城市更新背景下上海土地储备政策执行过程分析——基于史密斯政策执行过程模型

随着城市发展面临新增用地指标天花板,土地储备需要依托城市更新的规划导向,从过去“分散收储、零散出让、遍地开花”的模式,向“整体策划、成片改造”转变。本文以史密斯政策执行过程模型为研究框架,从史密斯四要素及其互动关系的角度对土地储备政策执行过程进行剖析,认为城市更新背景下土地储备政策执行问题产生原因主要为：理想的政策文本缺乏、执行机构有效执行能力不足、目标群体复杂性高、执行土地储备的政策环境变动大。此可为土地储备管理工作的发展和完善提供参考和借鉴。     

论伪距测量的多普勒效应

论述了多普勒效应对 GPS伪距测量的影响 ,建立了 GPS伪距测量多普勒改正的模型。研究表明 ,多普勒效应对伪距观测值的影响与伪距和伪距变化率的积成正比。伪距观测值的多普勒改正的符号与伪距变化率的符号相同。多普勒改正值在卫星升起和降落时最大 ,其最大值可达到 60 m左右 ;在卫星最高位置时最小 ,其值接近于 0。多普勒效应对伪距观测值的影响相对于卫星最高位呈负对称     

运用AMMI模型分析水稻区域试验（Ⅰ）.参试组合的产量稳定性评价

运用ＡＭＭＩ模型对１９９６年全国灿型杂交稻区域试验中稻两系组资料进行分析,结果表明,组合稳定性评价很重要,基因型与环境的互作达极显著水平,互作效应（平方和）几乎为基因型效应（平方和）的２倍,ＡＭＭＩ模型的前三个主成分共解释了８０．４１％的交互作用信息,为线性回归模型的３．１倍。安湘Ｓ／８７１３、两优Ｔ６３表现出较高产且稳产,培矮６４Ｓ／山青１１、培矮６４Ｓ／２４１０、培矮６３Ｓ／Ｒ３１８表现较稳产而不高产,两优７９、培矮６４Ｓ／ＪＲ１０６８既不高产也不稳产。     

运用AMMI模型分析水稻区域试验 (I).参试组合的产量稳定性评价

运用 AMMI模型对 1 996年全国籼型杂交稻区域试验中稻两系组资料进行分析 ,结果表明 :组合稳定性评价很重要 ,基因型与环境的互作达极显著水平 ,互作效应 (平方和 )几乎为基因型效应 (平方和 )的 2倍 ,AMMI模型的前三个主成分共解释了 80 .4 1 %的交互作用信息 ,为线性回归模型的 3 .1倍。安湘 S/ 871 3、两优 T63表现出较高产且稳产 ,培矮 64 S/山青 1 1、培矮 64 S/ 2 4 1 0、培矮 63 S/ R3 1 8表现较稳产而不高产 ,两优 79、培矮 64 S/ JR1 0 68既不高产也不稳产。     

基于GA-MLP的东北地区Tm模型研究

针对常用的经验大气加权平均温度(T_m)模型在我国东北地区普遍精度较低等问题,利用遗传算法优化的多层感知器模型,采用东北地区7个探空站2014—2017年的数据进行模型训练,建立适合我国东北地区的T_m模型。依据2018年的数据进行预测分析,实验结果表明：首先,GA-MLP的T_m模型的预测平均偏差为0.04 K、均方误差为4.06 K和判定系数R²=0.920,各项精度评估指标较常用的GPT2w、单/多因子线性、非线性T_m和MLP模型均为最优,模型性能更好,拟合度更高;其次,在GPS反演大气可降水量中,较常用的单因子线性和GPT2w模型,GA-MLP的T_m模型在长春站的反演精度最高,均方误差精度提升1.1%和4.9%,平均偏差精度提升2.5%和13.2%,证明GA-MLP的T_m模型在东北地区反演PWV的适用性。     

气象条件和排放变化对2020年春节前后华北地区重污染过程的影响

以2020年1～2月华北地区的大气重污染过程为对象,在WRF-CMAQ模型模拟的基础上,分析了气象条件和排放变化对此次重污染过程的影响,并量化分析了为消除PM2.5重度污染,区域主要大气污染物需要进一步减排的力度.研究结果显示,与2015年以来另外两次典型重污染过程相比,京津冀及周边“2+26”城市2020年1～2月期...     

基于神经网络的机载激光测深偏差模型构建

为提高机载激光测深（airborne LiDAR bathymetry,ALB）精度,需对ALB原始测深偏差进行修正。通过顾及ALB测深偏差诸影响参数,基于神经网络方法,利用实测样本数据训练获得ALB神经网络偏差模型,然后基于神经网络偏差模型对ALB原始测深数据进行修正。结果表明ALB原始测深偏差较大,需进行修正。传统线性偏差模型和本文神经网络模型均能有效修正ALB测深偏差。相比线性偏差模型,神经网络偏差模型具有更高内符合和外符合精度。基于神经网络的ALB偏差建模方法能有效提高ALB测深精度。     

长空间基线干涉对辅助的时序InSAR岛礁沉降监测

针对岛礁沉降监测中DEM现势性差、数据不完整等因素造成干涉处理困难的问题,设计了一种利用长空间基线干涉对生成DEM辅助时序InSAR处理的岛礁沉降监测方案。该方案选取空间基线较长且干涉质量良好的干涉对提取相对完整、精确的岛礁区域DEM,并利用该DEM仿真时序干涉处理中所需的地形相位,从而获取差分干涉图,实现精确、稳健的岛礁沉降监测。利用2020年04～09月覆盖某岛礁的12景TanDEM-X影像进行了沉降监测试验,在利用长空间基线像对获取DEM的基础上,得到了试验区沉降速率和沉降量分布图,验证了本方案的可行性和有效性。     

基于声波信号的岩性智能分类方法

传统的岩性识别以钻井取心、钻井曲线和岩石图像等方法为主,这些识别方法对地质和识别条件要求较高,且不能满足随钻实时识别。为此,本文提出一种新的基于声波信号的岩性智能分类方法。该方法首先基于所采集钻头与岩层碰撞得到的音频数据,通过数据增强技术解决数据稀疏问题;然后采用基于CGRU(CNN+GRU,卷积神经网络+门控循环单元)的深度学习模型,对采集到的3种岩性的岩石音频数据进行深度学习与训练。为提高该模型在复杂背景下的识别能力,引入注意力机制模型进行优化。注意力机制模型可以在复杂环境下对岩性信息实现重点学习,提高模型识别性能。实验结果表明,与GMM(高斯混合模型)-SVM(支持向量机)、CNN和CGRU模型相比,CGRU-AttGRU(注意力机制模型+GRU)混合模型准确率达81.17%左右,在GMM-SVM、CNN和CGRU模型基础上分别提升了13.31%、9.99%和5.93%。     

遥感卫星的轨道外推方法

通过星载GPS接收机直接确定卫星星历是低轨卫星定位的一个重要手段。由于低轨卫星的高机动性和GPS接收机较低的运算速度,导致有时下传星历数据的间隔非常大,要荻取连续的卫星轨道数据需要进一步处理。在分析遥感卫星轨道特点的基础上,提出一种新的简化轨道摄动力模型,利用模型实现了轨道外推,并利用最小方差序列匹配对低轨卫星外推数据进行修正。通过仿真验证,该算法在一定时间范围内可以达到较高的精度。