ENVISAT-1卫星测高数据编辑标准的研究

介绍了环境卫星(ENVISAT-1)的基本情况及其主要技术参数,在借鉴其他卫星测高数据编辑标准和大量统计基础上,制定了ENVISAT-1卫星的数据编辑标准,包括冰标志和S波段异常的确定,并给出了各改正项合理的限值。     

基于分布式检测与决策融合的海底油气管线检漏

利用多传感器的信息融合思想,提出分布式检测与决策融合方法进行长距离海底管线泄漏监测。试验水管和天然气／凝析油管线现场数据分析表明此算法不仅降低了误报警概率,且对流体在输送过程中动态变化具有稳健性。     

估值类数据同化方法中背景场的确定——三维可分离的情况

以相关性为基础,详细研究了估值类数据同化方法中背景场的确定问题,并以渤海3月份到7月份的温度场为例,具体说明了如何确定背景场:当要素场在水平方向和垂直方向上可以进行分离变量时,背景场的确定可以通过单独确立水平相关性与垂直相关性完成。研究表明:(1)当没有温跃层时,温度在垂向上的相关是沿着整个深度的;(2)当有温跃层时,温度在垂向上的相关应该限定在上准等温层的下界;(3)在温度的垂向分布方面,其相关性与温跃层有着对应关系,对比相关性与温跃层可以看出,垂向相关性与温跃层位置的变化趋势一致。     

龙须菜琼胶的提取方法研究

采用多种方法提取了龙须菜(Gracilaria lemaneiformis)中的琼胶,并研究了碱处理、微波处理、超声波处理等方法对龙须菜的琼胶提取率、硫酸基质量分数和多糖质量分数的影响。结果表明:当碱质量分数由2.5%增加到10%时,琼胶产率由15%降低到9.8%,硫酸基质量分数由2.66%降低到2.06%,同时,多糖质量分数由98.3%增加到102.6%;微波和超声波处理在不同程度上增加了琼胶的提取率和多糖质量分数,同时降低了硫酸基质量分数。另外,还从宏观和微观两个角度考察了龙须菜碱处理前后藻体的变化。     

自然资源统一确权调查的开源信息化设计

为了智能辅助自然资源统一确权调查,打破商业软件垄断封闭、成本代价高昂的限制,本文提出基于全开源技术的自然资源统一确权调查的信息化设计。根据自然资源统一确权的战略目标,对其业务信息化建设的内容特点、技术流程、技术架构进行阐述,深入研究其在多源数据整合、协同式作业及面向确权业务作业流程的定制功能中涉及的关键技术,并给出应用案例,旨在为自然资源统一确权调查信息化平台的建设提供参考。     

南通时空信息云平台的设计与实现

设计并实现了南通时空信息云平台,具体包括平台服务、数据库和具有南通特色的智慧应用建设,重点剖析了南通时空信息云平台的相关关键技术和平台功能实现,为后续其他城市时空信息云平台的设计与建设提供参考和指导。     

2019年《热带地理》办刊进展

2019年11月,《中国学术期刊(光盘版)》电子杂志社有限公司和中国科学文献计量评价研究中心联合发布《中国学术期刊影响因子年报(自然科学与工程技术·2019版)》,数据显示:《热带地理》2018年复合总被引频次为3008次;复合影响因子为1.839,复合他引影响因子1.725,5年影响因子为2.188。2019年12月,《2019版中国科技期刊引证报告(核心版)》在北京发布,数据显示:《热带地理》2018年核心影响因子为0.865,在24种地学类中国科技核心期刊中排名第15位;基于核心总被引频次、核心影响因子、核心他引率、基金论文比、引文率等的综合评价总分在24种地学类核心期刊中排名第6位。     

代表性人口空间分布数据集的精度评价——以2010年广东省为例

以人口密度差异显著的广东省为研究区,比较Worldpop、GPW v4和2种中国公里网格人口分布数据集的空间分布一致性,并以第六次全国人口普查数据为真值,按人口密度分为高、中、低3组,从误差的数值分布和空间分布两方面定量评价4种数据集的精度,最后讨论估算误差的可能来源及数据适用性。结果表明,4种网格人口数据集中Worldpop整体精度最高,且在人口密集区的精度也是最高;GPW v4在低人口密度和中人口密度区域精度略高于Worldpop,但对镇街内人口分布细节刻画不够详细;2种中国公里网格人口分布数据集精度较前两者低,主要受空间化方法和模型变量的选择所限制。Worldpop适合用于人口密度中等及人口密度高区域的精细化研究,GPW v4适合用于长时序、最小研究单元大于镇街的研究,第一种中国公里网格人口分布数据集适合用于需要考虑镇街内人口分布和空间异质性的研究,第二种中国公里网格人口分布数据集适用于需要考虑人口分布细节和空间格局变化的长时序研究。     

基于开放大数据的广州市中心城区职住平衡特征研究

以广州市中心城区为例,借助百度热力图、百度实时路况和百度地图POI数据,从中观层面多角度综合分析广州市中心城区就业与居住的空间分布关系。结果显示：1）工作时间段人口聚集的高值区整体呈带状分布,斑块较为细碎,但绝大部分集中在核心地带;人口主要高度集中于各区的商业繁华地段与交通线路周围。而休息时间段的高值区则相对集中分布,用地效率较高,表现出多中心的圈层结构;人口主要高度集中分布在传统的老城居住区和新开发的商业住宅区,与核心商圈相对错开。2）不管是在上班时段还是休息时段,人口聚集程度越高的地区,POI设施密度表现越显著;这意味着人口的聚集具有一定的选择性,主要集中在城市基础设施发展较完备的区域。3）广州市中心城区各街道的职住比介于0.73~1.54,职住相对平衡,区域之间差异较小。其中,分值较高的街道多分布于核心地带（主要集中在越秀区、荔湾区北部和天河区南部）,分值较低的街道多分布于核心地带的外围或边缘地区（主要在海珠区、荔湾区和白云区零散分布）。4）从城市交通响应上看,广州市中心城区工作日内早高峰的拥堵度大于晚高峰,但总体路况变化跨度不大,区内并没有出现特别严重的“潮汐通勤”现象。     

基于多源数据的主体功能区划分方法——以广州市为例

以广州市为例,基于城市感知数据、遥感影像等多源数据,采用卷积神经网络对遥感影像进行了语义提取,将提取结果与兴趣点（Points of Interest）样方密度的功能用地识别结果进行补充校验,根据政策和规划文件建立功能用地与主体功能区之间的关联,利用信息熵分析广州市功能用地混合程度,以辅助判别主体功能区,最终得到广州市主体功能区划分结果。将划分结果与《广州市主体功能区规划（2008—2020年）》和《广州市城市总体规划（2017—2035年）》草案对比验证,结果表明文章所提出的方法精准度较高,并能体现广州市空间格局形态,反映主体功能区实际分布情况。