“被高铁”现象的理性分析——以京沪高铁为例

近年来,中国高铁步入快速建设期,而高铁建设的重要目的之一就是客货分流。高铁客运专线的建设大大地提升了客运能力,从而可以释放既有线路的运输能力于货物运输。但是高铁客运的票价也高于既有线路,同时由于普通列车车次的减少,使得居民出行可能要被迫选择票价更高的高铁,这种现象称作“被高铁”。本文对媒体关注的“被高铁”现象进行了理性分析,以京沪高铁沿线城市为例,根据2015年1月1日列车时刻表数据计算出的时间节省的货币成本与小时工资(时间价值)作比较,并结合高铁车次比重,计算了不同城市的居民“被高铁”的可能性。研究发现：①很多“城市对”之间都存在时间节省的货币成本高于小时工资的情况,“被高铁”现象较为普遍;②“被高铁”的可能性在50%左右;③各城市“被高铁”的程度有较大差异,京沪高铁沿线城市的“被高铁程度”整体呈现出“两头低,中段高,长三角相对较低”的特征。研究认为,虽然从目前来看,京沪高铁沿线城市的普通列车班次减少不明显,但如果进行较大幅度调整,很多低收入旅客出行时可能会被迫选择高铁,并将带来负面的社会影响。本文的理性分析可为列车班次的调整方案提供参考。     

地球剖分网格的地形量化模型

针对目前地形量化方法中,量化承载网格层级受限,且量化数据组织管理复杂的问题,提出了一种基于地球剖分网格的四边形网格的地形量化模型。该模型以GeoSOT地球剖分网格为支撑,通过GeoSOT网格编码实现了多层地形量化数据的关联、检索,为矢量数据和规则格网数据的量化处理、组织与存储以及量化数据聚合问题提供了方法。     

联合光谱和纹理特征的支持向量机滩涂分类方法研究

滩涂作为海岸带的重要组成部分,是重要的土地资源。针对遥感影像滩涂分类的提取,文中提出一种联合光谱和纹理特征支持向量机(SVM)滩涂分类的方法。首先介绍纹理特征影像获取方法,通过灰度共生矩阵分析得到滩涂纹理特征影像;然后将光谱影像与纹理影像叠加形成一幅多维特征影像,用SVM分类算法中的OAR分类器进行分类实验,对分类结果进行实验分析。实验结果表明,该算法对提高海岸带地理信息获取能力,提升海洋遥感测绘信息化保障水平有积极意义。     

基于ASTER GED产品的地表发射率估算

地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。     

大数据时代的农情监测与预警

农情信息是世界粮农组织、各国政府、粮食贸易企业以及农场管理迫切需要掌握的信息。大数据时代的农情监测与预警正在由模型驱动向数据驱动转变,大数据正逐渐成为监测与预警的核心驱动力。伴随着农情监测与预警大数据的爆炸式增长,大数据与云计算技术的发展为农情监测与预警提供了全新的技术手段。2013年以来,全球农情遥感速报系统(CropWatch)已逐步引入聚类分析、时间序列分析、关联分析、时空变化异常诊断等大数据分析方法,并应用于业务化运行的农情监测与预警中。大数据技术提升了CropWatch的数据挖掘能力,对CropWatch农情监测与预警时空尺度的拓展以及农情监测内容的精细化起到推动作用,促进了面向需求的CropWatch农情信息与预警精准云服务的发展,促成了大数据时代CropWatch农情监测与预警技术体系的升级。未来,大数据时代的农情监测与预警将逐渐向全自动化监测、实时化精准农业管理与智能化信息服务方向发展;通过众源采集技术高效低廉的获取农情观测大数据将成为未来的发展趋势;大数据技术跨领域数据挖掘的能力,使得丰富多元化的跨界信息服务将成为大数据时代农情监测与预警的主流发展方向。大数据时代的CropWatch正在向基于大数据的农情监测与预警系统全速迈进。     

遥感时间序列影像变化检测研究进展

同一区域、不同时期大量历史数据的积累,以及同一区域能够方便地获取高时间分辨率遥感数据,使遥感时间序列影像变化检测成为近年来遥感技术与应用的研究热点。本文系统总结和评述了当前遥感时间序列影像变化检测的相关研究进展和应用状况,在阐明遥感时间序列分析的意义,以及时间序列影像在变化检测中的优势的基础上,从非遥感领域时间序列变化检测方法出发,针对遥感时间序列影像变化检测的需求,明确和归纳了遥感时间序列变化检测的问题与类型,并对当前最新研究进行了综述,总结了各种方法的优点与不足,重点介绍了基于经验模态分解的遥感时间序列影像异常信息检测方法和基于隐马尔可夫模型的土地利用/覆盖变化检测方法,以期能够为相关研究提供参考。最后总结了该研究领域的发展趋势和存在问题,并对今后的研究工作和未来发展方向进行了展望。     

冲绳海槽中段表层沉积物物质来源的定量分离:Sr-Nd同位素方法

利用1994年85－904航次获取的冲绳海槽中段表层沉积物样品，测定其硅酸盐相的^87Sr/^86Cr和^143Nd/^144Nd比值，以定量研究冲绳海槽中段表层沉积物硅酸盐物质的来源，结果表明，冲绳海槽中段陆坡区表层沉积物硅酸盐相的^87Sr/^86Sr/^143Nd/^144Nd与东海陆架沉物硅酸盐相的^87Sr/^86Sr和^143Nd/^143Nd相当，槽底和东坡沉积物硅酸盐相的^87Sr/^86Cr和^143Nd/^144Nd值介于中国大陆硅酸盐物质和海槽水山碎屑的^87Sr/^86Sr,^143Nd/^144Nd比值之间，并大致具有两端员混合特征，利用以Sr同位素为参数的二端员混合方程进行物源定量分析的结果表明，冲绳海槽中段的西坡和槽底表层沉积物硅酸盐相以陆源物质为主，最大值为91．07％，由西向东，陆源物逐渐减少，在海槽东坡含量最小，最小值为9．93％，火山源物质在东坡含量最高，量大值为64．92％，由东向西，由北向东，火山源物质逐渐减少为零。     

智能机器人及其发展

智能机器人是一个国家高科技发展水平的重要标志之一，具有广阔的应用前景。本文介绍了机器人的定义和发展阶段，阐述了智能机器人研究领域的关键技术，总结了国内外各类机器人的发展现状并给出相应实例，最后分析并展望了智能机器人今后的发展和研究趋势。     

西涌湾及邻近海域物理自净能力研究

利用不规则三角形网格和分步杂交方法建立了西涌湾及邻近海域的二维变边界潮流数值模型，并在此基础上建立了相应海域的拉格朗日余流模型，对拟建排污口标识质点的运移轨迹进行跟踪，通过计算公式，给出了西涌湾及邻近海域的水交换活跃区和滞缓区，并为拟设排污口进行了优化选择。     

苯乙烯型大孔树脂对海水中微量有机磷农药的吸附性能研究

为获得不含农药的当地海水在利用酶传感器监测海水有机磷农药时作为对照溶液使用,选用苯乙烯型大孔吸附树脂ASD5作为吸附剂,对含马拉硫磷和甲基对硫磷的海水样品进行动态吸附研究。发现该树脂较适合去除海水中的微量马拉硫磷,在温度10℃,流速0.5mL.min-1的条件下,10g树脂制成的吸附柱处理含500μg.L-1马拉硫磷的海水样品(乙酰胆碱酯酶活性抑制率为30.0%),出水的乙酰胆碱酯酶(AChE)活性抑制率仅为0.4%,而对海水自身的性质没有显著影响。结果表明:苯乙烯型大孔吸附树脂ASD5适合去除海水中的微量马拉硫磷,在海水有机磷农药的酶传感器监测中有很好的应用前景。