Supply and Demand Levels for Livestock and Poultry Products in the Chinese Mainland and the Potential Demand for Feed Grains

The widening gap between the supply and demand levels for livestock and poultry products in the Chinese mainland poses a significant challenge to the secure supply of feed grains. Therefore, the accurate prediction of the demand potential for feed grains represents a key scientific issue for ensuring food security in the Chinese mainland. This study is based on an analysis of several factors, such as the Chinese mainland’s output, trade volume, apparent consumption of livestock and poultry products, and two different scenarios for predicting the future demand for feed grains are assessed. The results indicate that output and consumption of livestock and poultry products, as well as the country’s trade deficit and the pressure of the supply and demand balance with respect to these products, have been increasing in recent years. The analysis predicts that the demand for feed grains in the Chinese mainland will reach 425.5 or 389.6 million tons in 2030 based on the two scenarios. This finding indicates that with the increasing demand for livestock and poultry products in the Chinese mainland, the demand for feed grains will continue to increase, and the shortfall in feed grains and raw materials will expand further, especially dependence on external sources of protein-rich feed grains will remain high.     

电力巡线LiDAR点云电塔自动定位和提取算法

针对电力巡线机载激光雷达（LiDAR）激光点云电塔自动提取问题,提出了一种电塔自动定位和点云提取算法。首先,基于点云进行二维空间网格划分,利用网格点云高程偏差和方差特征提取潜在电塔网格;其次,基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取;然后,利用点云分层密度信息和图像开运算,实现电塔精细提取;最后,利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明,本文所提出的自动提取算法,能够有效解决LiDAR数据中电塔自动定位和点云提取问题,在LiDAR数据质量较差时仍能够取得良好效果,算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。     

移动GIS在传染病防控方面的应用——以COVID-19为例

新型冠状病毒肺炎（COVID-19）疫情的出现和暴发流行,给社会、经济及人群健康提出巨大的挑战,已经成为重大公共卫生事件和社会问题。作为一种新发传染病,提早发现、迅速采用有效应对举措,是防止病毒蔓延扩散的重要环节。地理信息系统（GIS）在传染病的控制、预防、预警中有举足轻重的地位,移动GIS（Mobile GIS）作为GIS技术的发展,进一步提高了我国卫生部门应对突发传染病的能力。本文以COVID-19防控为例,重点介绍了移动GIS技术在传染病防控中的应用。     

空-谱融合的条件随机场高光谱影像分类方法

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。     

城市扩展元胞自动机多结构卷积神经网络模型

传统的城市扩展元胞自动机(CA)模型是基于单个元胞的变量信息挖掘来构建转换规则的。针对这一问题,本文基于多结构卷积神经网络提出从区域特征出发且顾及区域多尺度特征挖掘转换规则的城市扩展元胞自动机模型(MSCNN-CA),并以武汉主城区和上海浦东新区为例,模拟了两个试验区2005—2015年期间城市扩展过程。模型验证表明:与逻辑回归和神经网络相比,本文构建的3个单一结构的卷积神经网络元胞自动机(CNN-CA)模型在4个指标(Kappa系数、FoM(figure of merit)值、命中率(h)和错误率(m))上都有不同程度的提高。特别是FoM指数,在武汉主城区提高了23.3%~29.4%,在上海浦东新区提高了20.3%~28.5%。此外,MSCNN-CA模型与3个单一结构的CNN-CA模型相比,在各个指标上也有所改善,FoM指数在武汉主城区提高了0.8%~4.8%,上海浦东新区提高了2.8%~7.8%。两个试验区的模拟结果表明:相比传统CA模型,基于多结构卷积神经网络的城市扩展元胞自动机模型(MSCNN-CA)能够有效提高城市扩展模拟的精度,更真实地反映城市扩展空间演变过程。相比单结构的卷积神经网络CA模型,多结构卷积神经网络CA模型的稳定性和模拟结果准确性有所提升。     

免像控无人机在地形图测量中的应用

通过eBeePlus免像控无人机航空摄影测量系统应用于1∶500地形图测绘工程实例,探究其在实践中的制图精度及适用性。使用emotion3、Pix4dMapper等软件进行外业航飞、内业影像处理,对比分析RTK和PPK两种解算方式下的制图精度,两者均满足规范要求,PPK解算方式更适宜在实践中使用;结合Eps软件制作数字线划地图,对于影像中无法提取的房屋边线、植被覆盖区域地物,采取全野外调绘、实测进行补充,阐述了无人机航测与传统数字化测图相结合的作业方式。     

ASTER GDEM V2的南极冰川高程误差校正及精度分析

ASTER GDEM V2是研究南极冰盖表面的一种重要DEM数据源。由于南极冰雪区反射率高且缺乏地形特征,导致ASTER GDEM V2存在大量的坑、隆起等噪声,难以直接用于南极地形分析。本文以ICESat/GLAS激光点高程数据作为参考,采用修正等高线法对南极伯德（Byrd）冰川ASTER GDEM V2进行了误差校正,并将其与ICESat-1 DEM的垂直精度进行了对比分析。结果表明：ASTER GDEM V2的RMSE由校正前的26.56 m下降到校正后的18.77 m,远低于ICESat-1 DEM的RMSE（121.24 m）;校正后的ASTER GDEM V2高程精度受坡度影响较小,不存在明显的系统误差,而ICESat-1 DEM的高程精度受坡度的影响较大。本研究进一步通过地形剖面分析得到：校正前的ASTER GDEM V2噪声主要分布于高程较低、地形平坦的区域,通过修正等高线的方法可以有效去除这些噪声,去除噪声后的ASTER GDEM V2可作为研究伯德冰川理想的DEM数据源。     

入园率视角下长三角地区化工产业时空格局演化及影响因素

本文以全国化工产业密集区——长三角地区为例,基于规模以上中国工业企业详细数据,从化工企业入园率的视角出发,综合运用均值中心、标准差椭圆、核密度分析及空间自相关等分析方法,分析并揭示了1998—2013年长三角地区化工产业时空格局演化规律及影响因素。研究结果表明：1998—2013年长三角地区化工企业总体上呈现不断增长趋势,入园率由6.19%提升到36.98%;化工企业“西北-东南”方向分布明显,且近似呈“先东南,后西北”的路径迁移规律,较之全部企业,入园企业具有更高的离散度、更大的迁移幅度,入园企业与全部企业逐步由空间失配演变为空间匹配;中心集聚与外围扩散态势并存,发育并逐渐形成了环太湖集聚区、沿杭州湾集聚区、沿长江密集带及沿海密集带四大化工产业集聚片区,化工产业的区域空间结构趋于复杂化、有序化与稳定化;地级尺度上化工企业入园率不断提升,2003年与2013年呈显著的空间正相关,热点区逐渐由浙江东南转移到苏皖北部,冷点区从安徽北部迁移到浙江西北,基本完成了空间格局上的对称反转变换,但化工企业入园率与空间密度分布一直处于错配失衡状态。通过结合化工产业特性与长三角区域特征,定性探讨了长三角地区化工产业时空格局演化的影响因素,特别是阐述了化工产业“园区化”进程的作用机制。     

中国丘陵山区农村贫困时空格局及其演变机制研究——以江西省于都县为例

解决区域性整体贫困问题是全面建成小康社会的前提。丘陵山区是中国农村贫困人口的聚集区,开展丘陵山区贫困时空格局及其演变机制研究对实现贫困地区转型发展与乡村振兴具有重要的理论意义。论文以江西省于都县为例,以村域为研究单元,采用空间自相关、核密度估计、地理探测器等模型方法刻画了于都县农村贫困地理格局及其分异特征,识别了丘陵山区驱动农村贫困化的主导因子,揭示了农村贫困化的驱动机制。结果表明：① 丘陵山区农村贫困化存在明显的地域分异规律和空间集聚性特征,且聚集效应随减贫力度加大有所减弱;② 坡度、行政村到县城中心的可达度、路网密度和公共服务点数量是丘陵山区农村贫困化分异的主导因子,且随时间推移,资源禀赋不足对农村贫困化的驱动作用有所减弱,区位条件对农村贫困化的驱动作用逐渐增强;③ 不同时期丘陵山区农村贫困化地域分异的主导因素有所不同。农村贫困化有其自然和人文根源,科学减贫政策的制定与实施需以深化贫困发生机制理论认知为基础,协同推进区域性贫困和个体性贫困的减轻,从而实现贫困地区转型发展和乡村振兴。     

近30 a甘肃省河东地区极端气温指数时空变化特征及趋势预测

基于甘肃省河东地区61个气象站点1988—2017年逐日气温数据,利用Mann-Kendall检验,Sen’s斜率估计方法分析甘肃省河东地区极端气温指数的时空变化趋势,并探讨极端气温指数与其影响因素之间的关系,最后利用NAR神经网络结合Hurst指数对甘肃省河东地区极端气温指数变化进行预测分析。结果表明：(1)从时间上看,冷极值相对指数呈下降趋势,冷极值绝对指数、暖极值以及气温日较差、作物生长期呈上升趋势。(2)从空间上看,对冷极值变化反应最为敏感的是高寒湿润区,对暖极值变化反应最为敏感的是温带半湿润区和北亚热带湿润区,除北亚热带湿润区外各区域作物生长期的变化都达到了显著水平,而气温日较差仅在温带半湿润区达到了显著水平。(3)多数极端气温指数与经纬度、海拔之间有显著相关性,但受区域自然特点影响,经度与海拔对其影响实为一类。(4)亚洲区极涡强度、北半球极涡强度以及青藏高原指数B与极端气温指数变化有密切关系,而太阳黑子等只与个别指数之间存在显著的相关性。(5)预测出的极端气温指数冷极值相对指数仍呈现下降趋势,冷极值的绝对指数、暖极值以及气温日较差、作物生长期仍然呈现增加趋势,但大多数指数与1988—2017年相比变化幅度有所降低。（6）与其他区域相比甘肃省河东地区大多数气温指数变化幅度处于中间水平,表现出其为多种不同气候区、自然区交界地带的特色。