面对高光谱影像分类的半监督阶梯网络

提出一种半监督阶梯网络用于对高光谱影像进行分类,以解决小样本条件下基于堆栈式自编码器的高光谱影像分类方法分类精度不高的问题。首先,该网络以堆栈式自编码器为基础,在编码器和解码器之间增加横向连接参数构建阶梯网络,以使网络适合半监督分类;然后将无监督损失函数与有监督损失函数之和作为最终优化的目标函数,采用半监督的方式对整个网络进行训练。为进一步提高分类精度,提取局部二值模式纹理特征进行分类实验。实验结果表明:提出的半监督阶梯网络能够较好地解决高光谱影像分类小样本问题;且LBP纹理特征能够有效提高分类精度。     

基于Mobile GIS和LBS技术的团队管理系统设计与实现

目前面向团队管理的系统比较多,但是基于位置服务(LBS)的管理系统却很少见。随着移动智能终端正在迅速成为地图服务的增值平台,基于Android平台的Mobile GIS的地图服务技术将成为研究热点~([1])。本文重点探究了Mobile GIS和LBS的特点,团队管理系统的架构,Android手机端定位模式和基于百度地图API的位置服务,以及基于Mobile GIS在团队管理中的特色应用。     

黄河三角洲地区土地利用变化的梯度分析

目前土地利用研究是全球变化研究的前沿问题,虽然黄河三角洲土地利用变化分析在很多文章中都有提及,但都很少提到土地利用变化的梯度分析。本文选择黄河三角洲区域为研究对象,结合GIS技术、理论,对黄河三角洲海岸带地区进行了土地利用变化的梯度分析,为以后更好地开发和研究黄河三角洲土地提供了依据。结果表明:整个黄河三角洲地区耕地面积所占比例最大,越靠近沿海地区,耕地面积越小,未利用土地面积增大;反之,耕地面积越大,未利用土地面积减小。     

基于VSP资料进行的吸收系数Q值反演

采用比较热门和精确的心迹线法实现利用地震VSP资料进行Q值反演。通过实例验算,证实了这种方法的可行性和有效性。在反演过程中,该方法对超过350 m的厚层反演效果较为准确,对薄层其反演效果不稳定,但总体趋势不会有大的变化。     

2013年1月我国中东部强霾污染的数值模拟和防控对策

利用自主研制的嵌套网格空气质量数值预报模式（NAQPMS）模拟研究2013年1月我国中东部的持续强灰霾天气,初步评估灰霾天气下大气细颗粒物（PM2.5）时空分布特征、传输规律和防控力度．结果表明：这一模式能够合理反映灰霾天气下中东部PM2．5,的时空分布特征和演变规律．发现静稳天气京津冀地区仍旧存在显著的区域输送,并直接造成京津冀地区PM2．5浓度的累积,来自区域外的跨城市群输送对京津冀PM2．5浓度贡献为20％-35％,区域内输送的贡献为26％-35％,两者之和与局地污染源贡献相当．针对这次强霾的控制试验表明,当京津冀周边区域省份污染源不控制,河北、天津和北京的污染物排放需要消减90％,90％和60％以上才能实现京津冀区域PM2．5达标（二级标准）,表明京津冀灰霾污染防控不仅需要重视区域内的联防联控,同时也需要其他城市群的协同控制．气象一大气污染双向反馈机制对强霾的形成也有非常重要影响,可使京津冀部分地区细颗粒物月均浓度增加30％,忽视这种耦合作用会导致模式对重污染期间污染物浓度的低估．     

中非共和国Bambari绿岩带地质特征及找矿意义

Bambari绿岩带是一个太古宙花岗岩-绿岩带,位于刚果克拉通北部,呈北西向带状展布,长250 km,宽10~24 km.其主要组成岩性为太古宙花岗岩、条带状含铁建造（BIF）、角闪岩、绢云片岩、石英绢云片岩.在其东部的1/3地区已发现了一个大型的铁、金共生矿床,经对比研究认为,在Bambari绿岩带的中西部地区仍有重要的找矿意义.     

全新世中期毛乌素沙地炭屑记录与火灾历史

炭屑是探索自然火和人类用火及其驱动机制的重要指标。作者试图通过孢粉提取法获得毛乌素沙地东缘锦界剖面全新世中期(7.5~4.6 ka)的炭屑记录, 用来揭示该地区炭屑变化特征和火灾历史, 并探讨其与气候环境变化之间的关系。结果表明:在7.5~4.6 ka期间炭屑浓度变化范围为340～17 420粒·g^-1, 平均为3 350粒·g^-1。剖面炭屑总浓度变化趋势曲线呈“弓形”, 即在7.2 ka以前炭屑浓度较低, 平均约为1840粒·g^-1 ;在7.2~6.6 ka浓度最高, 平均约为5 280粒·g^-1, 并在6.8 ka前后达到峰值17 400粒·g^-1 ;在6.6 ka之后浓度下降, 平均为1720粒·g^-1。同时, 炭屑粒径指标表明<50 μm的炭屑占主导,>100 μm的炭屑稀少。炭屑浓度主要反映火灾频率和强度, 炭屑粒径则反映火灾距离和范围, 即毛乌素沙地东部在全新世中期火灾活动相对频繁并在6.8 ka左右达到最大值, 同时炭屑物源较远, 主要为区域性火灾。锦界剖面的化学风化指数、地球化学元素和粒度变化特征表明该地区在7.5~4.6 ka气候条件整体较好, 湿度增加, 处于全新世适宜期, 并在7.2~6.6 ka达到最佳值, 这表明毛乌素沙地的火灾主要发生在气候最佳时期。结合毛乌素沙地及其邻区的孢粉资料推测, 该地区在全新世气候适宜期时植被相对茂盛, 为毛乌素沙地的火灾提供了丰富的可燃烧物, 可能是火灾增多的主要原因。     

基于EC的2022年夏季北京机场雷雨预报检验分析

为检验EC数值预报模式对雷雨的预报能力,本文选取2022年夏季发生在北京首都和大兴机场的雷雨天气对其进行检验,并挑选一个典型个例进行分析。结果表明：EC的预报准确率在38%-45%,漏报率55%-62%;EC对水汽含量相对小（<70%）的雷雨天气几乎没有预报能力;对雷雨预报影响最显著的因子是水汽含量（空气相对湿度）,此外垂直速度、低层辐合、能量条件（对流有效位能）等因素也具有较为明显的作用;大气上干下湿的位势不稳定结构,对非热力型雷雨的预报有一定的指示意义;发生在大气中低层（1000 hPa-650 hPa）的垂直运动对雷雨云团的发展作用也较为明显。     

面向高光谱影像分类的生成式对抗网络

为了提高高光谱影像分类精度,提出了一种基于生成式对抗网络的高光谱影像分类方法。生成式对抗网络由生成器、判别器和分类器3部分组成,其中生成器用于模拟高光谱样本的数据分布,生成特定类别的样本;判别器是一个二值分类器,用于判断输入的样本是否为真实数据;分类器用于对输入的样本进行分类。利用反向传播算法依次更新生成器、判别器和分类器的网络参数使损失函数最小,从而达到训练网络的目的。生成器和判别器能够模拟高光谱影像的样本分布来辅助训练分类器,因此能够提高高光谱影像的分类精度。分别采用Pavia大学和Salinas高光谱数据集进行分类试验,试验结果表明提出的分类方法能够在小样本条件下提高高光谱影像的分类精度。     

多层级二值模式的高光谱影像空-谱分类

利用高光谱遥感影像的空间纹理特征,可以提高高光谱遥感影像的分类精度。提出了一种多层级二值模式的高光谱影像空-谱联合分类方法。该方法将高光谱影像转化为局部二值模式特征图像获取像元微观特征,基于特征图像生成多层级特征向量获取像元宏观特征。为验证该方法的有效性,选取PaviaU、Salinas和Chikusei高光谱影像数据,利用核极限学习机分类器,分别针对光谱、局部二值模式、多层级二值模式等特征开展实验。结果表明,多层级二值模式空-谱分类总体精度分别达到97.31%、98.96%和97.85%,明显优于传统光谱、3Gabor空-谱等分类方法。该方法可为高光谱影像分类提供更加有效的类别判定特征,有助于提高影像分类精度并获取更加平滑的分类结果图。