GRB 170817A的洛伦兹因子和观测角

伴随着引力波事件GW170817的短暴GRB (Gamma-Ray Burst) 170817A首次提供了双中子星并合与短暴相联系的直接证据.但是短暴GRB 170817A具有非常弱的光度,意味着观测的视线方向可能偏离喷流轴方向.根据短暴静止系的峰值能量E_(p,i)和各向同性光度L_(iso)。之间的关系以及洛伦兹因子Γ和L_(iso)。之间的关系估算了短暴GRB 170817A以及长短暴GRB 060614观测角与喷流边缘的夹角θ'_(obs)和洛伦兹因子Γ,结果表明GRB 170817A的Γ=45±27,θ'_(obs)=2.2±0.5°,而GRB 060614的Γ=214±93,θ'_(obs)=0.5±0.1°.这个结果相当于GRB 170817A的正轴各向同性光度L_(iso,on)=(2.1±0.7)×10~(49) erg·s~(-1),比典型的短暴少2-3个数量级.GRB 060614的L_(iso,on)=(5.12±1.91)×10~(51) erg·s~(-1)与典型短暴相当.这意味着GRB 060614可能属于短暴类型,而GRB 170817A可能本质上就是一个弱暴.     

基于Stacking集成学习的恒星/星系分类研究

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.     

基于SWAT模型的森林分布不连续流域水源涵养量多时间尺度分析

为解决森林分布不连续流域森林水源涵养功能及其多时间尺度特征的定量评价问题,根据分布式水文模型（SWAT）的特点,提出了反映森林斑块空间分布的水文响应单元划分方法,以及基于水量平衡法的森林不连续分布流域森林水源涵养量计算公式。以东南沿海的晋江流域为例,构建了2006年土地利用条件下的日时间步长SWAT模型,统计分析了2002—2010年降水条件下森林水源涵养量的时空变化规律。结果表明：① 构建的晋江流域SWAT模型精度较高,面积阈值为零生成的水文响应单元比较准确地反映流域森林斑块分布,提出的森林水源涵养量计算公式适用于森林空间分布不连续流域森林水源涵养量的多时间尺度分析,为流域森林水源涵养功能评价提供了一个新的方法。② 晋江流域森林水源年涵养量271.41~565.25 mm;月涵养量-29.15~154.59 mm;日尺度的极端降水期皆为正值,极端枯水期都为负值。表明年际之间不存在森林水源涵养的蓄丰补枯调节作用,但在年内的部分月份得到体现,而日尺度的森林蓄丰补枯功能充分发挥。从而揭示了不同时间尺度森林水源涵养量及其蓄丰补枯功能的差异。     

冰冻圈服务综合区划理论与方法

冰冻圈是全球气候系统的主要圈层之一,既具有不可替代的气候效应,又维系着寒旱地区社会经济和自然生态系统良好运行,而中国是中低纬度地区冰川、积雪、冻土发育程度最高的国家。长期以来,针对冰冻圈“致害性”的研究众多,而聚焦冰冻圈服务的“致利性”研究则相对滞后,在此背景下着眼于人类福祉的冰冻圈服务识别与综合区划研究成为冰冻圈科学、人地系统可持续发展等的关键科学问题之一,也是目前迫切需要开展的研究方向。首先,确定以地域分异规律理论、人地关系地域系统理论、集合论和信息编码论等跨学科理论为研究基础;尔后,构建面向综合区划研究的冰冻圈服务分类体系,先以供需均衡模型为核心进行单项服务重要性空间识别,再以服务最大化模型为指导,通过区位熵算法判定冰冻圈主导服务的空间分布;最后,以三维魔方展开法为核心制定冰冻圈服务综合区划方案,将研究区划分多重空间层级、彼此独立完整、相互联系密切的冰冻圈服务单元。综上,形成综合自然供给和人文需求因素且适应地区特色的冰冻圈服务空间识别与综合区划技术体系和方法流程,为冰冻圈服务供给与社会经济发展需要架起一座桥梁,是满足国家重大战略需求和合理利用冰冻圈服务的必由之路。     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

新疆荒漠地区植被覆盖度遥感估算模型十分缺乏,给荒漠化监测等相关工作带来很大不便,开展植被覆盖度遥感估算经验模型研究,对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍,利用无人机遥感提取（光合）植被信息,并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应,获取在高分辨率卫星影像像元尺度上的植被盖度,然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系,建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法,可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因,所建立的遥感估算模型的估算精度尚相对偏低,有待于今后进一步的工作加以改进。     

基于多元要素流的珠三角城市群功能联系与空间格局分析

以珠三角城市群9个地级市为研究对象,结合当前热点网络开放大数据,对珠三角城市群内各城市的经济流、交通流、人口流和信息流的联系强度和作用方向进行测算与评价。借助赋值法分别对四种要素流的总量进行打分,以各城市的综合得分作为空间层级划分依据,提出关于“点—线—面”的空间互动格局,进而探索珠三角城市群未来的发展规划。研究结果表明：①从各要素流的联系强度上看,城市间的等级划分具有较高的重合度,说明四种要素流彼此之间相互联系、相互作用。从各要素流的作用方向上看,广州和深圳多作为区域内其它城市的首位空间联系城市,说明各要素流通常指向经济发展水平较高、通达性较好的城市。②从整体来看,珠三角城市群内部功能互动表现极度不平衡,一是中心城市占据了要素流强度的绝大部分,其余城市仅占据极小部分流量,两极分化严重;二是东西两岸发展不平衡,东岸发展水平明显要强于西岸发展水平。③广州、深圳、东莞和佛山等城市虽然在区域内起到了一定的辐射和带动作用,但是针对江门、肇庆等周边城市的辐射和带动强度仍有待提升,说明还需进一步优化珠三角城市群功能分工与产业布局,推进区域经济一体化。     

第三空间还是无限场景:新零售的区位选择与影响因素研究

随着互联网、人工智能等技术的渗透,新零售这一城市新兴商业业态的发展对区位产生了差异化的选择。论文以星巴克和瑞幸咖啡为例,采用空间最邻近指数、核密度分析,比较上海传统零售与新零售在空间布局上的不同特征,并采用空间计量模型,进一步探究两者在区位选择因素上的差异。结果显示:①瑞幸和星巴克门店的空间布局在市域尺度上均具有明显的中心指向,但也存在差异。作为新零售的代表,瑞幸在城市各圈层的分布更为均质,不如传统零售星巴克强调城市中心区位。②传统零售与新零售具有相似性和差异性布局特征,全局而言,瑞幸的聚集程度高于星巴克。而在城市的中心区域,传统零售呈现单中心集聚特征,新零售则呈现多中心分散特征,远不如传统零售聚集。③新零售与传统零售的选址因素存在较大的差异。传统零售星巴克与商场密度有高度显著的相关性,具有商业中心偏好,而影响瑞幸咖啡选址最重要的因素是写字楼密度,且商场租金对其呈负向影响,新零售瑞幸咖啡对商务办公区域的偏好超过商业中心。     

路网约束条件下热力规则设计与试验

热力图是一种能直观准确展示空间观测值的有效工具,在多个领域具有广泛应用。本文在分析设定不同道路层权重、道路技术等级分类的基础上,以反距离权重、直方图均衡化、密度补偿、参数多次迭代等方法,研究构建了以热力方式展示道路网分布及发达程度的相关规则体系。热力规则通过道路赋权、路线曲面化、密度协调、图面综合等多套规则的有机结合,实现了道路网总体发达水平信息的提取与展示,并以全球地理信息资源建设项目路网成果中的亚洲和非洲部分国家数据为例,进行了信息提取与热力分布试验。     

机载光学全谱段遥感林火监测

森林火灾是一种危害极大的自然灾害,是森林扰动的主要类型之一,直接影响森林生态系统结构、碳循环甚至全球气候的变化。近年来,航空平台和传感器的技术进步有效地提升了机载遥感系统探测和监测森林火灾的能力,推动了机载遥感在森林可燃物调查及载量评估、火险测报预测、火场态势及火情监测、灾害损失评估以及火烧迹地生态修复治理等方面的应用。本文首先介绍了中国林业科学研究院机载光学全谱段遥感系统CAF-LiTCHy（Chinese Academy of Forestry’s LiDAR,Thermal,CCD and Hyperspectral airborne observation system）,描述了激光雷达扫描仪、热红外相机、CCD相机和高光谱传感器等传感器的参数;然后,阐明了集成方案和观测数据的处理方法;最后,以四川省西昌市“3.30森林火灾”作为该系统火后灾情遥感调查和灾情评估应用示例,综合多传感器数据特征,进行森林火烧程度评价,分析该系统采集的正射影像、冠层高度模型、高光谱影像、热红外影像在森林火灾监测评价中的潜力。研究结果表明CAF-LiTCHy机载遥感观测系统能有效获取森林火灾的灾情信息、火场及火环境参数,可为预防、预报预警、扑救指挥、灾害评估和生态修复提供支持。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。