不规则三角网数字水深模型缓冲面快速构建的滚动球加速优化算法

针对TIN_DDM缓冲面构建与应用中存在的数据类型特殊、算法效率与模型精度不匹配的问题,本文将滚动球模型应用扩展至TIN_DDM缓冲面的构建过程。在分析滚动球模型构建精度局限的基础上,建立了滚动球半径关联的滚动球模型整体精度控制方法;结合大数据量TIN_DDM缓冲面多次构建的应用效率需求,阐明了关键采样点与滚动球半径对TIN_DDM缓冲面构建效率的影响规律;设计了TIN_DDM缓冲面构建关键采样点的判定准则,建立了关键采样点与滚动球半径的数值关联关系;提出了一种基于滚动球加速优化模型的TIN_DDM缓冲面快速构建算法,算法时间复杂度为O(n)。试验结果表明:本文算法可实现任意缓冲半径条件下TIN_DDM缓冲面的多次快速构建,且算法精度控制在2σ内。     

大气污染物排放量与颗粒物环境空气质量的空间非协同耦合研究——以武汉市为例

针对区域大气污染物排放量与空气质量在时空分布上存在不完全协同、匹配的现象,论文选择SO₂、NO_X、PM_2.5、CO和VOCs作为大气污染物指标,选择气溶胶光学厚度(Aerosol Optical Depth, AOD)表征颗粒物环境空气质量,以武汉市为例,综合应用耦合模型和空间错位指数模型研究2类指标之间的空间非协同耦合规律。主要结论如下：① 武汉市大气污染物排放量与颗粒物空气质量具有不同空间分布特征,大气污染物排放量呈现由城市中心城区向远城区递减的趋势,其中SO₂、PM_2.5和VOCs的排放具有明显的中心聚集现象,而NO_X和CO聚集现象不显著,且与道路分布明显相关;AOD分布具有明显的空间差异性,总体上呈由西北向东南依次递减的趋势。② 武汉市大气污染物排放与颗粒物空气质量的空间非协同耦合规律：越靠近城市中心城区,空间协同耦合现象越显著,空间错位现象越弱;越远离主城区,空间非协同耦合现象越显著,空间错位现象越显著;SO₂排放量与AOD在武汉市远城区的空间错位指数均大于0.7,且耦合度指数小于0.3,呈现较强的非协同耦合特征,NO_X、VOCs、PM_2.5的排放量与AOD在武汉中心城区的空间错位指数均小于0.5,且耦合度指数大于0.5,协同耦合现象较为显著。③ 基于时空非协同耦合分析城市大气环境污染治理建议：针对污染物与AOD空间错位不显著的城市中心城区,以本地减排治理为主;针对污染物与AOD空间错位显著的远城区,应在污染溯源分析的基础上进行区域协调综合治理。     

高分六号遥感卫星新增波段下的树种分类精度分析

高分六号卫星具有覆盖广、多种分辨率、波段多的优势,能为遥感解译提供更丰富的信息。为探究高分六号卫星新增波段在森林树种识别上的应用,本文以覆盖根河市阿龙山林业局的一期高分六号宽幅影像为数据源,基于特征优化空间算法（Feature Space Optimization,FSO）和最大似然分类法,分别利用高分六号的前4个波段和所有波段（8波段）的光谱、纹理等特征进行了森林树种分类,并逐一添加新增波段特征确定了各波段的贡献率排名。结果表明：在加入了优选出的均匀性纹理、均值纹理和角二阶矩纹理3种纹理特征后,前4波段和8波段的分类精度比只基于光谱特征时的精度分别高出13.23%和24.63%;利用8波段信息比只利用前4波段在基于光谱特征上的精度高11.88%,在基于光谱+纹理特征上则高23.24%;基于8波段光谱+纹理特征的树种分类精度最高,达到68.74%,新增4波段的贡献率排名为B6>B5>B8>B7,说明新增红边波段对于本次树种分类试验的贡献率最高,能为北方树种识别提供有效帮助。     

改进的最小曲率迭代法在重力剖面数据插值中的应用

基于将约束点也作为待解算结点的思想,对传统最小曲率迭代法进行改进。改进后的方法在待解算结点周围存在约束点时,避免了根据约束点与待解算结点之间的不同关系需要进行分类推导的复杂过程,同时也避免了因使用泰勒展开式进行分解造成的精度损失,提高了解算精度。     

利用短期静态PPP结果反演海潮负荷位移

采用香港11个GPS测站的观测资料进行1 h、2 h、3 h和4h静态PPP解算,获得4组PPP坐标序列,利用调和分析求取11个测站处8个主要分潮的负荷位移参数（振幅和相位）,将其与海潮模型计算的负荷位移参数进行对比,并比较分析PPP反演值与海潮模型值改正海潮负荷信号的效果。结果表明,垂直和水平方向上,不同PPP结果反演8个分潮的负荷位移分别具有约5 mm和7 mm的差异;PPP反演8个分潮垂向负荷位移优于全球海潮模型,但水平方向上的反演效果稍弱。     

Growth inhibition and oxidative stress in two species of marine diatoms exposed to 1-phenylethanol

1-phenylethanol(1-PEA)is a flavor extensively used in the production of co smetics,beverages,and food.The release of 1-PEA into coastal environments has aroused great concern.However,its potential effects on marine organisms are still unknown.In order to provide a better understanding of the ecological risks of 1-PEA in marine environments,this study determined the toxic effects of 1-PEA on two marine diatoms(Phaeodactylum tricornutum and Skeletonema costatum).The diatoms were grown in culture medium containing different concentrations of 1-PEA for 96 h.The contents of chlorophyll a,chlorophyll c,glutathione(GSH),malondialdehyde(MDA),and the activities of superoxide dismutase(SOD),catalase(CAT)and glutathione peroxidase(GPx),were measured at the end of the exposure period.1-PEA was shown to significantly inhibit the growth of diatoms,with 96-h EC_(50) values of 257.14 mg/L and 126.46 mg/L in P.tricornutum and S.costatum,respectively.In P.tricornutum,the levels of SOD,CAT,GPx,GSH,and MDA were stimulated only when 1-PEA concentrations were close to or greater than the 96-h EC_(50)value.However,in S.costatum,the activities of SOD and CAT,and the syntheses of two chlorophylls were inhibited even at an exposure concentration below the 96-h EC_(50) value.Taken together,these findings indicate a potential ecological risk by discharging 1-PEA into coastal areas and its species-specific toxic effects on marine organisms.     

基于EEMD和ARIMA的海温预测模型研究

类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。     

遥感数据融合研究进展与文献定量分析(1992—2018)

近年来,遥感应用的快速发展推动了遥感载荷指标性能的不断提升。但由于遥感传感器的硬件技术瓶颈,遥感数据无法同时具有高空间分辨率、高光谱分辨率、高时间分辨率的指标特性。遥感数据融合是解决该问题的有效方法。为了深入了解目前遥感数据融合技术的研究进展情况,本文对国内外1992年—2018年间在该领域有一定影响力的相关成果进行了调研、分析与归纳总结。首先对遥感数据融合相关论文的年发文量、发文国家与机构、发表刊物以及关键词等进行了统计,梳理其发展历史及趋势;系统性的总结了各类数据融合算法,将其分为面向空间维提升的融合算法、面向光谱维提升的融合算法以及面向时间维提升的融合算法3类,并对各类算法的优势与适用性进行了分析;归纳总结了遥感数据融合的质量评价指标,包括有参考影像的融合评价指标以及无参考影像的融合评价指标;最后对遥感数据融合进展进行了总结与展望。     

顾及周期性误差修正的加权平均温度模型构建

针对目前多数大气加权平均温度(Tm)模型没有考虑季节性影响这一问题,该文首先利用IGRA 2005-2010年全球探空数据,分别建立了各探空站点与地表温度有关的线性Tm模型、与地表水汽压有关的指数Tm模型以及与地表温度和水汽压均有关的混合Tm模型。然后以探空站积分Tm值为参考,对上述3类模型的误差时间序列进行了分析,发现这3种模型均存在周期性误差,并在此基础上构建了考虑周期性误差修正的3类Tm新模型。利用2011-2014年全球探空数据对3类新模型进行精度验证,结果表明:3类Tm新模型的精度相比于原模型均有所提升,模型的周期性误差影响基本得以消除,且3类Tm新模型的精度基本一致。     

基于ETOPO1数据的全球及重点海域水深统计与分析

由于不同的水深探测手段及海深反演方法适用于不同深度的海域,且全球海域水深分布不均,因此在探测及反演海深之前,需对目标海域的水深分布有一定认识。本文采用ETOPO1模型对全球及部分海域进行统计分析,结果表明,全球及大西洋、印度洋、太平洋区域的水深大多处于3 000—10 000 m,其中3 000—5 000 m水深海域占比较大,因此,在这些海域主要采用重力数据结合船测数据进行反演,同时应注意避开海岸带、岛屿较多、海脊存在的区域;对于水深小于1 000 m的海域,可以根据外部环境,采用多波束船测、水深遥感、机载激光测深等方式进行探测。通过分析及统计全球和重点海域的水深可以为海深探测及海底地形反演方法的选取提供参考。