The Big Pine Creek watershed and climate change: A trend analysis of Landsat surface reflectance and PRISM datasets over the last 3 decades

Recent variations in normal meteorological conditions indicate the earth’s climate is changing in ways that may impact delicate ecological balances in sensitive regions. Identifying how those changes are affecting the biosphere is essential if we are going to be able to adapt to those changes and to potentially mitigate their harmful consequences. This paper presents a time series study of an alpine ecosystem in the Big Pine Creek watershed in California’s Eastern Sierra Nevada Mountain’s. Raw Landsat data covering the years 1984 through 2011 is converted to observed surface reflectance and analyzed for trends that would indicate a change in the ecosystem. We found that over the time period of the study, observed surface reflectance shows a general decline across the spectrum while our analysis of environmental data demonstrates statistically significant increases in temperatures. While declining reflectance in the visible and short wave bands are indicators of increased surface cover, the fact that the IR band also shows declines is consistent with a decline in tree density. This study provides a useful insight into the ecological response of the Big Pine Creek watershed to recent climate change. These findings suggest that alpine ecosystems are particularly sensitive to increasing temperatures. If these results are replicated in other alpine watersheds it will demonstrate that the biosphere is already showing the effects of a warmer environment.     

基于虚拟夹具的交互式空间机器人遥操作实验

预测仿真技术是目前消除大时延对遥操作影响的主要方法。在操作者控制虚拟机械臂与仿真环境中的物体接触之前,仅有的视觉信息不足以提供充分的临场感信息,操作者无法进行安全有效的操作;由于肌肉颤抖等原因导致徒手控制的精度较低,操作者无法进行精确的操作。针对这两个问题,使用虚拟夹具技术对操作者的动作进行限制和引导。实验结果表明,在虚拟夹具的辅助下,可以有效提高操作者的临场感,使操作者快速准确完成遥操作任务。
     

应用双向时间传递的重力卫星时标误差自主测量

星间时标误差的自主测量对于中国自主研发地球重力卫星具有重要意义. 提出利用双向时间传递法实现重力卫星时标误差的自主测量, 设计了测量方案, 建立了包含卫星运动导致的链路非对称、电离层效应、设备零值以及随机测时误差在内的测量模型. 结合地球重力卫星相关特性, 分析了时标误差测量中各误差源的影响及相应的误差校正方法. 以GRACE重力卫星为例, 利用提出的方法和校正措施, 星间时标误差自主测量精度可以达到0.62ns, 其中误差主要来自系统零值标定误差和随机测时误差.      

Soybean cultivar selection for Bioregenerative Life Support Systems (BLSSs) – Hydroponic cultivation

Four soybean cultivars (‘Atlantic’, ‘Cresir’, ‘Pr91m10’ and ‘Regir’), selected through a theoretical procedure as suitable for cultivation in BLSS, were evaluated in terms of growth and production. Germination percentage and Mean Germination Time (MGT) were measured. Plants were cultivated in a growth chamber equipped with a recirculating hydroponic system (Nutrient Film Technique). Cultivation was performed under controlled environmental conditions (12 h photoperiod, light intensity 350 μmol m⁻² s⁻¹, temperature regime 26/20 °C light/dark, relative humidity 65–75%). Fertigation was performed with a standard Hoagland solution, modified for soybean specific requirements, and EC and pH were kept at 2.0 dS m⁻¹ and 5.5 respectively.     

声表面波色散延时线激励的高精度时间间隔测量方法

高精度时间间隔测量技术对国民经济与国防建设意义重大,论述了一种新的高精度时间间隔测量方法,可以达到1ps量级甚至更高的测量精度。该方法利用声表面波色散延迟线作为时间内插器,时间内插器起到时间拉伸的作用,从而可以获得多个观测值,由于平均的效果,总的测量误差将被大大降低。理论分析与仿真实验均表明该方法可以达到很高的时间测量精度,是切实可行的。     

Kalman滤波的铷原子钟控制算法

以GPS接收机输出的1pps信号为参考信号,采用Kalman滤波算法对铷原子钟的参数进行估计,计算铷原子钟的频率调整量,对铷原子钟进行调整,使其和UTC时间保持同步。实验结果表明,受驯铷原子钟输出1pps与UTC（NTSC）钟差的标准差优于3.5 ns,钟差峰峰值优于15 ns,100 s采样的Allan方差为1.83×10 -12 ,10000 s采样的Allan方差为6.1×10 -13 。实验证明了基于Kalman滤波的铷原子钟控制算法,使铷钟获得了较好的准确性和长期稳定性,且对其短期稳定性影响最小,是一种可靠稳定的铷钟控制方法。     

高分辨率多径时延测量算法

提出一种基于最小二乘准则的高分辨率多径信号时延测量方法。对参考信号作三阶样条插值获得每条多径信号最小二乘意义的最优估计,用每条多径信号的测量值重构接收信号,通过反复迭代使重构信号是接收信号最小二乘意义的最优估计,实现多径信号的时延测量。仿真结果表明：新算法在低信噪比、窄带信号条件下仍能获得较高的时延测量精度,性能优于MUSIC类时差测量算法。     

基于3D Zernike矩的巡检器与空间站的相对导航算法

针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF （Time of Flight）相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002 m,相对姿态精度优于0.1°。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。     

一种基于观测站数目最小化的TDOA/FDOA无源定位算法

在三维（3D）运动目标无源定位系统中,无模糊定位最少需要4个观测站。而传统的两步加权最小二乘（TSWLS）及其改进的闭式算法至少需要5个观测站进行求解,当减少一个观测站时,这些闭式算法往往无法提供可靠解。针对这一问题,提出一种最小化观测站数目的到达时间差（TDOA）与到达频率差（FDOA）定位算法。该算法是一种闭式解法并且能够在三维场景下仅使用4个观测站进行定位。该算法分为两步：第1步分离传统的TSWLS算法中未知参数空间,建立了一组新的等式,并且利用加权最小二乘（WLS）算法得到目标位置与速度的初始值;第2步利用泰勒级数展开算法将中间变量线性化,对目标位置和速度初始值进一步校正。理论分析证明了在适当的噪声水平下该算法能够达到克拉美罗界（CRLB）。此外,计算机仿真表明仅使用4个观测站时,该算法对于近场以及远场目标参数的估计精度在测量噪声较小时可以实现CRLB;并且还表明使用5个观测站估计时,该算法比TSWLS及其改进算法能更好地适应大的测量噪声。