聚力“整体智治” 提升六大能力——德清县打造地质灾害防治新格局

德清县紧紧围绕“不死人、少伤人、少损失”的总目标,聚力“整体智治”,充分运用云计算、大数据、物联网、人工智能等现代科学技术,扎实推进地质灾害防御体系和智控能力建设,整体提升地质灾害综合防治水平,努力实现从单部门应对单一灾种向多部门联动应对灾害链转变,从人防为主向人防技防并重转变,从隐患点管理向风险防控转变,有效破解地质灾害治理难题,最大限度减少地质灾害给人民生命和财产造成损失,已连续14年实现了地质灾害“零伤亡”,为“平安德清”建设提供地质环境安全保障。     

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。     

连续台风时期香港区域的水汽变化分析

利用香港卫星定位参考站网GNSS观测数据,提取强热带风暴"塔拉斯"与热带风暴"洛克"影响期间各测站天顶方向对流层延迟,反演香港区域大气可降水量;根据香港区域49个天文台气象站提供的实测降雨量数据,分析大气可降水量与实际降雨量的相关性,以及两次台风对香港区域水汽时空分布的不同影响。结果表明,大气可降水量在台风影响前期均上升,在大量降雨后回落,但在连续台风的间歇期间,仍高于台风来临前的水平;水汽累积是大量降雨的前提条件,当水汽累积量相近时,水汽累积时长与累积降雨量呈正相关;台风期间大气可降水量值超过65 mm的区域面积与台风等级相关,台风路径对局部水汽分布有一定的影响。     

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。     

基于ROMS和4DVAR的沿轨与网格化SSH数据同化效果评价

Remote sensing products are significant in the data assimilation of an ocean model. Considering the resolution and space coverage of different remote sensing data, two types of sea surface height(SSH) product are employed in the assimilation, including the gridded products from AVISO and the original along-track observations used in the generation. To explore their impact on the assimilation results, an experiment focus on the South China Sea(SCS) is conducted based on the Regional Ocean Modeling System(ROMS) and the four-dimensional variational data assimilation(4 DVAR) technology. The comparison with EN4 data set and Argo profile indicates that, the along-track SSH assimilation result presents to be more accurate than the gridded SSH assimilation, because some noises may have been introduced in the merging process. Moreover, the mesoscale eddy detection capability of the assimilation results is analyzed by a vector geometry–based algorithm. It is verified that, the assimilation of the gridded SSH shows superiority in describing the eddy's characteristics, since the complete structure of the ocean surface has been reconstructed by the original data merging.