《内经》“运气七篇”中关于天干记运的若干问题探讨

文章分析阐述了《内经》“运气七篇”中关于天干记运的若干问题,包括“天干配五行”和“天干化五运”之分、“五气经天化运说”的“五气经天化运图”排布特点、戊己分及天门地户之说以及五天五色之气辨,提出研究运气学说应遵循中国古代哲学的特点及其产生的背景、历史的演变过程,才能更好地把握运气学说的实质。     

大面积水深异常检测的条件变化自编码算法

针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果。采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较。结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性。     

组合宽角低空航测相机关键技术研究

近年来,摄影测量技术发展迅猛,特别是低空航空摄影平台的出现,很好地弥补了传统卫星遥感、常规航空摄影测量在时效性、灵活性方面的不足。借助低空摄影的光学优势能够获取传统航空摄影和卫星遥感无法比拟的高分辨率影像,可以实现航空摄影测量大比例尺成图的目标。符合低空航空摄影的成像系统,发展较为滞后。现有很多低空航摄影测量平台普遍搭载单个普通数码相机进行航空摄影,存在航空摄影数据采集效率低、有效数据量小、数据处理难度高以及成图精度不高等问题;再有,传统的航空摄影测量相机及国内外成熟的组合宽幅航空相机系统又缺乏进行低空航空摄影测量应用的客观基础。研究适合于低空航空摄影的成像系统对于低空航测应用发展非常关键,是解决低空航测现存问题的一个有效途径。低空航测成像系统目前最主要的问题是数据的获取效率和精度,根本原因在于相机像幅以及视场角大小的问题。解决这一问题的根本途径是研究适合于低空航空摄影的宽幅面、宽视场角相机系统。对于数字相机而言,像幅受材料以及制造工艺限制,视场角受光学镜头的光学性能限制,很难有所突破。但是数字相机影像的可拼接性提供了另外一种可能途径,即多传感器组合成像,利用多个小像幅相机构造拼接成一个近似单中心投影的宽幅面航空相机,从而提高影像像幅和视场角,达到宽幅面大视场成像的目的。本文主要研究工作如下:(1)研究了低空航空摄影的光学理论基础。系统分析了低空航空摄影光学条件,结合光度学理论详细论述了低空航空摄影光度学优势,以及单镜头成像系统低空宽视场成像的劣势,阐述了利用组合成像技术来实现低空宽角成像的必要性和可行性。系统总结了当前摄影成像相机系统的发展现状,归纳了现有组合成像系统的特点和优势,分析了利用组合成像技术来提高影像像幅和视场角数学原理。在对比分析现有组合相机几何构造、成像单元数量、拼接模型的基础上,确定了利用五个数码相机采用组合成像技术来构造组合宽角低空航测相机的研究目标。(2)研究了基于地面三维检校场的低空组合宽角相机的静态误差高精度检校方法。理论推导了低空组合宽角相机的几何成像数学模型,定义了相机之间以及虚拟影像空间坐标系统,建立了各个独立光学结构(子相机)之间,及其与虚拟影像之间的严格几何数学模型。理论分析了组合宽角相机几何成像数学模型误差,将其归纳为地面静态误差和飞行动态误差两个部分。并研究了利用地面三维检校场来实现其静态误差的几何标定。静态误差几何标定主要包括单相机几何畸变误差的高精度标定和组合相机联合空间关系标定两个内容,详细论述了其算法原理和实现过程,最后通过实验结果分析了其精度和可靠性。(3)研究了基于影像全部像元参加的低空组合宽角相机飞行动态误差自检校模型求解与全局优化方法。自检校的目的是对相机飞行过程中由于系统和环境变化等因素导致的动态误差进行补偿。首先,理论推导了本文采用的自检校联合平差数学模型,该模型顾及了飞行过程中可能导致的相机系统间的空间位置和姿态的微小变化,将这种微小变化的检测转换为重叠区影像的视差值。其次,论述了利用重叠区匹配同名点求解自检校模型参数的基本原理和方法,并结合本文组合宽角相机特点,设计了一种影像快速匹配策略,进而实现自检校模型求解;在此基础上,通过对影像匹配性能的分析,以及基于特征点匹配来求解自检校联合平差模型存在的局部最优问题,提出了一种影像重叠区全部像元参加的几何匹配方法来实现对自检校模型求解的全局优化算法,对算法思想和原理以及求解过程进行了详细论述。最后通过对比实验分析了自检校模型求解的精度,验证了算法的有效性。(4)研究了宽角相机与稳定平台的集成。分析了稳定成像对于低空航空摄影成像质量和数据处理精度的影响,指出稳定成像对于组合宽角低空航测相机的重要意义。首先,理论分析了低空飞行平台的不稳定对于低空航空影像光学和几何性能的影响,以及飞行平台不稳定导致的影像质量下降、数据处理难度增大、处理精度降低等问题;其次,介绍了一种适用于无人飞艇等飞行器的三轴稳定平台结构及其控制原理,并通过对比试验来分析稳定成像对于低空航测精度的影响,指出了低空稳定成像对于低空组合宽角相机系统数据获取和处理的重要意义。(5)通过具体的航空摄影工程实例阐述了利用低空组合宽角相机进行航空摄影作业的数据处理实际流程,并分析了不同类型地形数据自检校拼接的精度分布,展示了其相关数据产品成果情况,结合影像空三处理结果分析了其精度。实验结果反映了组合宽角低空航测相机的作业能力。     

上海自由贸易试验区税收政策分析与效应评估

随着自贸试验区的持续扩围,我国目前已形成"1+3+7+1+6"的自贸试验区新格局。如何评价自贸试验区已有税收政策并以之为新试验区提供经验借鉴成为当前急需研究的重要课题。以上海自贸试验区为例,在分析其税收政策的基础上,利用面板数据政策效应评估法及合成控制法进行研究。结果发现:上海自贸试验区成立带来正向税收收入效应;"办税一网通"10项税收创新也起到了同样效果,利用合成控制法进行作用机制分析发现"办税一网通"能够通过影响税收征管水平有效提升税收收入。     

城市地理研究中的单分形、多分形和自仿射分形

分形几何学在城市地理研究中具有广泛的应用,然而很多基本概念却让初学者感到迷惑。如何区分单分形、自仿射分形与多分形,是一个基本而重要的问题。简单分形容易理解,而真实的地理现象很少是单分形的。城市生长过程具有自仿射特征,而城市空间格局却具有多分形性质。作者发现,各种分形的共性在于三个方面：标度律、分数维和熵守恒。论文基于标度、分维和熵守恒公式,借助隐喻城市生长的规则分形来区分单分形、多分形和自仿射分形,讨论分形系统演化的机理、分形与空间自相关和空间异质性的联系,同时澄清一些在地理分形研究中的常见错误概念。最后以城市位序-规模分布为例,说明并对比单分形和多分形在城市地理研究中的建模与应用思路。     

京津冀城市用地形态的双分形特征及其演化

区域城乡一体化的标志之一是城镇体系结构的一体化,这个过程可以从标度的角度进行描述和评价。分形是标度分析的重要方法,地理空间无尺度分布特征的典型参数是分维。论文以京津冀城镇体系为例,利用遥感图像的解译数据和人口普查数据开展分形分析、位序-规模分布分析和异速标度分析,用以解释1995—2013年间京津冀城镇体系演化的过程。结果表明,京津冀城镇体系及其演化的特征有：①京津冀空间结构和位序-规模分布都表现为自仿射双分形结构;②京津冀区域的城市人口-城区面积异速标度退化为假线性关系;③随着城镇体系的演化,自仿射的双分形结构逐步向自相似分形结构演化。由此得出结论：其一,京津冀城镇体系存在结构性的不协调因素。其空间结构和等级结构具有二元化特征,但演化方向却呈现内在结构一体化的显著趋势。其二,大城市用地不够集约。城市边缘区的无序扩张导致土地利用铺张浪费。地方政府和规划专家可以有意识地利用城镇体系演化的这种特征和趋势制定管理措施和优化规划方案。     

基于机器学习的高精度高分辨率气象因子时空估计

气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络（简称残差网络）模型,以10倍交叉验证判断模型是否过拟合。研究结果表明：① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度（3个气象因素的交叉验证CV R²平均提高了0.21,CV RMSE平均降低了37%）,其中相对湿度模型的提升幅度最大（CV R²:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%）;② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。     

城市建成环境对居民体力活动的影响 ——以福州市的经验研究为例

利用福州中心城区的社会调查、POI、道路网、用地性质等数据,在社区尺度探究城市建成环境对居民休闲型中高强度体力活动的影响。研究发现：① 低密度土地利用与体力活动时长呈正向关联,功能单一和邻近主干道则对体力活动起到抑制作用。② 体力活动目的地对不同人群具有差异化影响,体育用地和付费运动场所仅能促进中高阶层和中高收入者的体力活动,而周边公共运动设施的丰富程度更具普适性意义。③ 通过纳入运动偏好和单独分析保障房、单位大院及房改房住户达到规避居住自选择的目的,证明上述建成环境特征对体力活动的影响是独立且稳健的。     

基于EEMD和ARIMA的海温预测模型研究

类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。     

利用深度学习模型进行城市内涝影响分析

城市内涝是当前典型的一类城市自然灾害,影响着居民的生活质量。以城市内涝点作为研究对象,综合考虑内涝对城市居民工作和生活等方面造成的影响,筛选出与影响程度相关的21类空间数据。同时,基于深度学习原理构建栈式自编码神经网络模型,结合层次分析法获取的内涝点影响程度标签,剖析21类空间数据与内涝点对居民工作生活影响程度的关系,实现城市内涝对居民工作和生活影响的定量分析。实验表明,栈式自编码神经网络模型能准确地描述内涝点周围的系列空间数据与内涝影响程度之间的关系,可有效预测潜在内涝点对居民工作和生活的影响程度大小,可用于城市防洪排涝方案的制定和排水管网的优化设计。