作为量子技术中的信息载体, 量子比特被广泛应用于量子计算、量子模拟以及量子精密测量等研究领域。然而由于环境中如噪声等因素的存在, 量子比特的信息表征会受到一定限制。如何精确地解析出环境中作用于量子比特的噪声谱信息, 成了量子比特动力学解耦工作中亟待解决的问题。基于近似解析的传统方法无法精确地从量子比特的时域测量信息中解析出噪声谱。因此, 在本文中, 我们提出了一种基于深度学习的量子比特噪声谱解析方法。该方法通过不断学习, 能够获取量子比特的退相干曲线与其噪声谱之间的潜在映射关系, 为后续数值模拟和实验测量中的量子比特噪声谱解析提供了新的技术思路。相比于传统方法, 该方法的精确度更高, 并且可以推广到其他类型噪声谱的解析工作中。

在固态自旋量子调控实验的微波系统中,辐射结构的传统实现方法存在制作成本较高,金属层结合力较弱等缺点。现有一种基于导电膜材料的电化学镀铜工艺方法可用于精度要求较低的辐射结构的实现。本文将该工艺应用到高频性能较好、磁场转化效率较高的共面波导辐射结构的实现中。由于共面波导辐射结构对工艺的精度要求较高,间接增加了其制作难度。本文对原有工艺方法做出了一系列改进,在完成了基于CST MWS软件的模型仿真以及工艺实现后,通过量子调控实验验证,在输入功率约为1 W的条件下,共面波导辐射结构在2.8 GHz频点处产生了强度约为6.58Gauss的交变磁场。结果表明,本文的工艺方法可有效地实现共面波导辐射结构的制作,且性能较好。相比于传统微纳加工工艺,这种导电膜材料的电化学镀铜工艺方法缩减了步骤流程,较大幅度地降低了工艺实现的成本。

高分六号WFV是搭载在我国高分六号卫星上的高空间分辨率多光谱传感器,该传感器实现了高分辨率和宽覆盖的结合。精确识别高分六号WFV数据的云像元对于农业资源监测、林业资源调查以及防灾减灾等行业具有重要意义。基于全球土地覆盖产品FROM-GLC10数据,改进地表类型支持的云检测算法(LCCD算法),开展了高分六号WFV数据的云检测工作。以FROM-GLC10作为先验数据,充分考虑不同地表类型反射率的变化,在每种地表类型上分别采用不同的方法设置阈值。通过目视解译的方法对云检测结果进行精度评价,云正确率整体达到了92.46%,其中植被类、水体类、高亮地表类的云正确率分别为93.09%、95.60%和88.70%。结果表明,改进的基于地表类型的云检测算法有效提高了高分六号WFV数据云检测的精度。

高分四号卫星(GF-4)是我国研制的首颗地球同步高分辨率光学成像卫星,具有高时间分辨率和较高的空间分辨率。针对高分四号卫星数据的特点,提出了一种光谱分析与几何算法相结合的云和云阴影检测算法。使用几何校正和辐射定标后的高分四号影像,基于云与典型地表的光谱特征,采用光谱差异分析技术识别出潜在云像元,根据有云地物和无云地物的光谱变化率差异计算云概率;由云和云阴影的几何关系,并结合传感器参数识别云阴影的投影带,然后根据阴影的光谱特征在投影带中设定基于影像的动态阈值,用于检测云阴影。该算法能较好地识别薄云,而且可以显著提高云阴影的检测精度。采用目视解译法对检测精度进行验证后发现,不同区域类型的云像元识别位置准确,形状完整;将所提云阴影检测方法与云和云阴影匹配算法进行对比后发现,前者识别的云阴影更为精确。

基于先验地表反射率数据库支持的动态阈值云检测算法(UDTCDA)可以显著提高卫星数据的云检测精度。为进一步提高其在波段相对较少的高空间分辨率卫星数据云检测应用中的精度,改进了UDTCDA中先验地表反射率数据与待检测卫星数据的空间匹配方法。与原方法使用重采样达到空间分辨率一致不同,该方法根据待检测影像高空间分辨率的特点,采用逐像元空间地理坐标配准的方法与真实地表反射率数据进行配准,然后进行云像元检测。该方法保留了高分辨率影像空间分辨率的优势,可以有效降低空间重采样造成的像元信息丢失。分别使用资源3号、高分1号、高分2号和高分4号高分辨率卫星数据开展云检测实验。通过遥感目视解译的方法对结果进行精度验证,并与UDTCDA云识别结果进行对比。结果表明,改进后的算法能以较高的精度识别不同高分辨率卫星影像中的云,总体精度可达到93.92%,对于碎云和薄云具有整体较高的识别精度,漏分误差和错分误差分别低于10.40%和9.57%。

由于北京城市中心区冬季供暖、 汽车尾气、 工业生产等因素的影响, 以及冬季植被覆盖减少导致地表热惯量降低, 致使北京市冬季地表热场与其他季节差异明显。 冬季城市热场分布直接影响冬季大气颗粒物等污染物的扩散速度, 因此, 研究热场分布对了解城市热场在大气颗粒物污染中的贡献具有重要的意义。 首先利用MODTRAN大气辐射传输模型计算大气透过率、 大气上行辐射与大气下行辐射三个关键参数, 通过构建查找表解算热红外波段辐射传输方程。 使用数据模拟的手段评价了该方法的精度, 结果表明, 当比辐射率和水汽分别在±0.005和±0.6的误差范围内波动时, 温度反演的误差分别小于0.348和2.117 K, 表明该方法可达到较高的反演精度。 选择长时间序列Landsat TM、 ETM+数据, 进行地表温度反演, 得到1985年—2015年北京市的地表温度。 基于反演的地表温度分析了北京市热场的时空分布。 结果表明, 北京冬季热场分布在空间上可分为四个层次: 北京市二环内温度较高、 二环到五环内低温环状特征明显、 外围郊区温度高以及北京西部的山区温度最低; 随着近30年来北京市的快速发展, 热场分布在长时间序列中发生了明显的改变: 随着北京城市的不断扩张, 环状低温区域也不断扩大, 从三环扩展到六环; 城市二环以内热岛效应随时间推移而增强, 且分布范围扩大。