人类世可持续发展背景下的远程耦合框架及其应用

在全球一体化进程不断加深的背景下,国家与地区之间的联系日益紧密,产生了一系列跨国家、跨地区、多尺度的社会—经济—环境影响,远程耦合（Telecoupling,社会、经济、环境的远距离相互作用）科学概念和综合框架的提出为解决上述问题提供了新方法和新途径。为更好促进远程耦合综合框架的正确使用和规范推广,本文系统解析了远程耦合综合框架,厘清各组成部分的定义和功能,梳理了框架的应用现状;通过对3个中国典型案例的阐释,展示了远程耦合综合框架的使用方法、结果分析及由此得出的科学意义和政策价值;最后描述了远程耦合综合框架使用中需要重点关注的问题,并对其应用前景进行了展望。远程耦合综合框架的推广应用有助于以跨国家、跨地区、多尺度的视角,重新审视多个人类与自然耦合系统的相互作用,揭示隐藏的远距离地理空间作用的科学价值,服务于有关政策的制定和实施,促进全球社会、经济、环境的可持续发展。     

国家自然科学基金地理科学申请代码的调整优化

学科申请代码调整优化是国家自然科学基金委员会“科学基金学科布局改革”任务的重要组成部分和切入点。本文回顾了地理学科申请代码的历史沿革,系统梳理了当前版本地理学科申请代码存在的问题,论述了新版（2021版）申请代码体系的架构理念、遵循原则、形成过程,着重阐释了新申请代码的历史沿革、科学内涵与学科定位。新版申请代码体系较以往版本有以下4个显著特征：① 逻辑更自洽,一级代码名称由“地理学（D01）”改为“地理科学（D01）”;② 学科更融合,取消三级申请代码,仅设二级申请代码,更能体现学科的交叉融合;③ 领域更全面,针对学科发展趋势及经济社会发展需求,增加了“灾害地理”“土地科学”“地理大数据与空间智能”等新兴学科、领域的代码;④ 技术更重视,增设“地理观测与模拟技术”,鼓励面向地理科学问题研究所需关键工具、仪器的研制。     

国内盐湖卤水硼资源提取专利分析

基于中国盐湖硼资源开发动态,选择国家知识产权局专利数据,从盐湖卤水硼资源提取相关专利申请时间、地域分布、主要方法等方面进行分析。发现中国专利包含多种盐湖硼资源提取方法,并且逐步走向成熟,其中萃取法已成为研究重点。近期关于多种伴生资源综合开发的专利越来越受到关注。对国内盐湖硼资源提取技术后续开发和产业发展提出了建议。     

成渝城市群城市建设用地扩张格局及规模体系分析

基于1990—2018年六期城市建设用地监测数据,本文利用城市用地年面积增长率指数、公共边测度、核密度估计、位序-规模法则等方法,刻画成渝城市群扩张演化特征及其发展规律,并对城市群规模体系进行分析。结果表明：成渝城市群城市建设用地扩张呈先快后慢的趋势,空间上呈“中部高速,南北低速”的特点,建设用地扩张密度高值主要集中在成都、重庆二市且城市群内部连片发展不明显。城市群新增城市用地呈现无序蔓延态势,并未趋于紧凑。2000—2010年,成渝城市群规模分布极化,呈现明显的双核首位特征,2010年后规模分布由非均衡趋于均衡。     

基于深度置信网络的GNSS-IR土壤湿度反演

基于大地测量型GNSS接收机获取的反射信号反演土壤湿度是GNSS领域的研究热点。为克服常规线性回归和BP神经网络算法等的缺陷,本文提出了一种基于深度置信网络的GNSS-IR土壤湿度反演方法。试验结果表明,基于该方法得到的决定系数、土壤湿度平均绝对误差和均方根误差分别为0.909 8、0.017、0.021,与线性回归和BP神经网络算法相比,与实测数据吻合度更高,可有效提高土壤湿度反演精度,证明了方法的有效性和可靠性。     

多视密集匹配并行传播GPU-PatchMatch算法

针对多视密集匹配的效率较低的问题,提出了GPU-PatchMatch多视密集匹配算法。该算法使用GPU提高PatchMatch的计算效率;同时充分利用稀疏场景信息,对深度信息进行规则初始化;为提高传播效率,使用了金字塔红黑板并行传播深度信息。最后在DTU、Strecha和Vaihigen数据集上进行了试验,并与常用的多视密集匹配算法进行对比。试验结果表明,本文算法在重建效率上有较大提高,与CPU算法(PMVS、MVE、OpenMVS)相比有7倍以上提升,与GPU算法相比也有2.5倍以上提升,表明本文算法的有效性。     

A hierarchical indexing strategy for optimizing Apache Spark with HDFS to efficiently query big geospatial raster data

ABSTRACT

Earth observations and model simulations are generating big multidimensional array-based raster data. However, it is difficult to efficiently query these big raster data due to the inconsistency among the geospatial raster data model, distributed physical data storage model, and the data pipeline in distributed computing frameworks. To efficiently process big geospatial data, this paper proposes a three-layer hierarchical indexing strategy to optimize Apache Spark with Hadoop Distributed File System (HDFS) from the following aspects: (1) improve I/O efficiency by adopting the chunking data structure; (2) keep the workload balance and high data locality by building the global index (k-d tree); (3) enable Spark and HDFS to natively support geospatial raster data formats (e.g., HDF4, NetCDF4, GeoTiff) by building the local index (hash table); (4) index the in-memory data to further improve geospatial data queries; (5) develop a data repartition strategy to tune the query parallelism while keeping high data locality. The above strategies are implemented by developing the customized RDDs, and evaluated by comparing the performance with that of Spark SQL and SciSpark. The proposed indexing strategy can be applied to other distributed frameworks or cloud-based computing systems to natively support big geospatial data query with high efficiency.     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

中国大陆结构地震反应观测系统布设研究

本文简要介绍了结构地震反应观测研究的意义。并以中国地震局防灾大楼和北京市人大办公大楼结构地震反应观测系统为布设实例,阐述了中国大陆地区结构地震反应观测系统的两种布设方式。对两种方式进行了分析,指出简化布设中存在的问题,并提出了布设原则,用于指导结构地震反应观测系统的布设。