中国城市市售水果蔬菜农药残留水平及其空间差异研究

摄入农药残留超标的食物会对人们健康产生负面影响,因此,评估食品中的农药残留对保障食品安全具有积极作用。本文通过构建农药残留综合评价体系,利用多指标分析城市市售水果蔬菜农药残留状况及其对城市食品安全的影响,评估城市间农药残留层面的食品安全差异,结果表明:1)不同城市间市售果蔬农药残留状况差别明显,城市食品安全在农药残留层面上存在差异;2)我国城市的农药残留呈现明显的空间分布规律,而这可能与农药使用量有关。本研究为促进全国食品安全水平的提升提供了初步的数学基础和科学依据。     

基于海冰密集度遥感数据的波弗特海海冰时空变化研究

采用美国冰雪数据中心(NSIDC)的日尺度与月尺度海冰密集度数据,将海冰密集度为15%作为阈值确定海冰外缘线位置,提取波弗特海海域的海冰外缘线,计算波弗特海的海冰密集度、海冰范围与海冰面积,然后通过海冰范围与海冰外缘线的年际变化与季节变化来分析波弗特海海冰外缘线退缩的时空变化特征与趋势。实验结果表明,1978—2015年波弗特海的海冰密集度、海冰范围与海冰面积整体变化趋势一致,减少趋势显著。37年来,海冰密集度平均每年减少约0.3%,海冰范围平均每年减少3 235 km2,海冰面积平均每年减少5 084 km2。海冰密集度在1979—1996年无明显减少趋势,1996—2015年减少趋势明显。波弗特海海冰范围一般在9月达到最小值,在11月至次年5月维持在最大值(全冰覆盖状态);海冰面积一般在9月达到最小值,在12月或者1月达到最大值。海冰范围最小值出现时间有延迟的趋势,全冰覆盖状态具有起始时间越来越晚、终止时间越来越早、持续时间越来越短的趋势,平均持续天数为212 d。     

基于GPS的“雪龙”船冲击式破冰模式识别研究

"雪龙"号破冰船是我国目前唯一的极地考察船,破冰航行是极地船舶的重要特征之一。以"雪龙"号破冰船的GPS数据为基础,通过建立模型算法识别冲击式破冰这一特殊的航行状态,在整个中国第28次南极考察航次的数据分析中,整体识别率超过86.1%,识别正确率达到98%以上。利用此算法,在中国第27次南极考察航次的破冰识别率也超过85%,识别正确率达到93.5%。雪龙船两个航次实测GPS数据验证了本文算法的可用性,而破冰识别统计结果表明,不同航次的破冰模式具有较大的差异。     

基于Android和iOS的极地移动信息平台设计与开发

以智能手机为载体的移动互联网迅速发展,其中Android(安卓)和i OS(苹果移动操作系统)占绝大多数。本文以Android和i OS为开发平台,设计实现了中国南北极考察数据浏览与互动的移动信息平台——掌上两极。该平台已通过专家评审并在苹果应用商店和安卓市场正式发布,为极地管理部门、科研人员和社会公众便捷、快速获取极地相关信息提供了新的通道。     

地图集认知功能设计实践——以《中国市售水果蔬菜农药残留水平地图集》为例

地图可视化设计常包含地图认知功能设计、信息传输功效设计、地图视觉效果设计。其中地图认知功能设计是地图集的设计中最基本且最重要的环节。在此环节中,原始数据经过数据形态分析、数据处理与转化、制图模型的建立等过程,形成制图数据以及地图集的内容体系结构。本文以《中国市售水果蔬菜农药残留水平地图集》的设计为例,展示了地图集的地图认知功能设计过程。这个过程体现了地图信息论、地图模型论和地图空间认知论的思想,蕴含了地图的思想美、科学美、技术美和功能美。     

科普性南极电子杂志的设计特点

简要介绍了电子杂志的特点,以及其可用作科普教育的一种方式的优越性。重点介绍了科普性南极电子杂志的形式特点,软硬件环境和数据组织形式,对其设计和制作流程进行了简要概括并对它的功能特点进行了总结和概括。     

基于无人机正射影像的玉龙雪山白水河1号冰川末端冰裂隙提取

冰川是冰冻圈的重要部分,对局地乃至全球气候变化响应敏感。冰裂隙作为冰川表面上显著的特征,对于认识冰川的状态、稳定性以及内部应力有着重要的作用。针对冰川冰裂隙高精度快速识别提取问题,本文以玉龙雪山白水河1号冰川为研究对象,使用无人机航拍获取的0.12 m分辨率的正射影像,应用U-Net深度学习网络开展白水河1号冰川的冰裂隙的智能提取研究。使用U-Net网络提取冰裂隙的精度高于传统的Canny算子以及SVM算法,总体精度可高达93%,且U-Net网络泛化能力强。提取结果表明,白水河1号冰川冰裂隙主要为横向裂隙,伸展裂隙以及雁行裂隙,呈现随海拔降低,冰裂隙逐渐由横向裂隙变化为伸展裂隙的趋势,通过不同时期提取结果对比,发现冰裂隙数量和平均长度均有增加。基于无人机影像和深度学习方法的冰裂隙智能提取研究,可为监测冰川变化及其与气候变化的关系提供技术支撑。     

基于AMSR-E的冬季罗斯冰架冰间湖薄冰冰厚反演

利用AMSR-E 36GHz、89 GHz亮度温度计算出的极化比(PR)与热力学冰厚比较,建立了一种针对南极罗斯冰架冰间湖的AMSR-E薄冰反演算法。热力学冰厚由用MODIS晴空下的表面温度数据、ERA-Interim气象数据,根据表面热通量平衡公式反演得到。在排除混合像元以及水汽对89 GHz数据的干扰后,分别对36、89 GHz的AMSR-E亮温极化比拟合指数模型,反演罗斯冰架冰间湖中的0~0.2 m的薄冰冰厚,均方根误差分别为0.003 5 m和0.005 3 m。