辽宁省海洋服务新业态培育与法律保障研究

海洋服务业已成为海洋经济发展的重要引擎,"十三五"时期是辽宁省海洋经济加快转型升级的关键期,要求培育新动能、发展新模式。因此,培育海洋服务新业态对辽宁省海洋经济发展具有重要意义。文章针对辽宁海洋服务业发展滞后,规模偏小、区域发展不平衡,同质化严重、科技含量低,层次相对低下、与其他产业融合不足,资源整合较差等问题,提出培育海洋服务新业态重要路径为:积极发展四大产业,提高经济规模总量;优化产业区域布局,形成错位发展;提高科技含量,提升海洋服务业层次;促进海洋服务业与其他行业融合协调,提升资源整合度。法律保障措施为:完善法规体系、严格项目审批、提高执法水平、健全应急管理。     

一种海洋混合层深度的智能识别方法研究

文章提出了一种识别混合层深度的人工智能方法。该方法在温度(密度)与压强(或深度)间建立线性模型, 并且将其系数和方差做成一组表征廓线特征的统计量。初始时为模型设定一个主观的先验分布, 在一个自海表向下移动的窗口内通过贝叶斯链式法则和最小描述长度原理学习新数据, 得到系数均值的最大后验概率估计。用F-检验识别系数发生突变的位置, 以此确定混合层的存在性及其深度。通过2017年2月太平洋海域的地转海洋学实时观测阵(Array for Real-time Geostrophic Oceanography, ARGO)数据进行测试, 并且以质量因子(Quality Index, QI)值作为判断识别混合层深度结果准确性的依据, 发现该方法相比于梯度法、阈值法、混合法、相对变化法、最大角度法和最优线性插值法在识别结果上具备更大的QI值。表明该方法能够准确识别混合层深度。     

钙质土中重力串锚水平承载力特性有限元研究

目前没有规范给出串锚的水平承载力计算公式,为了利用有限元法研究串锚水平承载力特性,采用相关理论计算以及室内试验的方法来验证有限元法模拟计算的可靠性。实践证明,有限元法具有较高的计算精度。利用有限元分析软件ABAQUS建立了串锚-土体模型,模拟串锚在水平荷载作用下破坏过程,研究了串锚在水平荷载作用下破坏机理,从而得到了串锚水平承载力特性。在相同的工况条件下,串锚的水平承载力与其锚链长度有关,在一定范围内,增加锚链的长度可以提高串锚的水平承载力;串锚的水平承载力不是相应的单个锚的水平承载力相加,其水平承载力小于相应的单个锚水平承载力之和,在进行串锚水平承载力设计计算时应给与相应的考虑。     

移动AR+VR支持下旅游GIS系统的设计与实现

随着云计算、物联网、移动通信、移动互联网等技术的发展,研发智能化、多维度、全方位的旅游管理信息系统,已成为旅游信息化的发展趋势。本文以青岛八大关为例,综合利用基于位置与多传感器的跟踪注册技术、瓦片地图技术、三维景观地图技术和移动增强现实系统虚实叠加技术,研究并实现了面向旅游业的移动化、信息化、智能化、个性化的智能旅游服务系统,为游客提供认知周围景观的全新视角,获得全新的交互体验。系统包括三维景观地图、虚拟漫游、路线导航、环境识别、历史建筑查询、热力图显示、好友足迹、个人轨迹、微信分享等功能模块,游客在享受旅途的同时可以获得更加智能便捷的服务。     

兼顾志愿者地理信息的国家应急测绘公众服务平台设计

随着互联网技术的进步和新一代网络信息传播模式的深入发展,志愿者地理信息的研究和应用日益广泛,但由于其规范性和均一性方面的缺陷,在应急公共服务领域,志愿者信息的有效利用依旧是亟需突破的难题。本文将重点介绍国家应急测绘公众服务平台设计思路和总体架构,并结合志愿者地理信息特点,探讨该类信息在国家应急测绘公众服务平台建设中的处理流程和应用模式,力求在应急信息资源共享和服务平台共建方面进行新的尝试,为我国突发事件应急体系建设提供有益实践。     

一体化综合减灾智能服务系统研究

针对目前我国减灾服务重决策轻预警,减灾服务技术、系统、应用集成不够,尚缺乏完善的一体化综合减灾智能服务体系现状。该文从测绘地理信息视角,分析了室内外一体化应急定位、多源应急数据融合、灾害场景可视化、灾害模型分析服务等关键技术,构建了一体化综合减灾智能服务原型系统,并在国家基础地理信息中心和陕西省的相关应急部门进行了实际应用,实现了应急信息的一体化感知、定位、融合、分析、服务,为我国综合减灾决策分析提供了技术支撑。     

Simulation of landscape spatial layout evolution in rural-urban fringe areas: a case study of Ganjingzi District

In recent years, the rapid expansion of urban spaces has accelerated the mutual evolution of landscape types. Analyzing and simulating spatio-temporal dynamic features of urban landscape can help to reveal its driving mechanisms and facilitate reasonable planning of urban land resources. The purpose of this study was to design a hybrid cellular automata model to simulate dynamic change in urban landscapes. The model consists of four parts: a geospatial partition, a Markov chain (MC), a multi-layer perceptron artificial neural network (MLP-ANN), and cellular automata (CA). This study employed multivariate land use data for the period 2000–2015 to conduct spatial clustering for the Ganjingzi District and to simulate landscape status evolution via a divisional composite cellular automaton model. During the period of 2000–2015, construction land and forest land areas in Ganjingzi District increased by 19.43% and 15.19%, respectively, whereas farmland, garden lands, and other land areas decreased by 43.42%, 52.14%, and 75.97%, respectively. Land use conversion potentials in different sub-regions show different characteristics in space. The overall land-change prediction accuracy for the subarea-composite model is 3% higher than that of the non-partitioned model, and misses are reduced by 3.1%. Therefore, by integrating geospatial zoning and the MLP-ANN hybrid method, the land type conversion rules of different zonings can be obtained, allowing for more effective simulations of future urban land use change. The hybrid cellular automata model developed here will provide a reference for urban planning and policy formulation.     

基于多模CORS的网络RTK服务性能测试

从北斗地基增强系统建设出发,分析多模CORS实验网,提供多模网络RTK服务,增强北斗卫星导航系统的应用。根据实时测量精度、定位服务的时效性、时间可用性、空间可用性和实用性测试,评价实验网提供的网络RTK服务性能。测试结果表明通过加入北斗导航卫星系统信号,定位精度略为提高,可有效改善电离层模型,提高流动站固定的效率,可以解决困难环境的作业问题,提高作业效率。     

大比例尺地理信息数据服务模式的研究

大比例尺地理信息数据由于详尽的数据内容和精准的位置信息,在城市经济社会发展中发挥着重要作用。然而由于传统的服务方式的限制,数据的使用效率并不高。地理空间框架数据结合GIS技术和网络技术,将大比例尺地理信息数据使用方式从线下转到线上,提高了数据使用效率。而本文提出的主动式地理信息服务模式是一种全新的地理信息服务模式,将大比例尺地理信息服务数据与用户业务数据深度融合,最大限度地满足用户的业务需求,将是地理信息服务模式未来的发展方向。     

一种基于GA-BP-MC神经网络的高铁桥墩沉降预测模型

提出一种基于马尔科夫链修正的遗传BP神经网络预测模型（GA-BP-MC）,利用遗传算法的全局寻优能力初始化BP神经网络权值和阈值,初步建立GA-BP神经网络预测模型,结合马尔科夫链的无后效性修正模型预测值,形成高精度GA-BP-MC神经网络变形预测模型。结合高铁桥墩沉降数据,分别与BP神经网络、GA-BP神经网络预测模型进行对比,结果表明,该预测模型精度最高。