRA地面试验数据对AIEM在宽波段高频率和大角度的辐射信号模拟能力进行评价。验证结果表明,AIEM模型模拟值与地面实测数据吻合很好,说明AIEM模型能很好模拟宽波段和大角度的辐射信号。在此基础上,用AIEM模型建立了一个针对AMSR-E传感器参数配置,包含各种地表粗糙度和介电特性的裸露地表辐射模拟数据库。利用AIEM模拟数据和地面实测数据对目前人们使用的半经验地表模型进行了比较和分析,发展了多频率多极化的地表辐射参数化模型———Qp模型。该模型中,地表粗糙度对辐射信号的影响通过粗糙度参数Qp来表示。参数Qp可简单表示为均方根高度与相关长度的比值(s/l)。从Qp模型与AIEM模型模拟的发射率比较结果来看,它们之间的绝对误差很小,不超过10-3。因而,本文发展的参数化模型可用作模拟地表辐射的前向模型,如用于估算AMSR-E传感器的亮温值,同时模型的发展有利于提高人们对辐射机制的理解和认识。

目标分解技术在植被覆盖条件下土壤水分计算中的应用

目标分解技术利用协方差矩阵的特征值和特征矢量,将极化雷达后向散射测量值分解为单向散射、双向散射和交叉极化散射三个分量,并建立了植被覆盖地表的一阶物理离散散射模型。通过分解的各分量与该模型的比较,建立重轨极化雷达测量数据估算土壤水分的方法。采用Washita’92实验区多时相全极化L波段JPL/AIRSAR图像雷达测量数据,利用分解的散射测量值,我们评估了在同一入射角,单频（L波段）、多路条件下,分解理论在进行土壤水分估计时减小植被影响的能力。结果表明利用目标分解理论和重轨极化雷达数据可以估算植被覆盖区域土壤水分的变化情况。

新鲜铁表面锈蚀过程的拉曼光谱研究

实验采用共焦显微拉曼光谱技术测量水体系中的纯铁电极表面 ,获得了铁电极表面在激光照射下生成的氧化铁物种随时间而变的拉曼光谱 。

化学振荡体系相干共振的诱导和增强

采用数值模拟的方法研究了乘性和加性噪音对化学振荡体系相干共振的影响作用.结果表明,乘性和加性噪音同时对体系进行调制时,所得的相干共振强于只有其中一种噪音调制的共振;相对于加性噪音而言,体系能更好地利用乘性噪音来增宽使体系处于振荡状态的控制参数区域;控制参数效应和噪音效应相比,前者对体系相干共振的产生和增强起主要的影响作用.另外,当噪音增到临界强度时,乘性和加性噪音分别对体系进行调制的动力学行为差异被湮没,说明此时乘性和加性噪音对体系动力学行为的影响趋于一致.

基于人工智能的地球物理参数反演范式理论及判定条件

[目的/意义]人工智能(Artificial Intelligence,AI)技术已在学术和工程应用领域掀起了研究高潮,在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力。目前大部分AI技术在地学和农学的应用还是“黑箱”,没有物理意义或缺乏可解释性及通用性。为了促进AI在地学和农学的应用和培养交叉学科的人才,本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论。[方法]首先基于物理能量平衡方程进行物理逻辑推理,从理论上构造反演方程组,然后基于物理推导构建泛化的统计方法。通过物理模型模拟获得物理方法的代表性解以及利用多源数据获得统计方法代表性的解作为深度学习的训练和测试数据库,最后利用深度学习进行优化求解。[结果和讨论]判定形成具有通用性和物理可解释的范式条件包括:(1)输入与输出变量(参数)之间必须存在因果关系;(2)输入和输出变量(参数)之间理论上可以构建闭合的方程组(未知数个数少于或等于方程组个数),也就是说输出参数可以被输入参数唯一确定。如果输入参数(变量)和输出参数(变量)之间存在很强的因果关系,则可以直接使用深度学习进行反演。如果输入参数和输出参数之间存在弱相关性,则需要添加先验知识来提高输出参数的反演精度。此外,本研究以农业气象遥感中的关键参数地表温度、发射率、近地表空气温度和大气水汽含量联合反演作为案例对理论进行了证明,分析结果表明本理论是可行的,并且可以辅助优化设计卫星传感器波段组合。[结论]本理论和判定条件的提出在地球物理参数反演史上具有里程碑意义。

钙离子体系的振动双共振控制

研究了钙离子振荡体系在高、低两种不同频率信号作用下所产生的振动双共振(VBR)及其控制方法.结果表明:系统对低频信号响应的幅值随高频信号振幅的变化产生了振动双共振现象,并且低频信号的频率越低,振幅越大,系统通过振动双共振对微弱低频信号的放大倍数越大.体系离霍普夫(Hopf)分岔点的距离越近(控制参数域值越小),体系发生振动双共振所需要的最大高频信号幅值越往大的方向漂移,同时体系振动双共振的强度越小.细胞内钙波形成过程中的反馈机制对体系振动双共振的增强和减弱起着重要的作用,即正反馈机制对体系振动双共振强度起增强的作用,而负反馈机制却起减弱的作用.另外,体系中引入噪音所产生的随机共振不仅削弱振动双共振的强度而且还影响振动峰的个数,也发现存在极限噪音强度使体系产生不同的振荡行为,极限噪音强度之下,体系产生VBR现象,而极限噪音强度之上,体系则发生单峰振荡共振现象.

生物钟体系中色噪音诱导的日夜节律振荡和内信号随机共振

利用脉孢菌生物钟体系,研究了色噪音对其进行诱导所产生的日夜节律振荡信号及其内信号随机共振的行为.结果表明,色噪音的相关时间对该体系内信号随机共振的强弱起较大的影响作用.当无外信号存在时,色噪音的相关时间对体系内信号随机共振强度起抑制的作用,且随相关时间的增大,抑制作用增强.当外信号加到体系中时,由于相关时间和外信号的协同作用,相关时间不仅对其内信号随机共振强度起抑制的作用,而且还影响内信号随机共振峰的数目,即随相关时间的增大,可使单峰随机共振变为随机双共振.存在最佳的外信号频率使体系的内信号随机共振强度得到最大的增强,而其他频率的外信号却起抑制作用.色内噪音和色外噪音相比,前者对该体系进行诱导所得的内信号随机共振强度比后者的更强,而且体系对前者更敏感.另外,存在极限的噪音强度使白噪音和色噪音对该体系内信号随机共振的影响差异得以消失.所得结果可为治疗生物钟紊乱综合症提供理论依据,同时可更好地理解其他节奏机理,如心脏搏动节奏、呼吸节奏以及荷尔蒙水平的波动节奏等.

结构化学教学质量提升初探

结构化学是一门理论性较强的化学专业课程,传统的教学模式让学生很难理解和接受,甚至会使学生产生逃避的心理。文章从科研与教学的融合,利用计算机多媒体技术和模拟实验融于教学三方面,对结构化学教学质量的提高进行了有意义的探讨。

基于大数据的遥感参数人工智能反演范式理论形成与工程技术实现

为了解决人工智能(Artificial Intelligence)应用在地球物理参数反演中的“黑箱”问题,使得人工智能应用具有物理意义和可解释性及普适性,深度学习耦合物理方法和统计方法的理论和技术在各学科领域正在陆续展开。本研究通过梳理作者20余年的相关研究,在前面归纳和演绎得到人工智能地球物理参数反演范式理论和判定条件基础上,分别给出了遥感参数人工智能反演范式和判定条件。目前大家研究普遍遇到一个问题,很多人工智能参数反演理论模拟数据反演精度非常高,但实际应用反演精度不理想,因此深度学习如何耦合物理方法和统计方法成为当前亟须解决的工程与技术难题。我们以被动微波土壤水分和地表温度反演为例进行阐述,分析表明物理模型本身的精度还要很大的提升空间或者模拟数据只代表现实情况中的少部分情况。因此只利用物理模型模拟数据直接进行反演还存在很大的局限,必须补充大量高精度的多源统计观测数据。同时可以通过利用模拟数据对深度学习训练和用实际数据检验物理模型的误差。统计方法是人类最直观的描述,物理方法是对统计方法的归纳演绎总结,但真实世界的信息或能量传输是按量子形式传递,物理模型只是当前人们认识世界的最高形式,大部分模型并没有刻画好真实信息流。深度学习中的不同神经元更适合描述和表达量子信息的传输方式,以微积分量子能量信息流认识真实世界需要提高人类的思维认知方式,这才是最高模式。如何采集满足真实情况(量子信息或能量传输)的数据显得非常重要,当前可以充分利用物理逻辑推理构建物理方法和统计方法,并在范式理论和判定条件框架指导下利用大数据思维模式提高地球物理参数反演精度。通过物理逻辑推理证明输入变量能唯一确定输出变量是形成具有物理意义和可解释及通用的反演或分类或预测范式的基本条件,从量子信息(能量)传输真实角度控制采集数据质量是地球物理参数高精度反演工程与技术实现的关键,提高微积分量子信息流思维认知和甄辨物理模型的局限对实现人工智能高精度反演具有里程碑意义。

针对MODIS影像的劈窗算法研究

在分析热红外遥感和现有的劈窗算法的理论基础上,针对MODIS数据对劈窗算法进行了推导。通过对热辐射强度和温度之间的关系计算,对Planck函数进行了线性简化,同时分析了MODIS的波段设置特点。MODIS的近红外波段适宜于反演大气水汽含量,而大气透过率主要从MODIS的近红外波段数据反演得到大气水汽含量,并进而根据水汽含量与大气透过率的关系来进行估算。通过MODIS的可见光波段、近红外和中红外波段数据,完全可以获得地表温度反演所需要的基本参数,从而形成了针对MODIS数据的地表温度反演的劈窗算法。最后以环渤海地区为实验区,对本文提出的方法进行了实际应用分析。

一个针对ASTER数据同时反演地表温度和比辐射率的四通道算法

本文利用对地观测卫星多传感器的特点,提出了针对ASTER数据同时反演地表温度和比辐射率的多通道算法。即利用ASTER数据的第11,12,13,14热红外波段建立热辐射传输方程,并通过对于地表比辐射率分析可知,ASTER4个热红外波段的比辐射率可以用近似线性方程表示,得到了6个方程6个未知数,从而形成了针对ASTER数据的同时反演地表温度和比辐射率的多通道算法。对于关键参数大气透过率,则是通过同一颗星的MOD IS传感器的3个近红外波段反演大气水汽含量,然后用MODTRAN模拟大气水汽含量与ASTER热红外波段的统计关系,并进而根据这一关系来计算ASTER热红外波段的大气透过率。由于MOD IS和ASTER是在同一颗星上,因此这种大气透过率估计方法保证了地表温度反演过程中所需大气参数的同步获取。

用MODIS影像和劈窗算法反演山东半岛的地表温度

简要介绍了劈窗算法,并对Planck方程进行了线性简化,从而简化了劈窗算法的方程计算.针对MODIS的波段设置特点,先用近红外波段反演大气水汽含量,然后根据LOWTRAN模拟大气水汽含量与透过率的关系,这样可以根据反演得到的水汽计算31和32波段的透过率.最后运用劈窗算法反演山东半岛地区的地表温度(LST),结果比较合理.

吸附于铁表面上的苯并咪唑的拉曼光谱研究

利用现场拉曼光谱技术研究苯并咪唑（HBIM）分子在中性介质（0.1mol/L KC1和KC1O4）中改变电位对它们在铁上吸附作用的影响。由拉曼光谱分析得知，在中性乙醇溶液中，苯并咪唑分子在铁表面上的吸附是化学吸附，且与铁表面形成配合物。KCl和KClO4的存在影响苯并咪唑分子吸附能力，当KC1为支持电解质时，在铁表面形成了配合物[Fen(Cl)k(HBIM)m],由于Cl^-的竞争共配位，使得HBIM与铁的配位能力下降，所以生成的配合物的致密性下降，从而使铁表面上也吸附有部分乙醇分子。而当KC1O4为支持电解质时，在铁表面形成的是[Fen(HBIM)m]配合物，由于ClO4^-不参与配位，HBIM分子在铁表面上的吸附作用更强，直接导致配合物的致密性高，使铁表面几乎没有乙醇分子吸附，表明HBIM与铁的配位能力比KC1为支持电解质时的强。

金属晶体教学的三维动画制作与应用

利用三维动画制作软件3 Dmax及图片处理软件Photoshop制作了金属晶体的三维动画课件,阐释了三维动画在金属晶体教学中的优势.

被动微波遥感反演中国西部地区雪深、雪水当量算法初步研究(英文)

雪深、雪水当量是积雪研究中重要参数,其在流域水量平衡和融雪径流预报以及雪灾监测与评价中起着重要作用。Chang等(1987)以辐射传输理论和米氏散射为理论基础,假定积雪密度和颗粒大小为常数,利用实测雪深数据和SMMR的亮温数据,通过统计回归方法,建立了雪深与18GHz和37GHz水平极化的亮温梯度之间的关系,发展了SMMR半经验的反演雪深的算法。后在此基础上又发展了针对SSM/I的半经验反演雪深算法。2002年发射的装载于Aqua卫星上的AM-SR-E是新一代的被动微波辐射计,性能较以往星载被动微波辐射计有较大提高,采用了改进后的SSM/I的半经验算法作为其估算全球雪水当量的反演算法。将AMSR-E的雪水当量产品与气象台站观测的雪水当量进行比较,发现在新疆地区和青藏高原地区雪水当量的RMSE分别达到31.8mm和21mm。本研究旨在建立基于AMSR-E亮温数据,适用于中国西部地区的雪深和雪水当量反演算法。首先收集整理了2003年新疆地区的雪深、雪水当量数据和AMSR-E亮温数据,去除错误样本,利用统计回归的方法,建立了新疆的反演雪深、雪水当量的半经验算法,算法中加入积雪覆盖度参数,较以往的算法有所改进,与气象台站观测数据比较,结果也表明新疆地区建立的经验算法较AMSR-E的雪水当量算法有较大改进,RMSE为15.7mm。但青藏高原地区因海拔高,地形复杂,大部分地区积雪较浅,空间分布不均和冻土存在等诸多因素运用同样的方法建立反演算法,结果不甚理想,以后的研究将重点消除这些干扰因素。

用被动微波AMSR数据反演地表温度及发射率的方法研究

针对对地观测卫星多传感器的特点,提出了借助MODIS地表温度产品从被动微波数据中反演地表温度的方法.即利用MODIS地表温度产品和AMSR不同通道之间的亮度温度,建立地表温度的反演方程.该方法克服了以往需要测量同步数据的困难,为不同传感器之间的参数反演相互校正和综合利用多传感器的数据提供实际应用和理论依据.文中以MODIS地表温度产品作为评价标准,对方法进行检验,其平均误差为2～3℃.另外,微波的发射率是土壤水分反演的关键参数,在对微波地表温度反演的基础上,进一步对发射率进行了研究.

不同地物类型微波发射率特征分析

地表微波发射率是表征地表特征的重要参数,同时也是反演地表、大气参数的重要条件。不同地物类型由于其结构,含水量,粗糙度等的差异而具有各自的辐射特征。利用2003年6～8月,2003年12月～2004年2月两个时段针对AMSR-E(advanced microwave scanning radiometer-EOS)传感器的晴空条件下全球地表微波发射率数据,结合IGBP分类标准及覆盖度数据,选择相对较纯像元,分析了不同地表类型的发射率特征以及不同地物类型的发射率在不同波段随季节的变化规律。结果表明,地表发射率跟频率与极化相关,几乎所有植被和裸土类型双极化下的发射率变化趋势是随频率的增加而增大,而冰雪覆盖类型V极化发射率随频率增加而减小。此外,发射率跟地表类型密切相关。植被类型的发射率要高于裸土的发射率。因此,随着植被密度的降低,裸土的贡献增大,导致总体发射率的降低。对于植被类型,一般在夏季处于生长旺盛期,发射率比较稳定,可作为特征发射率。积雪覆盖是一个重要因素,尤其在冬季影响着地表的发射率变化。

综合主动和被动微波数据监测土壤水分变化

微波遥感测量上壤水分的方法主要分主动和被动两种,它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射、来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型,用来计算体散射项,综合时间序列的主动和被动微波数据,消除植被覆盖的影响,估算地表土壤水分的变化状况。并应用1997年美国SGP’97综合实验中的机载800m分辨率辐射计ESTAR数据计算表面反射系数,综合Radarsat的SCAN-SAR数据得到体散射项,然后,由NOAA/AVHRR和TM计算得到的DNVI值加权分配50m分辨率的体散射项,最后计算50m分辨率的表面反射系数的变化值,从而得到土壤水分的变化情况,验证数据表明该计算结果与实测值一致。

基于GLDAS的中国区地表能量平衡数值试验

利用全球陆面数据同化系统(GLDAS)的软件平台—陆面信息系统(LIS)模拟了中国区域2003年能量平衡方程的各个分量,在此基础上进行了残差分析和地表温度的对比验证。残差的分布具有一定的时空分布特征,残差的时间分布特征表明LIS对春秋两季的模拟效果要好于其它季节,残差的空间分布特征表明LIS对纬度较高和海拔较高地区的模拟效果要逊于其他地区。对比了模拟的GLDAS地表温度与MODIS地表温度产品,结果显示两者之间的差值介于-5～5K之间,两者的散点图和标准离差显示模拟的夜间地表温度要比模拟的白天地表温度精确2～3K。

风云三号微波成像仪积雪参数反演算法初步研究

选择新疆地区作为实验区,为风云三号(FY-3)微波成像仪(MWRI)发展中国区域的积雪参数半经验反演算法。使用2003年4个月的新疆地区的台站观测资料和AMSR-E 18.7 GHz,36.5GHz和89 GHz水平和垂直极化亮温作为FY-3 MWRI的模拟数据,在Chang建立的半经验模型的基础上,采用多元线性回归分析,建立一个新算法。用已有方法去除水体、降雨、湿雪、冻土的像元后,用新算法反演了新疆地区的2004年1月的积雪参数,并分别与AMSR-E雪水当量产品和台站观测值进行比较,结果表明新算法在新疆地区优于AMSR-E的反演算法。