南极海冰的生长消融与全球气候变化密切相关，而海冰上覆盖的积雪会对海冰的生长消融产生较大的影响。利用南极中山站附近海冰上的GPS数据，采用GNSS-IR(GNSS interferometric reflectometry)技术对海冰上覆积雪深度进行反演。首先，采用最小二乘谐波分析(least-squares harmonic estimation, LS-HE)方法提取反射信号的主波峰，计算反射面到天线相位中心的距离；其次，采用DBSCAN(density-based spatial clustering of applications with noise)聚类算法对反演结果进行质量控制；最后，利用现场实测雪深数据对反演结果进行了验证，平均偏差为-0.01 m,RMSE为0.012 m，表明GNSS-IR技术能够有效反演海冰表面积雪深度。
近年来,青藏高原多年冻土区生态环境呈现出逐年恶化趋势,从而对多年冻土活动层水热过程造成显著影响.此外,如何构建更加有效、针对寒区的陆面过程模式成为寒区研究的重点、热点之一.作为一种有效的参数估计方法,Bayes参数估计算法具有准确估计陆面过程模式参数的能力.因此,基于2005—2008年观测数据,利用CoupModel模型对青藏高原风火山流域土壤水热运移过程进行模拟;同时,利用Bayes参数估计方法估计部分水热运移参数.结果显示:模型对土壤温度(ST)的模拟效果较好,NSE系数均在0.90以上;也能够较好模拟浅层(0～40cm)土壤水分,NSE值均达到0.80以上,而对40cm以下土壤水分的模拟结果较差.模型也能够较准确模拟活动层土壤的冻结-融化过程.模型对温度水分极值和40cm深度以下水分的模拟存在一些偏差.值得一提的是,基于重要性采样MCMC方案的Bayes参数估计算法能够有效估计水热运移参数,模型模拟结果得到极大的改进.Bayes算法能够广泛解决陆面过程模式参数估计问题.
考虑月球车全局路径规划的应用要求,针对传统A*算法搜索速度慢和返回路径不够优化的缺点,对算法流程进行改进,减少其时间和空间复杂度,提高其搜索速度,并对返回路径进行优化,有效地缩短了路径。对于存在凹形障碍的地图,采用后退-尝试的方法解决规划失败的问题,并在一次搜索的基础上使用二次搜索策略来实现规划路径的优化,使之绕过凹形障碍趋向目标,从而达到输出最短路径的目的。
