GNSS 监测数据预处理在变形预测中的应用

GNSS监测技术被广泛应用于变形监测工作中,但GNSS监测数据中会有缺失值、噪声等误差的存在,对预测结果造成影响。引入改进的小波神经网络模型进行变形预测,并考虑该模型的自适应性和容错性,分别采用三次样条插值法、小波滤波法和拉依达准则对原始监测数据进行缺失值填补、去噪和粗差剔除等预处理。并利用实际监测数据进行短期预报分析,对比原始监测数据和预处理后的监测数据的预测结果,结果表明预处理后的监测数据的预测效果更好。     

我国土壤修复基金法律制度的建立与设计——基于美国超级基金立法的经验教训

我国土壤污染形势严峻,已污染土壤修复亟待海量资金支持.建立土壤修复基金是各国政府承担土壤修复责任的普遍经验.美国《超级基金法》是世界上土壤修复基金的典型立法,堪为我国相关立法的经验与教训.我国土壤修复基金资金筹集框架应当以基于“谁污染、谁治理”原则的污染者负担为主,基于国家环境义务与基于慈善公众参与的资金补充为辅.土壤修复基金使用以污染者不愿、不能承担土壤污染修复工作或找不到污染者为前提,并且建立代位求偿机制.土壤修复基金应当形成由环境保护部牵头、其他各部门协同合作的机制,并成立土壤修复基金管理中心.     

物候窗口和多源中高分辨率影像的稻虾田提取

由于显著的经济效益和生态效益,近年来稻虾共作模式分布面积迅猛扩张。准确获取稻虾田空间分布信息,对于水稻种植结构调整、产量估算和水资源管理具有重要意义。本文以“小龙虾之乡”——湖北省潜江市为研究区域,基于Google Earth Engine平台协同Landsat 7/8和Sentinel-2卫星数据,通过分析稻虾田的农业耕作管理和季相节律特征,提取了稻虾田区别其他农作物的关键“水淹”信号和“植被”信号。基于实地稻虾田样本统计分析关键特征的阈值,构建稻虾田规则集识别模型,提取了湖北省潜江市2019年稻虾田空间分布。最后,基于实地样本验证该物候窗口特征方法的精度,并评估和比较了该方法与随机森林和基于水体季相差异方法的表现。结果表明：物候窗口1月1日—4月30日内的水淹信号（LSWI>NDVI或EVI）、物候窗口7月15日—9月30日内的植被信号（NDVI或EVI>LSWI）和物候窗口11月10日—12月31日内的水淹信号是稻虾田遥感识别的典型特征。基于该方法提取的2019年潜江市稻虾田制图精度和用户精度分别为90.74%、94.69%,显著高于水体季相差异方法和随机森林方法的精度。基于关键物候窗口的稻虾田提取方法具有较高的泛化能力,能以较少的实地样本进行时空尺度的延展,从而为大尺度长时序稻虾田遥感制图提供重要的方法支撑。     

基于BDS的海上运输监控系统设计

海上运输往往受到高温、高盐及高湿环境的影响,尤其是贵重和精密货物,在运输过程中容易出现损坏风险,因此研发了一种海上运输货物通讯监控系统;这对于海运质量的提升是十分重要的. 本文设计了一种基于北斗卫星导航系统(BDS)的海上运输监控系统,将物联网技术和BDS相结合,以实现对货物的实时监测、导航定位及通讯功能,并以多相流量计的运输为例详细阐述了系统的功能实现方式. 该系统可以作为减少货损成本,提高运输管理效率的工程化辅助工具.