基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

粮食安全视角下中国历史气候变化影响与响应的过程与机理

基于现代全球变化研究中关于脆弱性和粮食安全的概念,把历史时期的粮食安全分解为粮食生产安全、粮食供给安全、粮食消费安全3个层次,以气候变化直接影响粮食生产水平为起点,分析气候变化-农(牧)业收成-食物的人均供给量-饥民-社会稳定性的驱动-响应链中的关键过程,指出气候变化影响的驱动-响应关系不能归结为简单的因果关系,诸如耕地、人口、政策、外来势力都会对气候变化的影响起着放大或抑制的作用。     

福建三明马尾松树轮宽度对气候变化的响应

运用树木年代学的基本原理和方法,研究三明地区马尾松(Pinus massiniana)径向生长对气候要素的响应。结果表明:夏季温度限制着马尾松的径向生长,年轮宽度与上一年和当年7—8月平均气温均呈显著负相关(P0.01);马尾松的径向生长受到降水和湿度的影响较大,与上一年1—3月降水量和2—3月平均相对湿度显著负相关(P0.01),与当年6—11月平均降水量和7—8月相对湿度显著正相关(P0.01);同时宽度年表与上一年2—3月太阳日照时数显著正相关(P0.01);另外,宽度年表与6—11月PDSI显著正相关(P0.05),生长季的干旱胁迫抑制了马尾松的生长。研究说明本地区限制马尾松树木生长的因素较多,1年中不同时期限制马尾松径向生长的气候因子不同。     

平原农区典型县域土地非农化对乡村系统的影响

科学揭示土地非农化与乡村发展之间的作用机理是促进城乡一体化健康发展的必然需求.本文选取了平原农区典型县域山东省禹城市和桓台县作为研究区,通过分析不同发展阶段县域土地非农化与乡村系统演化特征,剖析了县域土地非农化对乡村系统的影响.结果表明:随着县域经济由低级向高级阶段演进,土地非农化的规模与比重呈现增长态势,乡村系统整体处于正向演化态势,禹城市和桓台县E指数分别由0.295和0.197增至0.798与0.700.土地非农化对乡村系统的影响是一个由弱变强的过程,土地非农化比重的增加会带来乡村一些要素的剧烈变化,其中,乡村经济子系统与社会子系统对土地非农化过程的敏感性较强.构建乡村人口转移与农地规模经营的保障机制,规范土地利用规划与管理,增强县域辐射能力,是平原农区土地非农化与乡村转型发展的调控重点.     

梅雨锋云系的模态研究Ⅱ：出现频率及转换特点

基于经验正交函数（EOF）分解方法提取的1998～2008年梅雨活跃期共16次过程的梅雨锋云系主导模态,讨论了这些主导模态的发生频率、维持时间及相互转换特征。结果表明,在16个梅雨活跃期内,云系的第1主导模态正相位出现的频率最高,并且在4个活跃期内作为首次出现模态率先出现;第5模态正位相的出现频率最低,且该模态多数伴随其他模态一同出现,为过渡模态。统计发现,各主导模态的维持时间并不相同,其中第2模态负位相持续时间最长,为81 h;第5模态正位相的最大持续时间最短,仅为18 h;第6模态负位相的平均持续时间最长。对不同主导模态转换方向和频次的计算表明,各个位相的模态最多（最少）向9种（3种）（含正负位相）其他模态进行转换。除第6模态负位相和第5模态负位相向其他模态的转化具有较好的方向性外,其他模态间的相互转换多表现出随机性特征。其中,第6模态负位相在超过半数的情况下向第5模态负位相转换,而第5模态负位相则多向第3模态正位相和第1模态负位相进行转换。     

南海珊瑚环礁开放程度模型构建研究

南海环礁发育过程中形成了开放程度不同的环礁类型,依据环礁不同地貌部位的几何因子作为反映环礁开放程度的指标可以定量划分环礁开放程度类型。如果将澙湖潮汐通道作为环礁地貌结构要素用来反映环礁开放程度,则潮汐通道可以成为新的度量因子。利用高分辨率遥感影像结合GIS技术,以澙湖潮汐通道的几何参数为主构建反映环礁开放程度的模型,结果表明,以口门宽度与礁体中轴线长度之比为指标建立的经验式,可用来划分环礁开放程度类型,封闭型环礁的开放度为0,准封闭型环礁的开放度为0~0.06,半开放型环礁的开放度为0.06~0.25,开放型岛礁的开放度为0.25~1。因此,采用这一量化表达式反映南海环礁的开放程度类型,可为珊瑚环礁的开放程度发育规律研究提供科学工具。     

一种基于DCT变换的数字水印算法在“天地图·广东”中的应用

地理信息公共服务通过云平台进行部署和发布,可以使得其应用于政府部门和社会的空间数据服务更加高效和稳定。然而,把对应的地图信息挂载在云平台供应商处同时也加大了防止电子地图被盗用的难度。本文针对"天地图?广东"的电子地图瓦片,提出了一种具有高鲁棒性、基于离散余弦变换(DCT)的数字水印算法,在寄存云端和公开发布的电子地图中隐藏生产单位版权的数字水印图片,藉此来跟踪、抵制"天地图"图片数据的非法流通,非法复制,有效地保护数据生产单位的合法权益。     

1961-2010年辽宁省高温日数和高温热浪特征分析

利用1961-2010年辽宁省52个气象站日最高气温资料,分析辽宁地区高温日数及热浪的分布特征和变化趋势,结果表明：辽宁省区域年平均高温日数为7.72 d/ a。辽宁高温日数呈东少西多的空间分布,沿海地区较少甚至部分地区无高温情况出现。高温日出现最多的朝阳站,为26.48 d/ a。从20世纪60年代开始,高温日数呈缓慢增加趋势,其中2000年为有气象记录以来高温日最多的年份。热浪也呈东少西多的分布特征,热浪最多的朝阳站发生频次为2.90次/ a。辽宁省以持续3-5 d的轻度热浪为主,占86.27 %,中度热浪占12.58 %,超过10 d的重度热浪占1.14 %,仅有喀左、北票和羊山地区发生过持续10 d以上的重度热浪。     

Effect of Decadal Changes in Air-Sea Interaction on the Climate Mean State over the Tropical Pacific

Collaboration of interannual variabilities and the climate mean state determines the type of E1 Nifio. Recent studies highlight the impact of a La Nifia-like mean state change, which acts to suppress the convection and low-level convergence over the central Pacific, on the predominance of central Pacific （CP） E1 Nifio in the most recent decade. However, how interannual variabilities affect the climate mean state has been less thoroughly investigated. Using a linear shallow-water model, the ef- fect of decadal changes of air-sea interaction on the two types of El Nifio and the climate mean state over the tropical Pacific is examined. It is demonstrated that the predominance of the eastem Pacific （EP） and CP E1 Nino is dominated mainly by relationships between anomalous wind stresses and sea surface temperature （SST）. Furthermore, changes between air-sea interactions from 1980-98 to 1999-2011 prompted the generation of the La Ninalike pattern, which is similar to the background change in the most recent decade.     

基于阈值区间的海洋锋面提取模型

A model （Bayesian oceanic front detection, BOFD） of sea surface temperature （SST） front detection in satel- lite-derived SST images based on a threshold interval is presented, to be used in different applications such as climatic and environmental studies or fisheries. The model first computes the SST gradient by using a Sobel algorithm template. On the basis of the gradient value, the threshold interval is determined by a gradi- ent cumulative histogram. According to this threshold interval, front candidates can be acquired and prior probability and likelihood can be calculated. Whether or not the candidates are front points can be deter- mined by using the Bayesian decision theory. The model is evaluated on the Advanced Very High-Resolution Radiometer images of part of the Kuroshio front region. Results are compared with those obtained by using several SST front detection methods proposed in the literature. This comparison shows that the BOFD not only suppresses noise and small-scale fronts, but also retains continuous fronts.