基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

2005—2018年北京市外来人口迁移特征与影响因素分析

外来人口是大型或超大型城市人口结构的重要组成部分,研究特定城市外来人口的迁移特征及其影响因素不仅有助于从迁入地视角发现以特定城市为目标的人口迁移规律,对新城镇化背景下的城市化建设与发展也具有重要的现实意义。本文以北京市为例,通过收集2005—2018年的公安机关外来人口登记数据,对外来人口在不同年份的市级迁出地空间分布格局进行了研究,并利用空间回归模型对人口迁移的影响因素进行了分析,得到如下发现：① 北京市外来人口的迁出地在市级尺度下表现出明显的空间聚集效应,且聚集效应逐年增强;外来人口迁出地空间分布基本稳定,热点迁出地分布主要集中在河北-天津和河南省南部-湖北省北部2个主要聚集簇中;② 影响人口向北京迁移的主要变量为各迁出地的人口规模、交通时间、人均收入、高等教育水平、人口密度等,其中人口规模和人均收入对人口迁移的影响较为稳定,而高等教育水平和人口密度的影响分别从2010年和2014年后才开始显现,交通时间对人口迁移的障碍性作用虽然有所下降,但对人口迁移的影响变化不大;③ 空间误差项持续显著,表明迁出地的人口迁出量可能受相邻地市的社会文化等其他变量的影响。     

基于LUR的二氧化氮浓度空间分布模拟及其下垫面影响因素分析

随着经济的快速发展,空气污染已经成为当今重要的环境问题,引起公众的广泛关注,二氧化氮（NO₂）作为主要的空气污染物之一,成为相关研究的重点。通过监测数据发现,二氧化氮质量浓度值的空间分布具有区域性差异,所以对其空间分布模拟,以及形成区域差异的下垫面影响因素分析,具有重要的研究价值。土地利用回归模型（Land-use Regression,LUR）是将统计方法中的回归模型与空间上的土地利用数据、监测数据和其他相关的地理数据结合分析并在地图上显示的方法。本文结合缓冲区分析、叠加分析、Spearman相关性分析、多元回归分析等方法构建土地利用回归模型（Land Use Regression,LUR）,用于识别与NO₂浓度相关的下垫面影响因素,并模拟NO₂质量浓度的空间分布。LUR模型可以模拟出NO₂质量浓度空间分布特征,并针对下垫面影响因素得到以下结论：城乡居住地及工业用地面积增加、污染源的距离减少和道路长度增加会导致NO₂浓度升高;耕地面积、绿地面积和水域面积的增加会导致NO₂浓度减少;NO₂浓度最高的区域主要集中在工业园区;NO₂浓度值从城区到郊区递减,需要通过改变工业区结构和增加绿地面积来减少城区的NO₂浓度。     

武汉台重力长期变化分析

通过对武汉台超导重力仪９年多连续观测的重力长期变化资料分析,得到长周期重力潮汐参数、该频段气压回归因子Ｃ、极移重力效应因子Ｐ和长周期气压回归因子Ｃ１分别为：Ｃ：－０．３８３（±０．０１４）×１０－８ｍ·ｓ－２／１００Ｐａ;Ｍｍ：１．１１７３（±０．０７２０）,－１°．１７８７（±３°．６９４３）;Ｍｆ：１．１４３２（±０．０４８４）,５°．２２３５（±２°．４２５３）;Ｍｔｍ：１．２２７６（±０．２２４５）,－１７°．５６４８（±１０°．４７５８）;Ｃ１：－０．３１２（±０．０１５）×１０－８ｍ·ｓ－２／１００Ｐａ;Ｐ：１．９０４７（±０．０６９５）．重力长期变化在Ｃｈａｎｄｌｅｒ周期附近的振幅约为３．２６×１０－８ｍ·ｓ－２。     

参数调整对气象预测的B-P网络模型性能的影响

为了探索ＢＰ网络的参数调整特性,进行了参数α、β的选取对ＢＰ算法的收敛速度和模型的稳定性的影响研究。通过ＢＰ网络用于气象预测建模的参数调整个例分析表明：参数α、β的取值对ＢＰ模型的稳定性无显著影响,但参数值的调整尤其是β值的调整对建模的收敛速度有明显的影响。     

Impacts of climatic change on river runoff in northern Xinjiang of China over last fifty years

The characteristics of climatic change and river runoff, as well as the response of river runoff to climatic change in the northern Xinjiang are analyzed on the basis of the hydrological and meteorological data over the last 50 years by the methods of Mann-Kendall nonparametric test and the nonlinear regression model. The results show that: 1) The temperature and the precipitation increased significantly in the whole northern Xinjiang, but the precipitation displayed no obvious change, or even a decreasing trend in the northern mountainous area of the northern Xinjiang. 2) River runoff varied in different regions in the northern Xinjiang. It significantly increased in the northern slope of the Tianshan Mountains and the north of the northern Xinjiang (p=0.05), while slightly increased in the west of the northern Xinjiang. 3) North Atlantic Oscillation (NAO) affects river runoff by influencing temperature and precipita-tion. The NAO and precipitation had apparent significant correlations with the river runoff, but the temperature did not in the northern Xinjiang. Since the mid-1990s river runoff increase was mainly caused by the increasing temperature in the northern slope of the Tianshan Mountains and the north of the northern Xinjiang. Increased precipitation resulted in increased river runoff in the west of the northern Xinjiang.     

Assimilation of ASAR data with a hydrologic and semi-empirical backscattering coupled model to estimate soil moisture

The most promising approach for studying soil moisture is the assimilation of observation data and computational modeling.However,there is much uncertainty in the assimilation process,which affects the assimilation results.This research developed a one-dimensional soil moisture assimilation scheme based on the Ensemble Kalman Filter(EnKF)and Genetic Algorithm(GA).A two-dimensional hydrologic model-Distributed Hydrology-Soil-Vegetation Model(DHSVM)was coupled with a semi-empirical backscattering model(Oh).The Advanced Synthetic Apertture Radar(ASAR)data were assimilated with this coupled model and the field observation data were used to validate this scheme in the soil moisture assimilation experiment.In order to improve the assimilation results,a cost function was set up based on the distance between the simulated backscattering coefficient from the coupled model and the observed backscattering coefficient from ASAR.The EnKF and GA were used to re-initialize and re-parameterize the simulation process,respectively.The assimilation results were compared with the free-run simulations from hydrologic model and the field observation data.The results obtained indicate that this assimilation scheme is practical and it can improve the accuracy of soil moisture estimation significantly.     

采用变系数回归模型提取GPS坐标序列季节性信号

提出采用变系数回归模型提取连续GPS坐标序列中包含的振幅时变季节性信号。对模拟数据及实际GPS坐标序列两组数据的分析结果表明,变系数回归模型在提取GPS坐标序列季节信号方面比传统模型更有效。经处理,GPS坐标序列能获得更合理的速度及噪声估计。     

箭竹生长及开花的气象条件研究

通过对我国历史上箭竹开花及王朗自然保护区箭竹生长气象条件的研究认为，箭竹开花多在冬暖夏凉的年份；箭竹的生长量可由气象因素的变化来进行预测。研究结果可为保护大熊猫提供一定的气象依据。     

基于广义回归神经网络的GPS高程转换

为提高GPS高程转换的精度,采用广义回归神经网络(GRNN)进行拟合。将控制点的X、Y坐标作为网络输入,高程异常作为网络输出,采用实验数据训练网络,训练完成的网络作为模型进行高程异常预测。结果表明,GRNN方法具有较高的GPS转换精度。