Page 130 - 2024年第55卷第2期

ｉｍａｇｅｄａｔａｗａｓｕｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｉｎｕｎｄａｔｉｏｎｆｒｅｑｕｅｎｃｙａｎｄｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙｏｆｅｖｅｒｙｐｉｘｅｌｏｎｔｈｅｂａｒｓｕｒ
ｆａｃｅ．Ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｔｗｏｆｒｅｑｕｅｎｃｉｅｓｗｅｒｅａｎａｌｙｚｅｄ，ａｎｄｔｈｅｉｎｕｎｄａｔｉｏｎｆｒｅｑｕｅｎｃｙｃｏｎｄｉｔｉｏｎｓｆｏｒｔｈｅ
ｓｕｉｔａｂｌｅｖｅｇｅｔａｔｉｏｎｇｒｏｗｔｈａｒｅａｓｗｅｒｅｄｅｔｅｒｍｉｎｅｄ．Ｔｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｂｏｔｈｔｙｐｅｓｏｆｍｉｄ － ｃｈａｎｎｅｌｂａｒｓ
ｈａｖｅｃｏｎｃｅｎｔｒａｔｅｄｌｏｗａｎｄｈｉｇｈｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙｚｏｎｅｓ ，ｗｈｉｌｅｔｈｅｍｅｄｉｕｍｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙｚｏｎｅａｒｅｍｏｒｅ
ｄｉｓｐｅｒｓｅｄ．Ｂａｓｅｄｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙ ，ｔｈｅｂａｒｓｕｒｆａｃｅａｒｅａｃａｎｂｅｄｉｖｉｄｅｄ
ｉｎｔｏｈｉｇｈｃｏｖｅｒａｇｅｚｏｎｅ，ｍｅｄｉｕｍｃｏｖｅｒａｇｅｚｏｎｅ，ｔｒａｎｓｉｔｉｏｎａｌｚｏｎｅ，ａｎｄｕｎｓｕｉｔａｂｌｅｖｅｇｅｔａｔｉｏｎｚｏｎｅ，ｗｉｔｈｔｈｅｃｒｉｔｉ
ｃａｌｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙｔｈｒｅｓｈｏｌｄｓｏｆ８０％，５０％，ａｎｄ２０％，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｉｎｕｎｄａｔｉｏｎｆｒｅｑｕｅｎｃｉｅｓａｔｄｉｆｆｅｒｅｎｔ
ｌｏｃａｔｉｏｎｓｏｎｔｈｅｂａｒｓａｒｅｔｈｅｄｏｍｉｎａｎｔｆａｃｔｏｒａｆｆｅｃｔｉｎｇｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙ．Ｏｎａｖｅｒａｇｅｏｖｅｒａｌｏｎｇｐｅｒｉｏｄ，ｔｈｅｉｎ
ｕｎｄａｔｉｏｎｆｒｅｑｕｅｎｃｙ － ｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙｒｅｌａｔｉｏｎｓｈｉｐｓｏｎｂｏｔｈｔｙｐｅｓｏｆｂａｒｓｆｏｌｌｏｗａｕｎｉｆｉｅｄｌｏｇｉｓｔｉｃｃｕｒｖｅ．Ａｃｃｏｒｄ
ｉｎｇｔｏｔｈｉｓｃｕｒｖｅ ，ｃｒｉｔｉｃａｌｉｎｕｎｄａｔｉｏｎｃｏｎｄｉｔｉｏｎｓｆｏｒｅａｃｈｚｏｎｅａｒｅｄｅｔｅｒｍｉｎｅｄａｓａｎａｎｎｕａｌｉｎｕｎｄａｔｉｏｎｄｕｒａｔｉｏｎｏｆ１８
ｄａｙｓ ，４３ｄａｙｓ，ａｎｄ９２ｄａｙｓ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ａｔｌｏｃａｔｉｏｎｓｗｈｅｒｅｔｈｅａｎｎｕａｌａｖｅｒａｇｅｉｎｕｎｄａｔｉｏｎｄｕｒａｔｉｏｎｅｘｃｅｅｄ９２
ｄａｙｓ，ｔｈｅｖｅｇｅｔａｔｉｏｎｆｒｅｑｕｅｎｃｙｒａｐｉｄｌｙｄｅｃｒｅａｓｅｓｔｏｂｅｌｏｗ１０％．Ｔｈｅｍｅｔｈｏｄｓａｎｄｆｉｎｄｉｎｇｓｉｎｔｈｉｓｐａｐｅｒｃａｎｐｒｏｖｉｄｅ
ｒｅｆｅｒｅｎｃｅｓｆｏｒｐｒｅｄｉｃｔｉｎｇｔｈｅｖｅｇｅｔａｔｉｏｎｓｕｃｃｅｓｓｉｏｎｔｒｅｎｄｉｎｄａｍ ｄｏｗｎｓｔｒｅａｍ ｒｅａｃｈｅｓａｆｔｅｒｔｈｅｉｍｐｏｕｎｄｍｅｎｔｏｆｔｈｅ
ＴｈｒｅｅＧｏｒｇｅｓＤａｍ．
Ｋｅｙｗｏｒｄｓ：ＵｐｐｅｒＪｉｎｇｊｉａｎｇＲｉｖｅｒ；ｍｉｄ － ｃｈａｎｎｅｌｂａｒ；ｖｅｇｅｔａｔｉｏｎ；ｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅ；ｆｌｏｏｄｉｎｇｆｒｅｑｕｅｎｃｙ；
ｃｒｉｔｉｃａｌｃｏｎｄｉｔｉｏｎｓ

（责任编辑：耿庆斋）

（上接第 ２３７页）
Ｈｉｇｈ － ｐｒｅｃｉｓｉｏｎｃｏｒｒｅｃｔｉｏｎａｎｄｕｎｃｅｒｔａｉｎｔｙａｎａｌｙｓｉｓｍｅｔｈｏｄｆｏｒ
ｒｅｍｏｔｅｓｅｎｓｉｎｇｐｒｅｃｉｐｉｔａｔｉｏｎｄｏｗｎｓｃａｌｉｎｇ

２，３
１，２，３
２，３
１，２，３
ＤＯＮＧＪｉａｐｉｎｇ ，ＹＥＹｕｎｔａｏ ，ＧＵＪｉｎｇｊｉｎｇ ，ＨＵＡＮＧＪｉａｎｘｉｏｎｇ ，
２，３
ＧＵＡＮＨａｏｚｈｅ ，ＣＡＯＹｉｎ ２，３
（１．ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３０００７２，Ｃｈｉｎａ；
２．ＤｅｐａｒｔｍｅｎｔｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ，ＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｐｏｗｅｒＲｅｓｅａｒｃｈ，Ｂｅｉｊｉｎｇ １０００３８，Ｃｈｉｎａ；
３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｉｖｅｒＢａｓｉｎＤｉｇｉｔａｌＴｗｉｎｎｉｎｇｏｆＭｉｎｉｓｔｒｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ，Ｂｅｉｊｉｎｇ １０００３８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏｅｌｉｍｉｎａｔｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｈｏｍｏｇｅｎｅｏｕｓｐａｒｔｓｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｆｉｅｌｄｓａｎｄｅｎｈａｎｃｅｔｈｅａｃｃｕｒａｃｙｏｆｓｔａ
ｔｉｓｔｉｃａｌｐｒｅｃｉｐｉｔａｔｉｏｎｄｏｗｎｓｃａｌｉｎｇｒｅｓｕｌｔｓ，ａｈｉｇｈ － ｐｒｅｃｉｓｉｏｎｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｆｏｒｒｅｍｏｔｅｓｅｎｓｉｎｇｐｒｅ
ｃｉｐｉｔａｔｉｏｎｄｏｗｎｓｃａｌｉｎｇｂａｓｅｄｏｎｔｈｅＢａｙｅｓｉａｎＨｉｇｈ － ＡｃｃｕｒａｃｙＳｕｒｆａｃｅＭｏｄｅｌｉｎｇ（Ｂａｙｅｓ － ＨＡＳＭ）ａｌｇｏｒｉｔｈｍ．Ｔｈｉｓ
ｍｅｔｈｏｄｉｎｔｒｏｄｕｃｅｓａｈｉｇｈｅｒ － ｐｒｅｃｉｓｉｏｎｓｕｒｆａｃｅｍｏｄｅｌｉｎｇａｐｐｒｏａｃｈａｎｄｃｏｍｂｉｎｅｓｉｔｗｉｔｈＢａｙｅｓｉａｎｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏ
ｒｉｔｈｍｓｔｏａｃｈｉｅｖｅａｕｔｏｍａｔｉｃｏｐｔｉｍｉｚａｔｉｏｎｏｆｍｏｄｅｌｐａｒａｍｅｔｅｒｓａｎｄｈｉｇｈ － ｐｒｅｃｉｓｉｏｎｄｏｗｎｓｃａｌｉｎｇｃｏｒｒｅｃｔｉｏｎ．Ｉｔａｄ
ｄｒｅｓｓｅｓｔｈｅｅｒｒｏｒｓａｎｄｍｕｌｔｉ － ｓｃａｌｅｉｓｓｕｅｓｐｒｅｓｅｎｔｉｎｅｘｉｓｔｉｎｇｄｏｗｎｓｃａｌｉｎｇｒｅｓｉｄｕａｌｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｓ．Ｔｈｅｒｅｓｕｌｔｓ
ｉｎｄｉｃａｔｅｔｈａｔＢａｙｅｓｉａｎｏｐｔｉｍｉｚａｔｉｏｎｓｉｇｎｉｆｉｃａｎｔｌｙｒｅｄｕｃｅｓｔｈｅｕｎｃｅｒｔａｉｎｔｙｏｆｈｉｇｈ － ｐｒｅｃｉｓｉｏｎｓｕｒｆａｃｅｍｏｄｅｌｉｎｇ ；ａｆｔｅｒ
Ｂａｙｅｓ － ＨＡＳＭ ｒｅｓｉｄｕａｌｃｏｒｒｅｃｔｉｏｎ ，ｔｈｅｓｃａｔｔｅｒｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｄｏｗｎｓｃａｌｅｄｒｅｓｕｌｔｓｉｓｃｌｏｓｅｒｔｏｔｈｅ１∶１ｌｉｎｅ．Ｔｈｅ
ａｃｃｕｒａｃｙｉｎｄｉｃａｔｏｒｓａｔｔｈｅａｎｎｕａｌ ，ｓｅａｓｏｎａｌ，ｍｏｎｔｈｌｙ，ａｎｄｔｅｎ － ｄａｙｓｃａｌｅｓｈａｖｅｂｅｅｎｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｄ，
ｗｉｔｈＣＣａｎｄＩＡｉｎｄｉｃａｔｏｒｓｒｅａｃｈｉｎｇａｒｏｕｎｄ０．９，ＲＭＳＥｈａｓｓｉｇｎｉｆｉｃａｎｔｌｙｄｅｃｒｅａｓｅｄ，ａｎｄＲＢｓｉｇｎｉｆｉｃａｎｔｌｙｒｅｄｕｃｅｄ．
Ｔｈｅａｂｏｖｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｉｓｍｅｔｈｏｄｃａｎｓｉｇｎｉｆｉｃａｎｔｌｙｒｅｄｕｃｅｔｈｅｍｏｄｅｌ ’ｓｕｎｃｅｒｔａｉｎｔｙａｎｄｅｆｆｅｃｔｉｖｅｌｙｅｌｉｍｉｎａｔｅ
ｔｈｅｉｍｐａｃｔｏｆｈｏｍｏｇｅｎｅｏｕｓｐａｒｔｓｏｆｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｆｉｅｌｄ ，ｔｈｅｒｅｂｙｉｍｐｒｏｖｉｎｇｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｄｏｗｎｓｃａｌｅｄｐｒｅｃｉｐ
ｉｔａｔｉｏｎｒｅｓｕｌｔｓ．
Ｋｅｙｗｏｒｄｓ：ｄｉｇｉｔａｌｔｗｉｎｗａｔｅｒｓｈｅｄ；ｈｉｇｈａｃｃｕｒａｃｙｓｕｒｆａｃｅｍｏｄｅｌｉｎｇ；Ｂａｙｅｓｉａｎｏｐｔｉｍｉｚａｔｉｏｎ；ｓｔａｔｉｓｔｉｃａｌｄｏｗｎ
ｓｃａｌｉｎｇ；ｒｅｍｏｔｅｓｅｎｓｉｎｇｐｒｅｃｉｐｉｔａｔｉｏｎｄａｔａ

（责任编辑：韩 昆）

— ２ ５ —
２