最优权组合预测法在采煤沉陷变形预测中的应用

煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源,以最优加权法对单模型预测结果开展了最优权组合,组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价,结果表明：3种预测模型精度均达到了一级。经对比3种模型预测结果,最优权组合预测的模型精度较单模型明显提升,预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。     

青岛市生态环境变化遥感监测与分析

城市化进程不断加快带来一系列生态环境问题,本文利用植被指数、湿度指数、地表温度、建筑物—裸土指数定量表征绿度、湿度、热度、干度4个生态要素指标,通过主成分分析法,建立遥感生态指数模型,并从时间和空间两个维度对比分析2013、2019年两个时期遥感生态指数。结果表明,青岛市生态环境呈局部优化改进、整体下降趋势;同时,将青岛市遥感生态指数与人类活动相关的地表覆盖变化数据、路网交通数据、夜光数据进行耦合性分析,进一步分析探寻生态环境变化的影响因子。     

地面沉降监测多源数据融合分析

地面沉降是区域性地面高程下降的一种地质现象,一般是由自然因素和人为因素的共同作用导致的。目前地面沉降监测的方法很多,各有优劣。本文结合武进中心城区地面沉降监测系列工程案例,对不同沉降监测方法产生的多源数据进行了分析、对比和融合,使成果兼具各种方法的优点,其不仅能更好地描述地面沉降的现状及预测地面沉降的发展趋势,而且可为后期地面沉降监测提供更加准确且丰富的数据基础。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

移动测量技术在城市绿化普查中的应用

在新时代的城市建设中,绿化建设对于美化城市面貌和提高市民居住舒适度显得十分重要,那么城市绿化普查工作则成为绿化建设工作中的重要一环。为了改进传统绿化普查工作,本文提供一整套基于移动测量技术的城市绿化普查方案,搭配自主研发的GIS采集软件和实景三维管理平台,采集绿化信息的效率和精度显著提高,更可以优化城市绿化管理方法。     

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。     

基于住房需求意愿的广州市中产阶层住房区位选择

以2014年广州市中产阶层聚居区24个街道、50个社区进行的问卷调查和深度访谈资料为数据源,从住房需求意愿与区位选择方面分析了广州中产阶层住房选择,并运用多元Logistic回归分析法对其影响因素进行研究。研究发现：1）广州市中产阶层住房区位选择表现出明显的“向中心城区”性;2）现居住现状（人均住房面积、现小区区位、现小区建成年代、现居住时间）、家庭生命周期（年龄、家庭规模、子女数量）和经济水平（家庭年总收入、个人年总收入、私家车拥有量）等因素对中产阶层住房需求意愿具有显著影响;3）家庭生命周期（年龄、家庭规模）、个体因素（教育程度、户籍地）等要素对中产阶层住房区位选择具有显著影响。4）制度因素、区位因素和个体因素共同影响着广州市中产阶层住房区位选择。     

基于细分行业的安徽省创新型企业集聚研究

创新型企业作为塑造创新地理格局的重要力量,其区位选择的外部特征及内在机理亟须予以系统化研究。基于对安徽省创新型企业的细分行业与空间建库,采用核密度估计和地理探测器等方法,对细分行业下的创新型企业空间集聚特征及影响因素进行研究。结果表明：（1）安徽省创新型企业类型以先进制造和自动化为主,并以生物与新医药、新材料、电子信息为辅;（2）创新型企业空间集聚的不均衡特征显著,呈现出“一核一带多节点”的集聚分布特征,且合肥、芜湖是两个重要集聚区;不同细分行业视角下创新型企业的空间分布形态各异,可归纳为点-轴式、极核式、双核式及多核分散式等4种空间组织形态。（3）创新型因子对于创新型企业的空间集聚最为重要,但传统型和政策型因子的重要性仍不容忽视。其中,产业基础、人力资本、创新投入是最核心的因素,但各行业创新型企业的影响因素作用力则表现出一定的异质性。     

东海黑潮热输送及其与黄淮平原区汛期降水的关系

根据日本气象厅1956—1990年PN（G）断面观测资料分析东海黑潮热输送的变异特征，并探讨其冬季热输送与黄淮平原区汛期（6－8月）降水的关系。结果表明，黑潮通过PN（G）断面多年平均的热输送达15．74×1014W，其中冬季热输送的年际和长期变化特别明显；冬季热输送年际变化的周期主要为对．23.4a、3.5a、和2.6a，长期变化总趋势是70年代末以前各年热输送距平均为负值，对年代末接近多年平均值，进入80年代各年距平值不仅为正且逐年增大；东海黑潮冬季热输送与黄淮平原区汛期降水具有相近的长期变化趋势，两者间存在较好的负相关关系。     

潮汐调和分析的一种算法

本文在常规潮汐调和分析方法的基础上，提出了一种由高低潮资料进行潮汐分析的算法。具体计算表明，该算法与现今通用的常规算法（即等间隔最小二乘法）相比，既可大大减少所需原始样本量，在相同记录长度内，是常规算法的三分之一还少，同时减少样本处理的前期工作量；又能保证潮位拟合的精度和预报的可信度，两者精度相当，结果一致。该算法原理简单、实用有效，对于局部样本缺损较易处理，具有实际应用价值。