一、关于“地球同步卫星运行”的几个隐含条件的讨论(论文文献综述)
夏晓丽[1](2021)在《新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究》文中研究指明随着城市化规模和水平的提高,我国经济发展水平有了显着提高,与此同时也出现了日益突出的空气污染问题,对大气污染的模拟与预报逐渐成为当今的热点社会问题也是一项科学难题。随着计算能力的提高和模式预报水平的发展,空气质量预报模式逐渐成为空气污染领域研究的主要研究方式。同时资料同化技术能够为预报模式提供准确的初始条件,成为降低模式预报不确定性的一种有效方法。气溶胶是大气污染物的主要成分,大气气溶胶对气候系统和环境污染都有着非常重要的作用。近年来,随着卫星遥感技术的不断进步,通过大气探测技术获取大气气溶胶数据已成为大气研究领域中重要的获取方式。充分利用好现阶段先进的新一代卫星气溶胶资料是当前空气质量预报研究的热点。本文通过结合WRF-Chem预报模式,在GSI(Gridpoint Statistical Interpolation)系统中使用三维变分方法,分别研究能够同化新一代气象卫星风云3号(FY-3A)卫星,葵花8号(Himawari-8)卫星,风云4号(FY-4A)卫星气溶胶资料的同化系统,结合实际大气污染个例设计同化试验,进一步验证了同化试验对预报的改进效果。研究结果表明:(1)基于GSI同化系统构建风云3号(FY-3A)卫星气溶胶资料的三维变分同化系统,将风云3号卫星气溶胶数据成功引入GSI同化系统中,用WRF-Chem模式做预报,使用NMC(National Meteorology Center)方法统计了背景误差协方差矩阵,较好地反映了14种气溶胶变量的垂直特征。经过同化试验之后的气溶胶光学厚度AOD(Aerosol Optical Depth)值的偏差和均方根误差值整体优化了接近30%,进一步验证了AOD资料同化系统的积极影响。同化卫星资料后,分析场提供了更加丰富的沙尘天气信息,风云3号(FY-3A)卫星同化试验比MODIS卫星资料同化试验效果更好一些。进一步验证了风云3号(FY-3A)卫星气溶胶资料同化对模式预报的改进效果。(2)进一步改进同化系统,基于静止卫星能够对同一地区连续观测的特点,构建基于静止气象卫星葵花8号(Himawari-8)卫星气溶胶资料快速更新同化系统。将葵花8号(Himawari-8)卫星气溶胶资料引入GSI分析系统中,并应用在2017年5月发生的一次强沙尘天气中,通过实际天气个例研究发现,同化AHI卫星AOD资料的试验在AOD值强度和覆盖度上都有较好的效果,特别是在中国东北地区大值中心区附近。与地面监测站AERONET站点数据对比发现,“AHI 1h DA”同化试验的改进效果最为明显,比其他更接近地面观测站,可能是由于同化了高频数据,有助于提供丰富的初始场信息,充分检验了同化系统的有效性。(3)选取一次实际沙尘天气个例,基于以上GSI中构建的快速循环同化系统,将我国第二代静止气象卫星风云4号(FY-4A)卫星的气溶胶数据成功接入GSI系统,系统地对比了其对沙尘天气气溶胶预报效果的影响。模式引入卫星AOD观测值后分析场中引入了研究区偏东北地区,北部平原地区以及东南地区几个沙尘的主要沙源。通过同化试验中气溶胶各组分的空间分布图可知,大气气溶胶在沙漠戈壁和北京地区的大值区主要是由于沙尘气溶胶的增加,华南上空AOD主要以P25组分分量为主。同化试验均反映了研究区域内AOD的增量中心且与卫星观测场中AOD高值区分布一致,同化调整后分析场的气溶胶信息更加丰富。试验研究表明我国风云4号(FY-4A)卫星气溶胶资料同化系统在空气质量预报中的应用具有广阔的发展前景。(4)根据以上工作,为了结合风云4号(FY-4A)卫星和葵花8号(Himawari-8)卫星数据的各自优点,研究了两种卫星气溶胶资料的联合同化系统,对发生在我国的一次大范围沙尘天气进行卫星资料同化试验,接着用WRF-Chem模式模拟AOD分布。同时同化风云4号(FY-4A)卫星和葵花8号(Himawari-8)卫星气溶胶资料的同化试验能够充分利用两种卫星在不同区域的数据覆盖度的优势,观测资料的增加丰富了在北京、内蒙古和东北地区特别是西北地区的AOD大值分布区,为分析场提供了更丰富的气溶胶观测信息和更准确的模式初始场描述。为未来我国风云卫星气溶胶数据的推广提供参考。
冯子晴[2](2020)在《高中生物理科学思维能力培养研究 ——以必修教材为例》文中研究说明基础教育阶段作为培养学生思维素质发展的最佳时期,“如何培养学生的创造性思维与创新能力”是现代素质教育、教学改革和物理教学所面临的核心问题。《普通高中物理课程标准(2017年版)》更是将“科学思维”确立为物理学科核心素养的重要要素之一。可见,无论是从教育教学观念还是教育改革观念来看,“科学思维教学”都是物理学科教学活动的重中之重,更是培养人类生存与发展基本素养的重要组成部分。研究高中教育阶段如何培养学生的科学思维能力具有理论和实践的双重价值和意义。本研究首先通过查阅书籍和文献,对当前该领域的相关理论和研究现状进行了系统的梳理与分析。同时对与该研究有关的“思维”、“科学思维”、“科学思维能力”、“物理学科科学思维”等概念进行了界定。从教育学、教育心理学角度出发,分析了“认知主义学习理论”与“建构主义学习理论”的教学理论对物理学科科学思维教学的理论支撑作用,旨在对科学思维及科学思维能力的培养形成系统性概述。接下来,研究以问卷调查的形式调查了云南省部分高中物理学科科学思维“教”与“学”的现状。调查分别从教师对于核心素养下科学思维教育的认识与开展情况以及学生当前的物理学科科学思维能力两个方面展开。研究发现教师对新课标中科学思维素养的认识和理解程度较浅,实际教学中也没有系统科学的培养方法与评价体系。同时,学生整体科学思维品质处于不良水平,科学思维能力较低,且相对缺乏创造性思维。最后,在前期文献综述以及调查研究的基础上,分别从教师自身和课堂教学两个方面提出培养学生科学思维能力的教学策略与教学建议。并且针对必修教材中具有代表性的一节概念课和一节习题课进行教学案例设计与分析,以期为一线教师更好地培养学生的科学思维能力提供借鉴与参考。
王彩云[3](2020)在《高中生物理学科核心素养培养的教学策略研究》文中研究表明发展学生核心素养是提高我国国际竞争力的重要课题,是贯彻党和国家教育方针,实现学生全面发展的必要方法。核心素养的培养需要依托于学校的学科教学,物理学科作为自然科学教育的重要组成部分,对人类认识、建设、改造世界,对社会的发展和国家的强盛都有着无可取代的作用,因此,对物理学科核心素养培养的研究至关重要。物理学科核心素养的四个方面细化了教学目标,为教师教学指明了方向。对学生而言,物理学科核心素养的培养,从知识到能力再到态度,更有利于实现其全面发展。本研究采用理论与教学实践相结合的的方法,结合相关理论,提出高中生物理学科核心素养培养的教学策略,最后应用于教学实践,在实践中检验教学策略是否有效,研究内容如下。1.通过阅读文献,分析和界定了素养、科学素养、核心素养、物理学科核心素养的概念和内涵。并从物理观念、科学思维、科学探究、科学态度与责任四个方面对物理学科核心素养进行深入解读。2.通过问卷调查的方法,分析了教师对物理学科核心素养的了解情况、课堂实施情况以及目前学生学习存在的主要问题,为研究设计有针对性的策略提供依据。3.通过对新课标、教材、学情的分析,依据教学策略设计了新的教学案例。4.将教学构想运用到教学实践中去,通过学生课堂学习反应、课后检测、听课教师评议等方式来判断新教学策略的教学效果。本研究提出了高中生物理学科核心素养培养的教学策略,并将该教学策略在实际教学中应用,取得了较好的教学效果,验证了该策略的可行性与实用性。研究结果表明:大多数学生喜欢新的教学模式,愿意用这种方式学习,学生核心素养的培养与考高分并不冲突,在这个过程中学生知道了知识的来龙去脉,形成了自己的知识体系,反而提高了解决习题与实际问题的能力。本文提出的教学策略在培养高中生物理核心素养上是成功的,对实际教学有一定的参考价值,但是,学生核心素养培养的教学策略研究是一个需要长期跟进并进行深入研究的过程,在今后的教学实践中,笔者将会继续研究,多学习、多观察、多总结,以期取得更大的进步,更好的培养学生物理核心素养。
王新鹏[4](2020)在《基于遥感的京津冀PM2.5时空分布特征提取与预测》文中认为高精度连续的PM2.5时空分布是研究PM2.5形成、扩散机理的重要基础。针对传统PM2.5反演方法存在高值低估、时空不连续的问题,本文对京津冀地区时空连续的PM2.5反演、预测进行研究:构建了基于气象因子、地面气态污染物监测数据、AOD的深度神经网络(DNN)PM2.5反演模型,有效改善PM2.5高值低估现象,生成每日PM2.5空间分布;在PM2.5时空自相关性基础上发展了时空自回归模型,生成0-23时逐小时的PM2.5空间分布图,弥补了PM2.5时空不连续的缺陷;构建了PM2.5预测模型,实现未来一天区域PM2.5浓度的预测。主要工作与成果如下:(1)顾及气态污染物和DNN的PM2.5反演模型针对京津冀地区重污染天气PM2.5反演存在的高值低估现象,构建了基于气象因子、气态污染物监测数据、AOD的DNN PM2.5反演模型,生成每日高精度的PM2.5空间分布图,并分析了气态污染物监测数据对PM2.5反演精度的影响。结果表明,引入气态污染物监测数据,每日PM2.5浓度交叉验证决定系数(R2)增加0.12,为0.87,均方根误差(RMSE)减少9.72μg/m3,为27.11μg/m3,DNN模型反演精度明显提高。针对AOD缺失地区,发展了顾及气态污染物监测数据、气象因子的PM2.5浓度填充模型,提高了各季节PM2.5平均浓度反演精度,使得AOD缺失地区PM2.5空间分布更加合理。(2)顾及监测站点PM2.5的时空自回归模型针对缺乏小时级区域PM2.5空间分布反演模型的缺陷,本文利用每日PM2.5空间分布和站点监测数据,发展了时空自回归模型,生成2014年京津冀地区逐时(0-23时)时空完整的PM2.5空间分布,并分析了模型精度。实验结果表明,模型交叉验证R2和RMSE分别为0.81、37.45μg/m3。各时PM2.5空间分布预测结果表明,本文模型为PM2.5短期暴露研究提供准确的时空分布特征。(3)未来一天区域PM2.5预测方法研究针对现有统计模型只能实现监测站点PM2.5浓度预测的不足,本文利用每日PM2.5反演数据构建时空自回归模型,分析不同变量、模拟函数对模型预测精度的影响,探索京津冀地区高精度区域PM2.5空间分布预测方法。实验结果表明,梯度提升决策树作为模拟函数时,时空自回归模型具有最好的预测性能,R2、平均绝对误差(MAE)、RMSE、一致性指标(IA)分别为0.82、30.06μg/m3、0.95、21.64μg/m3。空间分布预测结果与基于AOD的PM2.5空间分布反演结果、站点监测结果一致,能为空气污染预警提供时空分布数据。本文构建了时空连续的PM2.5反演模型,有望为PM2.5形成和扩散过程的研究提供数据保障;另一方面为区域PM2.5浓度预测提供一种新的途径和解决方案,为正确指导公众出行和政府制定切实有效的预防措施提供决策支撑。
汪赞[5](2020)在《大型射电望远镜面形精度的宽带微波全息测量方法研究》文中研究表明面形精度测量是射电望远镜建造与运行的关键技术之一,随着天线口径越来越大,微波全息测量已成为大型射电望远镜面形精度测量的常用方式。然而,基于同步卫星的窄带微波全息测量在大型射电望远镜任意姿态面形精度测量方面还存在不足,为此,本文提出一种基于射电源的宽带微波全息测量方法,开展大型射电望远镜任意姿态面形精度测量方法研究。本文以40m射电望远镜为主测天线、50m射电望远镜为参考天线、射电源为信号源,构建面形精度宽带微波全息测量系统。通过分析测量系统信噪比,对比分析传统的望远镜面形扫描方式、窄带微波传播路径时延计算和全息数据处理算法,研究宽带全息测量系统的扫描方式,使其扫描时均经过射电望远镜口径中心、对准射电源,并提出宽带全息测量路径时延计算及数据处理算法的总体思路。论文在路径时延算法方面,设计了宽带微波传播路径时延及时延率的绝对时延标定算法和分数时延估计算法,解决因射电源相对地球转动导致路径时延存在缓慢变化的问题。在数据处理算法方面,通过频域补零互相关、互相关相位谱数据处理能力评估算法,形成宽带信号分段分解计算法及时延与相位差综合等组合算法,解决宽带微波全息数据处理困难且复杂的问题。在实验方面,开发了宽带全息扫描纲要程序模块、路径时延计算程序模块和全息数据分解程序模块,搭建由双通道接收机、传输线缆、全息数据记录仪、倾斜仪等组成的测量实验硬件系统,开展GRAS-3口径40m射电望远镜面形精度的宽带微波全息测量实验。实验结果显示,测量结果之间的误差在0.12mm(RMS)以内,GRAS-3口径40m射电望远镜的面形精度为0.42mm(RMS),与摄影测量法的测量结果相符,验证了本文宽带微波全息测量方法的可行性。本文的宽带微波全息测量法,具有扫描点利用率高、测量时间较短、可实现任意姿态的面形精度测量等特点,规划应用于GRAS-4口径70m射电望远镜的面形精度测量,可为其他大型射电望远镜面形精度测量提供借鉴。
杨旭[6](2019)在《多卫星导航系统实时精密单点定位数据处理模型与方法》文中指出实时精密单点定位技术(Real Time Precise Point Positioning,RT-PPP)是当前全球导航卫星系统(Global Navigation Satellite System,GNSS)领域的研究热点,也是GNSS技术的重要发展方向。本文围绕RT-PPP数据处理模型精化与方法优化问题,重点开展了RT-PPP周跳探测与修复方法、实时卫星钟差估计与预报模型、区域对流层与电离层误差实时估计与建模方法研究,并研制了一套以RT-PPP为核心的实时精密定位服务原型系统。主要研究内容和成果如下:1)分析了RT-PPP中周跳探测与修复的主要难点,即电离层延迟具有时变特性,导致电离层延迟活跃条件下,窄巷观测值的周跳较难修复。对此提出了基于方差分量估计的自适应Kalman滤波历元间电离层延迟(DID)在线建模与预测方法,通过DID预测值辅助进行周跳探测与修复。利用该方法对双/三频的实际观测数据进行实时周跳探测,结果表明:相对于传统GF与MW周跳探测方法,利用预测的DID值可有效辅助小周跳、大周跳、连续周跳和不敏感周跳的探测与修复,尤其是对窄巷观测值的周跳修复效果更加显着。2)考虑地面监测站(分布与数量)对GNSS卫星超快速轨道确定和实时钟差估计精度和计算效率的影响,论文基于选站构型优劣评价指标,利用格网控制理论与蒙特卡洛随机抽样方法,提出了一种基于监测站空间构型的随机优化选站算法,该算法可实现几何分布和测站质量均占优的测站列表快速自动选取。利用201个IGS站进行实验,结果表明:本文提出的方法较传统格网法可平均提高GPS超快速观测、预报轨道以及实时钟差精度17.15%、19.30%与31.55%;同时,在随机抽样实验次数设置为100000的条件下,当测站数分别为10、50、90个时,相应的选站耗时低于2.22、6.65、14.15min。3)针对RT-PPP中实时数据流存在中断、延迟等问题,提出基于方差分量估计的自适应kalman滤波钟差预报超短期/短期模型;同时,顾及卫星钟差存在的空间和时间相关性,发展了一种利用星间相关性的Kalman钟差预报策略。为验证所提方法的有效性,利用连续27天GBM事后和CLK93实时钟差产品进行预报实验,结果表明:顾及卫星钟差间相关性,在事后钟差预报中可获得较优的结果,如:预报6小时北斗卫星钟差,较传统方法(顾及周期项与趋势项)精度可提高约50.00%。由于实时钟差中卫星间相关性较弱,基于方差分量估计的自适应kalman滤波钟差预报模型在实时钟差预报中性能更优,实时预报1分钟的北斗卫星钟差,较传统Kalman滤波预报精度可提升11.19%。4)针对RT-PPP中天顶对流层延迟(ZTD)参数估计易受水汽变化影响问题,提出了基于方差分量估计的自适应Kalman滤波方法来提高实时ZTD估计精度。基于中国矿业大学北斗分析中心(CUM)平台,利用实时估计的北斗/GPS钟差产品进行了ZTD解算实验,结果表明:(1)方差分量估计方法可动态调整ZTD参数估计中的随机模型,实现待估参数误差的自适应修正;(2)针对对流层延迟变化较快的情况,可抑制异常值的硬性,改善了ZTD估计精度,在实时ZTD解算中更加显着;(3)较传统ZTD估计方法,论文所提方法可提升实时ZTD精度20.7%(GC)、20.2%(G),事后ZTD精度22.1%(GRCE)、21.9%(GRC),18.4%(GR),15.9%(GC),15.2%(GE),12.1%(G)。5)为实现ZTD实时建模,基于上述方法实时估计的ZTD产品,论文利用机器学习方法(神经网络和支持向量机),进行区域实时ZTD建模。利用香港CORS网连续5天北斗/GPS观测数据,构建了该区域实时ZTD模型。以四参数模型为参考对构建的ZTD模型进行了精度评价,结果表明:支持向量机可实现与四参数模型相当的ZTD建模效果(mm级);神经网络、支持向量机、四参数模型建模的平均偏差与均方根误差分别为-2.25mm与9.17mm;对于处于测区平均高程面站点的建模,支持向量机法较四参数模型具有更高的精度和稳定性。6)针对RT-PPP的电离层延迟误差建模问题,本文基于球谐函数模型构建了全球实时电离层延迟误差模型,分析了时间分辨率为5min、15min、30min、1h、2h的小区域(经度差5°、纬度差2.5°)实时电离层变化特征。实验结果显示:电离层在纬度方向上的变化大于经度上的变化;时间分辨率成增倍数增大时,电离层变化量呈相同趋势。同时,为了提高实时电离层延迟误差提取精度,本文对比分析了传统的载波平滑技术与RT-PPP技术,并利用神经网络,支持向量机模型进行了区域电离层延迟误差实时建模。利用香港CORS网连续5天GPS观测数据进行实时电离层建模实验,结果表明:RT-PPP技术较载波平滑技术在提取实时电离层延迟误差方面具有显着优势,且人工智能技术在实时电离层建模方面具有较高的精度。7)为了验证本文提出的RT-PPP数据处理模型和方法,基于CUM平台,设计研制了一套以RT-PPP为核心的实时精密定位服务原型系统。利用i GMAS、MGEX/IGS观测数据实时流,CUM、CNES实时精密产品数据流,对系统的实时位置、大气误差增强服务能力进行了检验,结果表明:系统实现了本文研究的主要模型与算法,运行稳定、可靠。该论文有图114幅图,表37个,参考文献224篇。
陆魏[7](2019)在《基于物理核心素养的万有引力定律教学研究》文中指出在新一轮基础教育课程改革背景下,培养高中生的物理核心素养成为高中物理教育的主要目标,同时也为学生的未来发展和更好地适应社会生活做准备。那么培养学生的物理核心素养则成为当今高中物理教育的必然使命。然而无论是教学实践,还是教育理论研究,如何培养学生的物理核心素养都还处于探索阶段。从物理核心素养的视角对“万有引力定律”教学进行系统研究,不仅能够丰富现有理论,也能很好地用于指导实践。“万有引力定律”是近代物理学上最重要、最伟大的发现之一。它对自然科学的发展产生了极其深远的影响,在人类认识发展史上具有里程碑式的意义。本研究以有效培养高中生的物理核心素养为目标,将物理核心素养的构成要素贯穿于整个万有引力定律的教学,研究包括以下几个方面:首先,以物理核心素养的四个构成要素为调查的内容,设计问卷,对西安市铁一中滨河学校高一 L3班的43名学生展开问卷调查,了解中学生物理核心素养的养成状况。其次,结合2017年版普通高中物理新课程标准中对万有引力相关内容的深度解读,以及对教材中万有引力相关内容的深度挖掘,提出基于物理核心素养的万有引力教学策略,具体包括:教学目标与教学内容的确立应以物理核心素养为依据、建立对学习物理知识有帮助的教学情境、找出潜在的科学思维和思想方法、开展实验以发展学生的科学探究能力、通过历史资料发展学生的物理核心素养、利用问题解决培养物理核心素养等方面。最后,进一步开展基于物理核心素养的万有引力单元教学实施,具体包括确定万有引力定律的单元教学目标、知识内容,进行万有引力单元教学实施的学情分析、实施框架、实施思路、课时安排、实施效果评价等方面。本研究得出以下结论:通过问卷调查,发现学生的“物理观念”发展较好,但是“科学思维”、“科学探究”、“科学态度和责任”均有待提高。万有引力单元教学设计,可强化万有引力单元在沪科版教材中的整体性,以学生物理核心素养的发展为根本出发点和最终的归宿,避免了教师在课堂教学中过于注重眼前知识的教学,而把注意力集中在能够促进学生物理核心素养发展的整体知识结构上,从而产生整体功能大于部分之和的效果,一方面能够极大地促进学生物理核心素养的发展,另一方面也有利于学校教育教学质量的提高。
连慧芳[8](2019)在《紫外极光图像边界和强度建模及亚暴预测研究》文中研究表明极光卵和太阳风、磁层、电离层以及它们间的耦合过程有密切的联系,其边界和强度是重要的地球物理参数。因此,建立准确的极光卵边界和强度预测模型对空间物理的研究具有重要意义。在地球磁层活动强烈时,极光卵夜侧区域出现点亮膨胀然后恢复正常水平的极光活动事件,称为极光亚暴。极光亚暴对人类活动有很大影响。基于此,本文针对极光卵的建模方法以及极光活动事件即极光亚暴的预测方法展开详细的分析与研究。针对现有模型对极光卵边界预测准确率不高的问题,本文提出了基于神经网络的极光卵边界预测模型。文中以空间环境参数作为输入,分别利用误差反向传播(BP)神经网络和广义回归神经网络(GRNN)建立了极光卵边界的非线性预测模型。实验结果表明,基于广义回归神经网络的极光卵边界模型提高了极光卵边界预测准确率。针对目前极光卵强度预测模型中预测准确率低的问题,本文提取了合理的极光卵强度特征并利用广义回归神经网络对极光卵强度特征建模。实验结果表明,基于广义回归神经网络和网格化特征的极光卵强度预测模型可较为准确的预测极光卵的强度分布。针对已有极光卵强度预测模型中需要提取合理的极光强度特征,影响极光卵强度预测准确率的问题,提出了基于生成式对抗网络的极光卵强度预测模型,避免了提取极光强度特征的过程。为使模型预测结果和真实数据更加一致,在网络的损失函数中增加了L1正则项和结构相似度损失函数项。通过生成式对抗网络的对抗训练学习,得到极光卵强度预测模型。实验结果表明,基于生成式对抗网络的极光卵强度模型提高了极光卵强度预测的准确率。针对目前基于极光图像的亚暴检测方法不适用于时间分辨率低、空间分辨率高的中低轨卫星数据的问题。本文提出了一种基于高分辨率紫外极光卵图像的亚暴预测方法。本文通过判断极光图像中是否含有西行浪涌结构判断极光图像是否处于亚暴发生阶段。实验结果表明,基于高分辨率紫外极光卵图像的亚暴预测方法在一定程度上解决了低时间分辨率极光图像的亚暴预测问题。
谢字希[9](2019)在《基于Himawari-8遥感数据的火点探测和自动化云检测的探索》文中认为近几十年来,平均气温上升和昼夜温差变小等长期气候变暖趋势,造成世界各地森林火灾频发。森林火灾是突发性强、破坏性大、难以控制的自然灾害,会对生态系统和人类造成巨大的损失。精准、实时的获取火场信息对于减轻这种灾害的影响至关重要。遥感卫星由于具有成本低、实时性强、覆盖面积广的优势已经成为监测这种灾害的理想工具。在近四十年的时间里,科学家们基于不同的遥感卫星传感器,研制出了许多应用于森林火灾监测和探测的并且在世界各地得到很好验证的算法和火灾产品。然而,当前的火点探测算法存在没有考虑卫星数据的时空特性和火点探测算法中的云识别算法精度不高这两个缺点。本文的研究主题是针对火点探测算法中的两个不足,分别提出了不同的改进方法,目的是获取精度更高的火点探测算法。首先,针对火点探测算法中的第一个不足,当前用于探测的两个主要遥感数据资源具有明显的缺点:地球静止观测(Earth Observation,EO)卫星具有时间分辨率高但空间分辨率低的特点,而极轨卫星具有空间分辨率高但时间分辨率低的特点。因此,基于这两个系统中的现有森林火灾探测算法仅独立地利用时间或空间信息,目前鲜有结合时间和空间特征的方法来检测森林火灾。本文提出一个时空上下文算法(Spatio-Temporal Contextual Model,STCM),该算法充分利用了Himawari-8(海葵八号)地球静止卫星数据的的空间和时间维度。该算法一共分为以下几个部分:首先,提出一种改进的鲁棒拟合算法(Improved Robust Fitting Algorithm,IFRA)来模拟每个像元的长波和红外波段的昼夜温度周期(Diurnal Temperature Cycle,DTC)。其次,对于每个像元,使用卡尔曼滤波器来混合DTC以估计其真实的背景亮温(Brightness Temperature,BT)。随后,我们在使用MVC(NDVI的月合成最大值)阈值测试后利用Otsu方法测试火灾,以测试哪些区域有足够的燃料来支持此类火灾事件。最后,我们使用连续时间测试来校正火灾探测结果,并将其命名为STCM2。该算法应用于201 6年东亚和澳大利亚的4起火灾案例。结果表明:以MODIS Terra和Aqua传统的火点产品(MOD14和MYD14)作为标准验证数据,本文提出的算法有效地利用了多时相遥感数据的时空信息。此外,这种新的森林火灾探测算法比传统的上下文和时间算法具有更高的检测精度。其次,针对火点探测算法中的第二个不足,当前云识别算法的精度对于火点探测的精度影响非常大,但是在火点探测中的云识别算法都是基于人工经验的固定阈值法,这需要大量的先验知识,并且考虑到不同时间、不同地区的应用,设置的阈值往往比较保守,这些云识别算法不能够满足火点探测算法的高精度、高自动化、高鲁棒性的需求。因此本文探索了四种机器学习算法(SVM、kNN、Kmeans、BPNN)与基于人工阈值的动态阈值法和固定阈值法在云识别中的效果。本算法一共分为两个部分,首先选取六种算法中云识别精度最高的算法,随后将此算法带入到前文提出的STCM2火点探测算法中,比较并分析云识别算法的提高对于火点探测算法精度的影响。结果表明:以传统的MODIS云产品(MOD35/MYD35)作为标准验证数据,定性的目视解译和定量的精度评价表明显示四种机器学习的算法(SVM、kNN、Kmeans、BPNN)比基于人工阈值的动态阈值法和固定阈值法效果要好,平均总体精度要高16.74%,误检率要低50.21%。这是由于机器学习算法能够自主的学习云的特征,然而,固定阈值法和动态阈值法其应用的时空范围较大,阈值选择相对保守,所以云识别精度较低。同时,四种机器学习算法中BPNN由于其强大的自主学习特征的能力,表现最好。比表现最差的固定阈值法,总体分类精度高23%,误检率低74.5%。未来云识别算法的发展应该以多特征学习和深度学习两方面去考虑。最后,将六种算法中精度最高的BPNN云识别算法带入到先前的火点探测算法STCM2中,相比于先前的探测结果,漏分误差下降了4.30%,错分误差下降了14.7%,表明较高精度的云识别算法能够大幅度的减少火点识别算法中错误分类的像元,但是对于遗漏的火点像元数目减少较少。这些揭示了海葵传感器的在火点探测中自身的不足,未来可以考虑结合多种传感器优势,开发精度更高的火点探测算法。
丁鹏[10](2019)在《卫星网络的时间同步技术研究》文中进行了进一步梳理卫星网络不仅能够提供高质量的通信服务,更能够实现对整个地表全覆盖,而且在很大程度上不会受到自然灾害的影响,这些优点可以有效克服地面通信网络的局限和不足。由于卫星网络中单颗卫星存在造价过高,网络的鲁棒性差等缺点,卫星编队应运而生。卫星编队用多颗小卫星协同合作,弥补了单一卫星网络的这些缺点。卫星间的协同控制,数据传输,以及自主飞行等技术是整个卫星编队顺利工作的基础,而要攻克这些技术难题,必须先实现卫星网络的时间同步。因此,本文针对卫星网络的时间同步问题展开研究。本文针对卫星网络的时间同步过程过于复杂的问题,采用分层和同步思想,给出了一种卫星网络进行时间同步的方式。分层主要完成网络同步基准中心的选择和将整个网络按照层级结构进行等级划分;同步主要完成整个网络的时间同步,但是需要着重解决的是层间的时间同步问题。对于卫星网络的层间同步问题,首先,针对可以忽略链路长度差异的卫星编队场景,提出基于广播的单回复层间时间同步方法。通过对比待同步卫星之间的时间信息,待同步卫星间接获得与基准中心的钟差。因为基准中心和待同步卫星之间信息交互的减少,使用更少的星上资源就能实现层间的时间同步。然后,针对该方案在接收过程中接收端的不确定因素(比如接收信息的排队处理)可能会对时间同步精度造成影响的缺点,提出基于广播的单回复层间时间同步方法的扰动误差消除。相比于基本的层间同步方法,这一改进方法不需要完全重复时间同步过程,使用更少的信息交互次数就能实现多次获得钟差的目标,通过多次测量的钟差,可以有效减小接收端不确定因素所带来的精度误差。最后,对比了两种基本层间时间同步方法和基于广播的单回复层间时间同步方法在时间同步过程中的信息包发送量和完成时间同步所需时间等性能,发现无论是同步时间还是信息发送量,基于广播的单回复层间时间同步方法都具有良好的网络性能。对于卫星网络分层过程中时间基准中心的选择问题,本文分别在忽略传播时延差异和考虑链路传播时延差异这两种场景下进行分析。针对忽略传播时延差异场景,网络完成同步所需时间和同步误差两个指标都和层数有着直接关系,所以分别以全网同步层数最小和平均同步层数最小为目标,提出全网同步层数最小的时间基准中心选择方法和平均同步层数最小的时间基准中心选择方法。仿真结果表明,相比于固定时间同步中心的同步方法,上面两种方法有效地降低了网络的同步层数,因此,减少了网络的同步时间和同步误差。针对考虑链路传播时延差异场景,因为同步时间和网络的链路时延有着更加密切的关系,所以层数不应该作为唯一的考量。因此,本文分别以全网同步时间最短和平均同步时间最短为目标,提出全网同步时间最短的时间基准中心选择方法和平均同步时间最短的时间基准中心选择方法。仿真结果表明,相比于固定时间同步中心的同步方法,这两种方法能够有效减小网络的同步完成时间。
二、关于“地球同步卫星运行”的几个隐含条件的讨论(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于“地球同步卫星运行”的几个隐含条件的讨论(论文提纲范文)
(1)新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 前言 |
1.1 研究的目的和意义 |
1.2 国内外研究进展 |
1.1.1 空气质量模式的研究进展 |
1.1.2 资料同化技术的发展 |
1.1.3 卫星气溶胶资料同化的研究进展 |
1.3 本文拟研究问题和各章节安排 |
1.3.1 拟研究的问题 |
1.3.2 本文各章节安排 |
第2章 GSI气溶胶资料同化系统 |
2.1 GSI三维变分同化系统 |
2.2 气溶胶观测算子的建立 |
2.2.1 CRTM辐射传输模式 |
2.2.2 AOD观测算子的建立 |
2.3 气溶胶分析变量和背景误差协方差矩阵 |
2.4 气溶胶资料同化流程 |
2.5 本章小结 |
第3章 风云3 号卫星气溶胶资料同化研究与应用 |
3.1 引言 |
3.2 观测资料与质量控制 |
3.2.1 MODIS卫星气溶胶资料 |
3.2.2 风云3 号卫星气溶胶资料 |
3.3 大气污染过程与研究区域 |
3.3.1 强沙尘天气过程 |
3.3.2 研究区域与参数方案选取 |
3.4 试验方案设计 |
3.5 试验结果与分析 |
3.5.1 背景误差协方差矩阵的统计分析 |
3.5.2 同化试验结果的误差分析 |
3.5.3 两种卫星资料同化试验效果分析 |
3.5.4 模拟结果分析 |
3.6 本章小结 |
第4章 葵花8 号卫星气溶胶资料的快速循环同化系统的构建与应用 |
4.1 引言 |
4.2 Himawari-8 卫星气溶胶观测资料及质量控制 |
4.3 快速更新循环同化方法 |
4.4 试验方案设计 |
4.4.1 研究的沙尘天气个例 |
4.4.2 试验方案 |
4.5 结果与讨论 |
4.5.1 单点试验 |
4.5.2 背景误差协方差尺度分析 |
4.5.3 同化结果分析 |
4.5.4 预报结果检验 |
4.6 本章小结 |
第5章 风云4 号卫星气溶胶资料同化在一次沙尘天气中的应用评估 |
5.1 引言 |
5.2 FY-4 卫星气溶胶观测资料 |
5.3 试验设置 |
5.3.1 强沙尘天气过程 |
5.3.2 试验设计 |
5.4 结果与分析 |
5.4.1 同化结果统计分析 |
5.4.2 初始场改进分析 |
5.4.3 气溶胶各组分贡献分析 |
5.4.4 预报结果分析 |
5.5 本章小结 |
第6章 风云4 号卫星与葵花8 号卫星气溶胶资料联合同化在气溶胶预报中的应用 |
6.1 引言 |
6.2 同化系统与输入参数 |
6.3 试验设计 |
6.4 试验结果分析 |
6.4.1 与卫星观测比较分析 |
6.4.2 同化试验对初始场改进效果 |
6.4.3 预报效果验证 |
6.4.4 环流形势分析 |
6.5 本章小结 |
第7章 全文总结和讨论 |
7.1 全文总结 |
7.2 研究创新点 |
7.3 展望 |
参考文献 |
作者简介 |
致谢 |
(2)高中生物理科学思维能力培养研究 ——以必修教材为例(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题缘由 |
1.1.1 当代社会对人才教育的要求 |
1.1.2 新课程改革对高中物理教学的要求 |
1.2 科学思维教学研究综述 |
1.2.1 国外科学思维教学研究概况 |
1.2.2 国内科学思维教学研究概况 |
1.3 研究的目的及意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 研究内容与方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
第2章 物理科学思维能力教学理论探讨 |
2.1 核心概念界定 |
2.1.1 思维 |
2.1.2 科学思维 |
2.1.3 物理学科科学思维 |
2.2 理论基础 |
2.2.1 认知主义学习理论 |
2.2.2 建构主义学习理论 |
第3章 高中物理科学思维教与学的现状调查与分析 |
3.1 高中生科学思维能力调查分析 |
3.1.1 学生调查问卷的设计 |
3.1.2 学生调查问卷的结果分析 |
3.2 高中教师物理科学思维教学开展情况调查分析 |
3.2.1 教师调查问卷设计 |
3.2.2 教师调查问卷的结果分析 |
3.3 高中物理科学思维教与学现状的调查结论 |
第4章 高中物理教学中培养学生科学思维能力教学策略 |
4.1 教师前期准备策略 |
4.1.1 加深对科学思维内涵的深刻理解 |
4.1.2 制订科学思维能力培养计划 |
4.1.3 基于学业质量水平,建立科学思维评价体系 |
4.2 教师课堂教学实施策略 |
4.2.1 重视非智力因素,促发学生学习动机 |
4.2.2 注重科学表象教学,丰富感性认识 |
4.2.3 优化课堂教学,训练学生科学思维品质 |
4.2.4 树立正确教学观,发展学生创造性思维 |
第5章 高中物理培养学生科学思维的教学案例分析 |
5.1 “静摩擦力”概念建构教学案例 |
5.1.1 教师前期准备策略 |
5.1.2 教学过程 |
5.1.3 教学案例总结与评价 |
5.2 “地球同步卫星问题”习题课教学案例 |
5.2.1 教学过程设计思路 |
5.2.2 教学过程 |
5.2.3 案例总结 |
第6章 总结与反思 |
6.1 研究总结 |
6.2 反思与展望 |
6.2.1 研究的创新之处 |
6.2.2 研究的不足之处 |
6.2.3 研究展望 |
参考文献 |
附录 |
附录 A:高中生物理科学思维能力现状调查问卷 |
附录 B:核心素养下高中物理科学思维素养培养调查问卷 |
攻读学位期间发表的学术论文和研究成果 |
致谢 |
(3)高中生物理学科核心素养培养的教学策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 问题的提出 |
1.1.1 国际趋势 |
1.1.2 国内政策 |
1.1.3 学生发展 |
1.2 研究意义 |
1.3 国内外研究进展 |
1.3.1 国外研究进展 |
1.3.2 国内研究进展 |
1.4 研究内容与思路 |
第2章 高中物理学科核心素养概述 |
2.1 概念界定 |
2.1.1 素养 |
2.1.2 科学素养 |
2.1.3 核心素养 |
2.1.4 物理学科核心素养 |
2.2 理论基础 |
2.2.1 布鲁纳认知结构理论 |
2.2.2 建构主义学习理论 |
2.2.3 人本主义学习理论 |
第3章 高中生物理学科核心素养培养的现状 |
3.1 教师方面 |
3.1.1 教师基本情况分析 |
3.1.2 教师对物理学科核心素养了解情况、实施情况分析 |
3.2 学生方面 |
第4章 高中生物理学科核心素养培养的教学策略 |
4.1 物理观念培养的教学策略 |
4.1.1 融入物理学史,感知物理知识形成过程 |
4.1.2 亲历探究过程,建立正确物理观念 |
4.1.3 理论用于实践,强化物理观念 |
4.2 科学思维培养的教学策略 |
4.2.1 关注原始物理问题,培养建模能力 |
4.2.2 选取典型习题,培养学生质疑创新精神 |
4.2.3 总结拓展,实现学生思维升级 |
4.3 科学探究培养的教学策略 |
4.3.1 问题驱动,激发探究兴趣 |
4.3.2 还原历史探究过程,培养科学探究意识 |
4.3.3 注重探究实验,提升探究能力 |
4.4 科学态度与责任培养的教学策略 |
4.4.1 介绍我国科技发展进程,激发学生爱国热情 |
4.4.2 加强实验教学,培养学生求真务实的科学态度 |
4.4.3 重视STSE教育,培养学生的社会责任感 |
第5章 基于物理学科核心素养培养的教学案例设计 |
5.1 案例一 |
5.1.1 案例选取 |
5.1.2 教学分析 |
5.1.3 教学目标研制 |
5.1.4 基于物理学科核心素养培养的教学流程 |
5.1.5 教学过程设计 |
5.2 案例二 |
5.2.1 案例选取 |
5.2.2 教学分析 |
5.2.3 教学目标研制 |
5.2.4 基于物理学科核心素养培养的教学流程 |
5.2.5 教学过程设计 |
第6章 教学实践效果分析 |
6.1 检验方法 |
6.1.1 学生课堂反应 |
6.1.2 听课教师评议 |
6.1.3 检测卷 |
6.2 结果分析 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
附录 A |
附录 B |
攻读学位期间获得与学位论文相关的科研成果目录 |
致谢 |
(4)基于遥感的京津冀PM2.5时空分布特征提取与预测(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 PM2.5时空分布反演 |
1.2.2 PM2.5浓度预测 |
1.2.3 存在问题及不足 |
1.3 研究目标和研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 研究技术路线 |
1.5 论文组织结构 |
2 数据与理论方法 |
2.1 研究区域 |
2.2 研究数据 |
2.2.1 地面污染物监测数据 |
2.2.2 地面气象站点监测数据 |
2.2.3 卫星遥感AOD数据 |
2.2.4 数据预处理 |
2.3 研究方法理论基础 |
2.3.1 克里金插值基本原理 |
2.3.2 机器学习模型理论 |
2.3.3 时空自回归模型理论 |
2.3.4 交叉验证理论 |
2.4 本章小结 |
3 基于深度神经网络的PM2.5时空分布反演 |
3.1 DNN模型构建 |
3.1.1 DNN结构确定 |
3.1.2 缺失AOD处理方式 |
3.1.3 模型验证及对比实验设置 |
3.2 交叉验证结果与讨论 |
3.2.1 数据处理及整合 |
3.2.2 描述性统计分析 |
3.2.3 交叉验证结果 |
3.3 PM2.5空间分布反演结果 |
3.3.1 每日PM2.5空间分布变化反演 |
3.3.2 不同季节及年PM2.5平均浓度反演 |
3.4 本章小结 |
4 基于时空自回归模型的逐时PM2.5时空分布预测 |
4.1 时空自回归模型构建 |
4.1.1 模型构建 |
4.1.2 模型拟合和验证 |
4.1.3 模型结构确定 |
4.2 交叉验证结果与讨论 |
4.2.1 数据处理及整合 |
4.2.2 描述性统计分析 |
4.2.3 模型交叉验证结果 |
4.3 逐时PM2.5空间分布预测结果 |
4.4 本章小结 |
5 未来一天区域PM2.5空间分布预测研究 |
5.1 区域PM2.5浓度预测模型构建 |
5.1.1 模型构建 |
5.1.2 模型拟合和验证 |
5.1.3 模型结构确定 |
5.2 模型验证结果与讨论 |
5.2.1 数据处理及整合 |
5.2.2 模型验证性能统计 |
5.2.3 MAE值空间分布统计 |
5.3 未来一天区域PM2.5空间分布预测结果 |
5.5 本章小结 |
6 结论与展望 |
6.1 成果总结 |
6.2 创新点 |
6.3 不足与展望 |
参考文献 |
致谢 |
作者简介 |
(5)大型射电望远镜面形精度的宽带微波全息测量方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 射电望远镜面形精度测量方法研究现状 |
1.2.1 经典测量法研究现状 |
1.2.2 现代测量法研究现状 |
1.2.3 研究现状分析 |
1.2.4 微波全息测量发展趋势 |
1.3 主要研究内容 |
第2章 宽带微波全息测量系统优化与关键算法设计 |
2.1 天线面形精度测量需求分析 |
2.2 宽带微波全息测量原理 |
2.2.1 测量几何分析 |
2.2.2 天线远场辐射与反射面形变关系 |
2.3 测量系统优化 |
2.3.1 测量系统组成 |
2.3.2 传统天线扫描流程 |
2.3.3 被测天线扫描流程优化 |
2.3.4 关键参数确定 |
2.4 关键算法设计 |
2.4.1 路径时延与时延率算法设计 |
2.4.2 全息数据处理算法设计 |
2.5 本章小结 |
第3章 天线路径时延及时延率计算方法研究 |
3.1 天线基线矢量 |
3.1.1 站坐标变换 |
3.1.2 两天线的基线矢量 |
3.2 路径时延的绝对标定 |
3.2.1 天线指向矢量 |
3.2.2 路径时延 |
3.3 路径时延微分算法 |
3.4 本章小结 |
第4章 微波全息测量数据处理方法研究 |
4.1 频域补零法 |
4.2 互相关相位法原理 |
4.2.1 基于互相关函数的时延估计 |
4.2.2 基于相位谱的时差估计 |
4.3 数据处理仿真 |
4.3.1 宽带信号生成 |
4.3.2 互相关法解时延 |
4.3.3 相位谱解分数时延 |
4.3.4 频域分段处理 |
4.4 互相关相位法误差理论分析 |
4.5 网格数据校准与二维傅里叶变换 |
4.6 本章小结 |
第五章 宽带微波全息测量实验 |
5.1 全息测量纲要编制 |
5.2 测量流程 |
5.2.1 硬件系统搭建 |
5.2.2 全息测量纲要加载 |
5.2.3 全息数据记录 |
5.2.4 天线状态日志 |
5.3 数据处理与结果分析 |
5.3.1 数据处理 |
5.3.2 测量误差分析 |
5.4 本章小结 |
第六章 总结展望 |
致谢 |
参考文献 |
作者在读期间发表的学术论文及参加的科研项目 |
发表的学术论文及专利 |
参加的科研项目及竞赛 |
(6)多卫星导航系统实时精密单点定位数据处理模型与方法(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究现状 |
1.4 研究内容 |
1.5 论文组织结构 |
2 实时非差周跳探测与修复模型 |
2.1 引言 |
2.2 基于Kalman滤波的预测电离层辅助双/三频周跳修复模型 |
2.3 Kalman滤波法相同采样间隔下双/三频周跳探测与修复 |
2.4 Kalman滤波法不同采样间隔下双频周跳探测与修复 |
2.5 小结和讨论 |
3 基于全球地面监测站网随机优化方法的GNSS卫星超快速轨道确定与实时钟差估计 |
3.1 引言 |
3.2 基于概率方法的最小GDOP求解 |
3.3 基于SDOP的离散/连续随机优化构型 |
3.4 基于SDOP的随机优化选站算法设计 |
3.5 基于随机优化算法的超快速轨道确定与实时钟差估计 |
3.6 小结和讨论 |
4 顾及相关性的卡尔曼滤波实时钟差短期预报 |
4.1 引言 |
4.2 卫星钟差预报的Kalman算法模型 |
4.3 顾及卫星间相关性的Kalman滤波实时钟差短期预报模型 |
4.4 基于方差分量估计的自适应卡尔曼滤波实时钟差短期预报模型 |
4.5 CNES多系统实时完整率与精度分析 |
4.6 CNES多系统实时钟差频率稳定性与周期特性分析 |
4.7 多系统实时/事后钟差短期预报分析 |
4.8 小结和讨论 |
5 基于方差分量估计的自适应卡尔曼滤波实时对流层延迟解算 |
5.1 引言 |
5.2 多系统实时PPP解算模型 |
5.3 基于最小二乘方差分量估计的自适应卡尔曼滤波ZTD解算模型 |
5.4 CUM多系统实时钟差解算分析 |
5.5 多系统实时ZTD解算与PPP定位精度整体分析 |
5.6 ZTD噪声水平分析 |
5.7 多系统实时ZTD解算与PPP定位精度部分测站分析 |
5.8 小结和讨论 |
6 区域大气误差实时建模 |
6.1 引言 |
6.2 区域实时对流层延迟建模原理 |
6.3 区域实时/事后对流层延迟FP/BP/SVM建模对比分析 |
6.4 全球/区域实时电离层延迟建模原理 |
6.5 全球实时电离层延迟建模时空分析 |
6.6 区域实时/事后电离层延迟TP/BP/SVM对比建模分析 |
6.7 小结和讨论 |
7 实时精密定位服务系统 |
7.1 实时精密定位服务系统结构 |
7.2 系统数据传输 |
7.3 实时服务系统服务实现 |
7.4 小结和讨论 |
8 结论与展望 |
8.1 结论 |
8.2 创新点 |
8.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(7)基于物理核心素养的万有引力定律教学研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 物理核心素养和物理教育 |
1.2 研究的目的及其意义 |
第2章 理论基础 |
2.1 研究现状分析 |
2.2 “物理核心素养”的内涵 |
2.3 单元教学设计理论 |
2.3.1 对“单元教学设计”中“单元”的界定 |
2.3.2 单元教学设计的意义 |
2.3.3 单元教学设计的注意事项 |
2.3.4 单元教学设计的原则 |
第3章 万有引力定律教学情况问卷调查研究 |
3.1 问卷的设计与实施 |
3.2 问卷调查的数据处理与分析 |
第4章 万有引力定律的教学内容研究 |
4.1 课程标准中“万有引力定律”的解析 |
4.2 万有引力定律的各节教材与教学思路分析 |
第5章 基于物理核心素养的万有引力定律教学策略 |
5.1 教学目标与教学内容的确立应以物理核心素养为依据 |
5.2 建立对学习物理知识有帮助的教学情境 |
5.3 找出潜在的科学思维和思想方法 |
5.4 开展实验以发展学生的科学探究能力 |
5.5 通过历史资料发展学生的物理核心素养 |
5.6 利用问题解决培养物理核心素养 |
第6章 基于物理核心素养的万有引力定律单元教学实施 |
6.1 单元知识内容 |
6.2 教学实施的学情分析 |
6.3 教学实施的教学目标 |
6.4 教学实施的框架 |
6.5 教学实施的思路 |
6.6 教学实施的课时安排 |
6.7 教学实施效果的评价 |
第7章 结论与不足 |
7.1 研究结论 |
7.2 研究的不足 |
参考文献 |
附录 |
致谢 |
攻读学位期间研究成果 |
(8)紫外极光图像边界和强度建模及亚暴预测研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文研究内容及安排 |
第二章 神经网络及相关数据 |
2.1 引言 |
2.2 神经网络及深度学习模型 |
2.2.1 BP神经网络 |
2.2.2 GRNN神经网络 |
2.2.3 GAN网络 |
2.3 相关数据 |
2.3.1 UVI数据 |
2.3.2 SSUSI数据 |
2.3.3 OMNI数据 |
2.4 本章小结 |
第三章 基于神经网络的紫外极光卵边界建模 |
3.1 引言 |
3.2 极光卵边界数据库建立 |
3.3 极光卵边界建模 |
3.3.1 基于BP神经网络的极光卵边界建模 |
3.3.2 基于GRNN神经网络的极光卵边界建模 |
3.4 实验结果及分析 |
3.4.1 网络参数选取 |
3.4.2 主观评价结果 |
3.4.3 客观评价结果 |
3.4.4 极光卵边界模型的外推性 |
3.5 本章小结 |
第四章 基于广义回归神经网络的紫外极光卵强度建模 |
4.1 引言 |
4.2 紫外极光卵强度分布数据库及紫外极光强度特征提取 |
4.2.1 CFMCD特征提取 |
4.2.2 GF特征提取 |
4.3 基于GRNN的极光卵强度建模 |
4.3.1 基于GRNN_CFMCD的极光卵强度建模 |
4.3.2 基于GRNN_GF的极光卵强度建模 |
4.4 实验结果及分析 |
4.4.1 主观评价结果 |
4.4.2 客观评价结果 |
4.5 本章小结 |
第五章 基于生成式对抗网络的紫外极光卵强度建模 |
5.1 引言 |
5.2 紫外极光卵强度分布数据库 |
5.3 生成式对抗网络及其极光卵强度建模 |
5.3.1 基于CGAN_SEP极光卵强度建模 |
5.3.2 基于CGAN_SEPAB极光卵强度建模 |
5.4 实验结果及分析 |
5.4.1 主观评价结果 |
5.4.2 客观评价结果 |
5.5 本章小结 |
第六章 基于高分辨率紫外极光卵图像的亚暴预测 |
6.1 引言 |
6.2 亚暴过程中西行浪涌简介 |
6.3 西行浪涌结构检测及亚暴预测方法 |
6.3.1 数据集 |
6.3.2 定位WTS候选区域 |
6.3.3 提取特征 |
6.3.4 真实数据上的WTS结构判定 |
6.3.5 预测数据上的WTS结构判定 |
6.4 实验结果及分析 |
6.4.1 客观评价 |
6.4.2 结果分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
作者简介 |
(9)基于Himawari-8遥感数据的火点探测和自动化云检测的探索(论文提纲范文)
摘要 |
ABSTRACT |
缩略中英文对照表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 卫星遥感技术在火灾探测中的应用及现状 |
1.3 当前研究的不足 |
1.4 研究内容及技术路线 |
1.5 论文章节安排 |
第2章 遥感火点探测算法和云识别算法综述 |
2.1 仪器特征参数 |
2.1.1 NOAA-AVHRR特征 |
2.1.2 EOS-MODIS特征 |
2.1.3 GOES-IMAGER特征 |
2.1.4 MSG-SEVIRI特征 |
2.1.5 Himawari-AHI特征 |
2.2 火点探测算法 |
2.2.1 单时相算法 |
2.2.2 多时相法 |
2.3 云检测算法 |
2.3.1 统计学算法 |
2.3.2 辐射传输算法 |
2.3.3 多光谱阈值算法 |
2.3.4 智能算法 |
2.4 当前探测算法的总结 |
2.4.1 火点探测算法的总结 |
2.4.2 云识别算法的总结 |
2.5 本章小结 |
第3章 基于Himawari-8像元背景亮温的求解 |
3.1 引言 |
3.2 火灾研究案例 |
3.3 Himawari-8卫星数据 |
3.4 改进算法阐述 |
3.5 数据预处理 |
3.5.1 云处理 |
3.5.2 森林可燃物掩膜模型 |
3.5.3 时间信息分析 |
3.6 DTC拟合结果精度分析 |
3.7 讨论 |
3.8 结论 |
3.9 本章小结 |
第4章 火点探测结果 |
4.1 基于空间的Otsu火点识别概述 |
4.1.1 Otsu方法 |
4.1.2 火点判定方法 |
4.2 火点探测的精度 |
4.3 讨论 |
4.4 结论 |
4.5 本章小结 |
第5章 火点识别中的云检测 |
5.1 引言 |
5.2 云检测中机器学习算法介绍 |
5.2.1 BPNN |
5.2.2 SVM |
5.2.3 Kmeans |
5.2.4 kNN |
5.3 数据集制作 |
5.4 实验过程 |
5.5 数据集验证结果 |
5.5.1 MODIS云产品介绍 |
5.5.2 评价的方法 |
5.5.3 分类结果评定 |
5.6 讨论 |
5.7 结论 |
5.8 本章小结 |
第6章 结论与展望 |
6.1 工作总结及主要结论 |
6.2 论文创新点 |
6.3 工作展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(10)卫星网络的时间同步技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 卫星通信系统 |
1.2 卫星分类 |
1.3 卫星网络结构 |
1.3.1 单层卫星网络 |
1.3.2 多层卫星网络 |
1.3.3 卫星编队网络 |
1.4 研究背景和意义 |
1.5 本文的结构和工作安排 |
第二章 卫星通信系统中的时间同步 |
2.1 两星之间的时间同步技术 |
2.1.1 单向时间同步技术 |
2.1.2 激光时间同步技术 |
2.1.3 双向比对时间同步技术 |
2.2 卫星通信网络的时间同步 |
2.2.1 分层阶段 |
2.2.2 同步阶段 |
2.3 本章小结 |
第三章 卫星编队网络层间时间同步方法 |
3.1 基于单播的层间时间同步的方法 |
3.2 基于广播的多回复层间时间同步方法 |
3.3 基于广播的单回复层间时间同步方法 |
3.3.1 基于广播的单回复层间时间同步方法 |
3.3.2 基于广播的单回复层间时间同步方法的扰动误差消除 |
3.3.3 性能分析 |
3.4 本章小结 |
第四章 卫星编队的时间同步基准中心选择 |
4.1 忽略传播时延差异性的卫星编队时间基准中心选择 |
4.1.1 全网同步层数最小的时间基准中心选择方法 |
4.1.2 平均同步层数最小的时间基准中心选择方法 |
4.1.3 最长路径节点筛选的时间基准中心选择方法 |
4.1.4 仿真与结果分析 |
4.2 考虑传播时延差异性的卫星编队时间基准中心选择 |
4.2.1 全网同步时间最短的时间基准中心选择方法 |
4.2.2 平均同步时间最短的时间基准中心选择方法 |
4.2.3 仿真与结果分析 |
4.3 本章小结 |
第五章 总结与展望 |
参考文献 |
致谢 |
作者简介 |
四、关于“地球同步卫星运行”的几个隐含条件的讨论(论文参考文献)
- [1]新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究[D]. 夏晓丽. 南京信息工程大学, 2021(01)
- [2]高中生物理科学思维能力培养研究 ——以必修教材为例[D]. 冯子晴. 云南师范大学, 2020(05)
- [3]高中生物理学科核心素养培养的教学策略研究[D]. 王彩云. 信阳师范学院, 2020(07)
- [4]基于遥感的京津冀PM2.5时空分布特征提取与预测[D]. 王新鹏. 中国矿业大学(北京), 2020(01)
- [5]大型射电望远镜面形精度的宽带微波全息测量方法研究[D]. 汪赞. 杭州电子科技大学, 2020(01)
- [6]多卫星导航系统实时精密单点定位数据处理模型与方法[D]. 杨旭. 中国矿业大学, 2019(04)
- [7]基于物理核心素养的万有引力定律教学研究[D]. 陆魏. 陕西师范大学, 2019(01)
- [8]紫外极光图像边界和强度建模及亚暴预测研究[D]. 连慧芳. 西安电子科技大学, 2019(02)
- [9]基于Himawari-8遥感数据的火点探测和自动化云检测的探索[D]. 谢字希. 中国科学技术大学, 2019(08)
- [10]卫星网络的时间同步技术研究[D]. 丁鹏. 西安电子科技大学, 2019(02)