北京城市绿化的时空动态分析

城市绿化覆盖是城市生态系统的重要组成部分,合理的绿化率和绿化布局可以改善城市环境,提高城市人居适宜性。研究中将2005、2010、2015年北京市土地利用（LUC）数据中的城市居民用地作为城区范围,应用Landsat 5、GF-1影像数据和MODIS产品,利用支持向量机的监督分类方法,提取了2005、2010、2015年的北京市城市绿化覆盖数据,并获取了同期的植被指数（NDVI）数据;继而以城市绿化覆盖率、绿化覆盖均匀度和植被指数为评价指标,在公里栅格和行政区2个尺度上探讨了北京市城市绿化覆盖的空间分布格局和时间变化动态特征。研究表明：① 3个指标在空间和时间2个维度、区县和栅格2个尺度上都表现一致。这反映北京市过去10年中,在绿化面积增加的同时,绿化的空间布局得到优化改善,绿化的质量得到提高。② 2005-2015年,北京市城市绿化覆盖面积由518.93 km² 增加到1405.54 km²,绿化覆盖率由39.9%增加到49.13%,绿化覆盖均匀度由0.598增加到0.653,植被指数由0.42增加至0.5。③ 北京市城市绿化建设存在明显的时空差异。中心城区绿化建设缓慢,成效不明显;重大绿化建设成果主要集中在城市边缘地区和远郊区县。城市绿化改善过程主要发生在2005-2010年。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

欧洲计划于年末发射2颗伽利略卫星

【据每日GPS网站2020年3月31日报道】欧洲计划于2020年12月15日在法属圭那亚库鲁发射场发射2颗伽利略卫星。运载火箭采用俄罗斯的“联盟号”,并非“阿里安-6”。“阿里安”运载火箭将用于执行2021年中的伽利略卫星发射任务。伽利略计划于1999开始实施,2013年发射首颗卫星。     

改进的GNSS/水准点优化选择的逐步剔除法

GNSS/水准联测点的合理选择对GNSS高程拟合至关重要，剔除法是一种较好的优化选点方法，传统的剔除法是以高程异常拟合误差最小为目标函数进行优化选点，可能会出现选点不均匀情况。鉴于此，提出根据GNSS/水准点生成的泰森多边形面积大小进行优化选点，并在此基础上对传统优化选点的方法进行改进，即同时考虑高程异常拟合误差大小及由泰森法生成的多边形面积大小进行优化选点（称为综合法）。以1~3次多项式拟合模型为研究对象，实验结果表明，GNSS/水准点优化选择的综合法可在改善点分布的同时获得稳定性好、精度较高的高程异常拟合结果。     

基于改进自组织神经网络的遥感图像分类研究

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。     

圆形数值波浪水池斜向和多向入射波浪模拟研究

为了研究斜向入射波浪,基于三维不可压缩两相流模型,开发了一套圆形数值波浪水池数值模型。在圆形波浪水池中,通过源项造波法成功生成了任意入射方向的波浪,并且利用人工摩擦项模拟阻尼区以数值耗散反射波浪。模型基于嵌入式多块网格体系,采用FVM法(finite volume method)离散Navier-Stokes方程,VOF法(volume of fluid)追踪自由水面。试验结果表明,斜向入射波浪的模拟结果与理论值基本一致,圆形波浪水池在模拟斜向入射波浪时,有效区域的面积较传统波浪水池显著增大,而且有效区域受波浪入射角度的影响也较小。同时,通过叠加多列斜向入射波浪,模拟出了多向交叉波列,并通过与理论结果对比,发现其具有较高的精度。