时空大数据在空间优化中的应用

空间优化提供资源、实体等的高效配置与最佳空间组织方案,是地理学的重要研究领域。大数据背景下,各类蕴含时空信息的时空大数据能反映地表各要素的空间格局特征与演变过程,为空间优化提供强大的数据支撑。基于国内外时空大数据、空间优化研究成果,分析大数据发展历程、特征、定义及其影响,概括时空大数据的定义与特征,总结出对地观测、社会经济、物联网、互联网与社交网等5类时空大数据;在宏观(全国)、中观(省域)、微观(市县)3个尺度下,综述现有研究中的各种空间优化;将时空大数据在各类空间优化中的应用归纳为城市(镇)体系空间结构分析、自然生态环境监测、土地利用分析等7大类,并分别梳理了国内外的相关应用研究。该综述可为时空大数据、空间优化相关研究提供参考。     

空间分辨率对中国夏季降水时空演变特征的影响

本文使用1979—2021年国家气候中心160站(R₁₆₀)和国家级地面气象观测站2 314站(R₂₃₁₄)逐月降水观测资料,利用EOF (Empirical Orthogonal Function)分解和相关分析等方法,研究两类资料夏季降水时空变化特征及其与海气因素之间物理联系的表征水平差异,并分析了差异的可能原因。结果表明,R₁₆₀在我国西北、青藏高原等地区站点极为稀疏,导致其各EOF模态对上述地区降水的时空变化特征描述失真,中东部地区偏低的空间分辨率会使局地强降水的变化特征信号损失,造成降水的年际变率降低。而R₂₃₁₄主模态能够更为真实地反映我国降水的时空演变特征,特别是在极端降水频发的江淮地区以及降水受局地地形影响较大的山区,其EOF主模态的空间分布和时间系数演变与ENSO (El Niño-Southern Oscillation)、西太平洋副热带高压、青藏高原雪盖等气候强迫信号之间的相关性更为显著。     

基于LabVIEW虚拟仪器技术的海洋环境监测数据采集与处理系统

介绍一种基于LabVIEW虚拟仪器技术的数据采集与处理系统。该系统以单片机和计算机为硬件平台,采用高精度16位Σ-ΔA/D转换器AD7705对采集到的信号进行A/D转换,通过串口进行数据通信,实现了叶绿素浓度的计算机自动采集、实时数据显示、分析和数据管理等功能。该实现方案还可用于温度、盐度等参数的高精度自动数据采集系统,在海洋环境监测中具有推广应用的现实前景。     

卡尔曼滤波在GPS潮位数据处理中的应用

利用RTK GPS技术测量潮位数据时,在把具体的潮位数据提取出来以后还会存在很多的异常点或不确定点,因此我们要在提取出具体波动的过程中实时的修正,才能得到有效的资料。文中简要介绍了卡尔曼滤波的基本原理,以及如何应用于GPS潮位数据的处理,并通过试验讨论卡尔曼滤波在数据处理中的效果。     

GIS在海洋气象服务中的应用

海洋经济的发展越来越离不开海洋气象服务,随着GIS、Web服务等计算机和船舶通讯技术的发展,海洋气象服务正面临着新的机遇,以GIS为支撑的海洋气象信息库的建立变得日益现实,它的出现不仅有助于人们直观理解和分析大气海洋环境特征的分布情况,克服目前我国海洋气象服务的种种困难,而且必将有助于揭示海区气象环境的变化规律,增强目前海洋气象灾害的监测能力,提高海洋天气预报的水平。     

利用浮标资料初步评估NCEP再分析湍通量

通过与浮标观测资料的对比分析,指出NCEP动量通量、再计算NCEP热通量更能够代表NCEP再分析数据库的数值模拟效果。当风速大于20m/s时,数值模拟的湍通量低于浮标块体湍通量,当风速在10～20m/s时,数值模拟的湍通量高于浮标块体湍通量。同时还发现数值模拟结果的延迟现象,以及不能反映大风过后快速的海气温差变化而引起的感热通量变化。     

基于新型探测资料对西安一次弱降水预报失误的原因分析

利用微波辐射计、激光测风雷达、多普勒雷达、相控阵雷达等新型探测资料、地面加密观测资料、ERA5再分析及多模式数值预报结果对2022年4月24日西安城区一次弱降水预报出现明显失误的原因进行分析,结果表明：(1)全球数值预报模式和中尺度数值预报模式对本次过程西安城区均报有明显降水,主要原因为模式对低层相对湿度预报明显偏大;(2)多种新型探测数据分析认为近地层湿度条件较差及中层的绝对水汽含量低,中层的干暖空气不利于成云致雨,垂直上升运动不强,且由于低层非常干燥,使水滴在下沉过程中蒸发,从而无法形成雨滴下落,这些原因共同造成西安城区无降水,低层相对湿度预报偏大是造成这次西安城区降水预报失误的主要原因之一;(3)造成西安城区近地层湿度条件差的原因是城市干热岛效应和低层干暖平流输送,且降水云团翻越秦岭后其湿空气绝热下沉至城区后出现增温降湿,使得城区形成较为深厚的干层,即使有雨滴在下落过程中也会造成更强的蒸发,这也是城区没有降水的重要原因之一;(4)预报员主观预报订正出现空报主要是源于对边界层水汽、抬升条件等关键降水要素缺乏订正能力,且对大城市的干热岛效应和秦岭山区地形影响研究不足。     

利津县努力争当服务经济建设排头兵

Oracle数据库管理系统已成为我国国家级和省级国土资源基础数据库建设的主流技术平台。该文就国家级和省级数据库的建设,提出了在Oracle数据库技术环境下,如何在物理上合理组织和布局各种类型的数据,如何设置和管理各衍生数据,如何实施数据完整性要求,其目的是实现国土资源基础数据的高效管理和可持续更新支持,更好地满足国土资源基础数据库之上各业务应用系统运转的要求。     

基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。     

Exploring uncertainty in remotely sensed data with parallel coordinate plots

The existence of uncertainty in classified remotely sensed data necessitates the application of enhanced techniques for identifying and visualizing the various degrees of uncertainty. This paper, therefore, applies the multidimensional graphical data analysis technique of parallel coordinate plots (PCP) to visualize the uncertainty in Landsat Thematic Mapper (TM) data classified by the Maximum Likelihood Classifier (MLC) and Fuzzy C-Means (FCM). The Landsat TM data are from the Yellow River Delta, Shandong Province, China. Image classification with MLC and FCM provides the probability vector and fuzzy membership vector of each pixel. Based on these vectors, the Shannon's entropy (S.E.) of each pixel is calculated. PCPs are then produced for each classification output. The PCP axes denote the posterior probability vector and fuzzy membership vector and two additional axes represent S.E. and the associated degree of uncertainty. The PCPs highlight the distribution of probability values of different land cover types for each pixel, and also reflect the status of pixels with different degrees of uncertainty. Brushing functionality is then added to PCP visualization in order to highlight selected pixels of interest. This not only reduces the visualization uncertainty, but also provides invaluable information on the positional and spectral characteristics of targeted pixels.