论文部分内容阅读
近年来,随着全球观测系统的逐步健全与完善,传感器网络以及遥感等技术的广泛应用,时空场数据在连续地理现象的表达方面发挥越来越明显的作用。传统时空场分析多涉及 DEM、遥感影像等标量场数据,对矢量场数据关注较少。此外,多数时空场分析方法仅能处理规则阵列数据,对海量不规则场数据处理和分析能力相对不足。本文引入 Clifford代数构建不同维度、不同类型时空场数据的统一表达与运算框架,进而实现维度融合视角的时空场数据结构与运动特征的解析和提取算法。并通过典型案例分析对所相关算法的准确性、有效性及地学解释进行探讨。
基于 Clifford代数的多维统一分析框架实现了时空场数据基本特征及其之间关系的统一表达；实现对不同维度时空场数据及上述特征参数的融合表达:实现对标量场、矢量场以及多重向量场特征参数在算法结构的统一；从多维融合的视角对时空场数据演化特征参数统一表达。
自适应模板匹配算法通过Rotor算子对欧氏变换的统一表达实现对原始数据演化构型的自适应模板匹配和分类,统一了传统卷积运算模板的表达形式。对基于卫星测高数据的海面地形坡度和海面波动特征分析结果表明该方法可有效表达地学时空场数据结构特征；特征模板匹配算法基于 Clifford FFT,实现地学分析导向的时空场特征提取。以全球海面卫星测高数据为案例数据,构建ENSO暖舌的特征模板,提取的特征参数较好地解析出ENSO对全球海面影响的空间格局特征。
基于时空代数的时空分割可实现观察者视点相关的时空分割与透视,从而可以更好的再现原始时空过程的真实特性。针对给定地理现象的演化,构建一系列不同参数的Lorenz变换,从不同视角获取时空场观测数据的内在结构特征,从而可对地理现象的运动过程特征及演化参数进行有效解析。基于卫星测高数据模拟了赤道太平洋海区海面变化的时空演化过程,所提取的运动特征参数与MEI指数具有较好的对应性。