射电望远镜远场区域强干扰源规避方法研究

随着频率使用率的提高, 射电天文台址地面或空间存在强电磁干扰致使望远镜接收机系统处于非线性状态. 为减少强电磁干扰的影响、提高天文观测效率, 提出了一种基于望远镜远场区域的强干扰源规避方法. 首先, 通过仿真分析确定的射电望远镜远场方向图, 结合望远镜与干扰源之间的位置关系, 分析了强电磁干扰到达射电望远镜焦点处的功率响应, 并依据接收机第2阶中频放大器性能参数, 确定射电望远镜处于非饱和状态的规避角度计算方法. 其次, 采用该方法计算分析了民航飞机对射电望远镜的影响, 若民航飞机上有主动发射的干扰源, 且不经过反射等传播现象, 当射电望远镜主波束轴偏开一定方向后, 可有效降低对射电望远镜的干扰强度.     

一种移动视频与地理场景的融合方法

快速准确地了解灾害现场状况是救灾过程中的重中之重。通常发生灾害都会使用无人机进行现场勘察，但是无人机视频难以与实际的地理场景关联起来，为此本文提出了一种移动视频与地理场景的融合方法。该方法首先采用具有仿射不变性的ASIFT算法检测特征点，将匹配后的特征点采用RANSAC算法进行迭代剔除噪点，计算视频与地理场景最优的透视变换矩阵模型参数；然后将计算得到的透视变换参数应用到视频数据，恢复视频角点坐标；最后通过内插得出所有视频帧的角点坐标，实现视频与DOM的精确融合。试验结果表明，对视频数据匹配的间隔帧越短，其整体融合精度越高，通过本文方法进行视频与地理场景融合的误差标准差低于10 m。     

Sentinel-2卫星落叶松林龄信息反演

林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力，对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象，分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像，采用多元线性回归（MLR）、随机森林（RF）、支持向量机回归（SVR）、前馈反向传播神经网络（BP）以及多元自适应回归样条（MARS）等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期，并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演，分别为冠层含水量（CWC），归一化水体指数（NDWI），叶面积指数（LAI），光合有效辐射吸收率（FAPAR）和植被覆盖度（FVC）。研究结果表明，展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数（PSRI）以及落叶期的NDVI、RVI外，落叶松林龄与各指标之间均呈负相关关系，其中与冠层含水量（CWC）的相关性最高，pearson相关系数达到-0.74（p<0.01）。此外，不同模型反演结果表明，随机森林模型（RF）为最佳落叶松林龄估测模型，其平均决定系数R²和平均均方根误差RMSE分别为0.89和2.91 a；多元线性回归模型（MLR）的林龄估测结果最差，其平均决定系数R²和平均均方根误差RMSE仅为0.57和5.69 a，非线性模型能更好的解释林龄与建模变量之间的关系。     

祁连山MODIS LST时空变化特征及影响因素分析

地表温度(Land Surface Temperature，LST)是研究区域尺度和全球尺度上地表能量和水平衡物理过程中不可缺少的参数。祁连山LST的时空变化规律及其影响因素模式未知。通过采用趋势分析法和相关性分析法，探讨2000—2017年间祁连山LST〖WTBZ〗的时空变化特征及与植被的相互关系，分析各植被类型下地表温度的时空分异特征。结果表明：（1） MODIS LST产品的精度能够满足祁连山地表温度时空变化分析的要求。（2） 祁连山LST时间序列呈 “上升—下降—上升—下降”的波动变化，整体呈小幅上升趋势，以0.17 ℃·（10 a）^-1的速率波动上升，冬季LST上升趋势最显著（63.37%），变化率为0.22℃·（10 a）^-1；空间上呈西北降低东南升高的变化趋势，显著上升面积（14.89%）远大于下降面积（0.90%）。（3） 祁连山年均LST与NDVI呈负相关，显著相关区域占22.56%，夏季NDVI对LST的调控作用较显著（25.45%）；荒漠NDVI对LST的影响大于其他植被类型。（4） 海拔对各植被类型LST有强烈的影响，相关性依次为荒漠>林地>草甸>耕地；然而，夏季LST与海拔的相关性因植被覆盖增加而显著降低。（5）祁连山LST上升是NDVI、海拔以及植被类型综合影响的结果。     

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.     

利用GLAS激光测高数据评估DSM产品质量及精度优化

提出了一种利用卫星激光测高数据直接优化提升数字表面模型（DSM）产品精度的方法。选取境外中亚地区的资源三号DSM开展试验，通过采用多准则约束方法提取激光高程控制点，分别利用偏度、中值、线性、二次多项式等进行DSM误差修正，发现4种模型均能有效消除DSM系统误差，其中基于二次多项式的方法更适用于平地和丘陵地貌，线性模型更适用于高山地貌。试验验证了采用卫星激光测高数据优化境外DSM技术流程的可行性，最终可提高DSM的绝对高程精度。     

山西省大同市新荣区石墨矿岩石矿物地球化学特征与成因

山西省大同市新荣区石墨矿带总体呈北东—南西向展布, 长约22 km, 赋矿层位为中下太古界右所堡组, 岩性为含石墨黑云斜长片麻岩。目前该矿带上已有7个勘查区, 累计查明晶质石墨矿物资源量约 5000万吨, 但对其矿床成因类型研究相对较少。本文收集整理和分析总结了区域内地质资料及化验分析结果, 采用变质岩原岩恢复的四种方法确定该矿带的成因: 从石墨矿带的矿体产状和岩石组合、岩相学和矿物学特征定性判断该矿带矿床为沉积岩区域深变质成矿类型; 矿体样品地球化学微量元素比值(Sr:Ba等)符合副变质岩特征; 稀土元素配分曲线及其研究表明矿体及围岩具有沉积岩变质特征; 以TiO2-F图解、[(al+fm)–(c+alk)]/Si图解以及(al-alk):c图解展示的岩石化学特征半定量地确认新荣区石墨矿带矿床为以黏土岩为主的区域变质成矿。新荣区石墨矿带成因类型的确定填补了该区域矿床成因类型研究的空白, 为下一步地质找矿及建模提供了重要依据; 三种图解相结合, 逐步缩小原岩范围, 锁定原岩类型, 为变质岩原岩恢复及矿床成因研究提供了新的思路和判别方法。     

基于Datist的测震分析月报自动产出技术研发

针对四川测震台网运行月报中关于测震分析章节编写过程中的程序化工作流程,依托于数据专家(Datist)自动化流程实现了数据源读取、数据清洗、目录统计、绘制震中分布图、计算速报结果自评和报告自动产出等功能,辅助完成月报生成。实践证明该成果可有效减轻地震监测人员的工作负担,提高工作效率。     

贵州草海湿地不同水位梯度沉积物中汞、砷形态分布及风险评价

通过改进Tessier连续提取法对贵州草海黑颈鹤栖息地不同水位梯度下沉积物汞(Hg)、砷(As)形态及生态风险进行了研究.结果表明,草海湿地沉积物中Hg含量在0.45～1.51-mg/kg之间,超过国家土壤环境质量农用地土壤风险管控标准;形态组成上,残渣态汞(Res-Hg)有机结合态汞(Org-Hg)碳酸盐结合态(Car-Hg)铁锰氧化态(Fe-O-Hg)可交换态(Ex-Hg),不同水位梯度下含量和赋存形态在不同区域不一致.As含量在16.4～23.8-mg/kg之间,形态依次为残渣态砷(Res-As)有机结合态砷(Org-As)铁锰氧化态砷(Fe-O-As)碳酸盐结合态砷(Car-As)可交换态砷(Ex-As).-As含量与贵州省土壤背景值持平,随着水位梯度的抬升,其总量呈增加趋势,残渣态占比逐步增多,性质逐渐稳定.采用地积累指数(I_(geo))、潜在生态风险指数(E_r~i)、风险评价编码法(RAC)对Hg、As的危害程度进行分析表明,基于草海较高Hg环境背景值,Hg整体污染风险较高,As处于低水平的污染风险等级且对环境影响较小.该研究揭示了不同水位梯度下Hg、As总量及形态分布特征,对草海湿地水位抬升恢复湿地提供了参考.     

冈底斯中段厅宫地区比马组碎屑锆石U-Pb年龄

桑日群广泛分布于冈底斯火山岩浆弧的中东段，是新特提斯洋俯冲作用的代表性记录。本文对冈底斯中段厅宫地区桑日群比马组开展了碎屑锆石U-Pb同位素测年和地球化学特征研究，结果表明：比马组所含的碎屑锆石具有85.7~143.5Ma、160.2~191.2Ma、334.4~364.1Ma和904Ma四个年龄段，其中最年轻的碎屑锆石年龄为85.7±1.9Ma，结合古生物资料，认为比马组形成于早—晚白垩世，其物源主要来自于拉萨地块，尤其是冈底斯岩基剥蚀源区；岩石地球化学特征显示，比马组沉积主要来源于长英质岩石，是上地壳源区物质经风化剥蚀后搬运沉积形成。