基于被动微波遥感的青藏高原雪深反演及其结果评价

采用修正的张氏雪深反演算法，用ＳＳＭ／Ｉ３７ＧＨz和19GHz水平极化亮温值计算了青藏高原及其毗邻地区的积雪深度，对其精度进行了评价，并对误差来源进行了分析，结果显示，此算法能够较好地反映研究区的雪深分布，但局部地区误差较大，总体上雪深被高估，其误差主要来源于冻土，深霜层，植被以及雪层中液态水含量，雪粒的形状和粒径的变化带来的影响，SSM／I数据较低的分辨率和研究区复杂的地形使反演的雪深与观测的雪深缺少可比性，给精度的评价带来影响。     

基于对象流的地缘环境时空分析模型

地缘环境时空分析是对地缘体、地缘关系及地缘结构进行的解析、评价和预测,是把握地缘环境空间特征、关联关系演化规律的重要途径。本文采用文献研究、类比归纳、建模研究等方法,提出地缘环境对象是地理信息世界中对现实地缘环境实体抽象后的数字化表达,地缘环境对象流是对象间物质、信息和能量数据交互过程的总称,与地缘关系间存在映射关系,对地缘环境态势和演化过程具有关键作用。在对地缘环境对象流相关概念和内涵解析的基础上,探讨了地缘环境对象流的数据表达与组织方法,构建了地缘环境分析模型,模型从地缘环境系统构成出发,将地缘环境对象流的分析逻辑和数据模型结合,分别建立地缘环境对象流分析原理的逻辑表达及地缘环境对象化数据组织体系,在数据支持下利用数据分析算法来确定地缘环境对象与地缘关系间的映射函数,实现面向应用场景和具体问题的地缘环境分析。本文对地缘环境分析模型进行了验证,以“印太地区”地缘经济环境分析为例,基于2009—2018年该区域经济水平排位前10的国家经济数据,进行了地缘经济实体特征的抽象、贸易对象流的数据表达与组织、数据分析及地缘关系测度,分析了贸易流的时空变化过程、地缘影响力以及地缘关系群组等,验证...     

一种点约束分块的矢量地理数据精确认证算法

脆弱水印可以实现对数据内容真实性的认证,并对发生变化的位置进行定位,鉴此,本文提出了一种点约束分块的矢量地理数据精确认证算法。在认证内容嵌入过程中,首先,按照点约束的方法对矢量地理数据进行分块,并将每块的数据点进行空间位置关系的“之字形”排序,建立数据点之间的位置关系;然后,将相邻点生成的脆弱水印信息嵌入到当前点。在内容精确认证时,比较原始的水印信息与提取的水印信息,判断二者是否相同来鉴别数据是否更新。将本文算法与均匀分块的方法进行了对比实验,结果表明,本文提出的认证算法能实现在数据更新时的精确认证,并可实现要素删除的精确认证,在检测数据变化时可对修改位置进行定位与标记。     

上海市精细时空尺度人口分布估计与特征分析

城市人口实时分布与动态变化特征是城市规划与综合治理的重要依据。受数据获取手段的局限性,准确地获取城市人口的实时分布状况一直是技术瓶颈,而移动通讯技术的迅速普及为这一问题的解决提供了技术途径。本文基于移动通讯信令的连续轨迹数据,实现了城市精细尺度人口分布时空估算的方法流程,并以上海市为研究区,对城市人口分布特征及时空移动过程进行了量化分析。研究表明：① 在数据方面,基于移动通讯信令数据估算城市人口分布的方式样本覆盖广、时空精度高、时效性较强且支持时空尺度灵活多变的应用研究需求,能够定量地描述城市人口分布时空动态特征且能推算城市真实人口规模;② 在人口分布时空特征方面,上海市在全市尺度上,各时段人口空间分布较为稳定且差异较小,而在中心城区日间人口较夜间人口呈现更为显著的空间集聚特征;③ 在人口移动时空特征方面,城市功能承载区与其它区域之间人口移动很少,早晚高峰期各城市功能承载区之间人口移动均体现为中心城区与其它新城之间的移动,且2个方向移动人数较为平衡;各城市功能承载区内均有超过半数的人口全天仅在其所在城区内部活动。本文的研究成果可为上海城市规划、应急管理、交通出行等提供更精准的科学依据。     

奇异性分析方法在地震资料解释及反演研究中的应用

本文引入启动函数拓展传统的地层转换模型,在该模型中利用奇异性信息量化地层速度的突变特征,并基于传统的褶积模型研究奇异性信息在波阻抗到合成地震记录之间的传递性.研究结果表明,地震记录中较好地保留了地层介质的奇异性特征,因而从地震记录中提取的奇异性信息除了可以帮助进行地震解释外,还可以作为介质波阻抗反演的有力的支持工具.     

沙尘暴常规观测资料中若干问题的解析

沙尘暴常规观测资料主要来自地面气象观测系统,是揭示沙尘暴的时空分布特征和变化规律的重要基础,其内在属性明显地受到地面气象观测规范和统计规范的制约,而且同样明显地受到两个规范变革的影响,但是这些问题在以往的沙尘暴研究中没有引起足够的重视,常常被忽视掉了,因此最终形成了一些似是而非的认识.该文从中国沙尘暴的观测规范和统计规范入手,探讨了其变革对沙尘暴内在统计特征的影响.另外,文章还分析了沙尘暴与其它沙尘天气的同日出现问题,以及沙尘暴资料时间序列的统计分布特征.     

基于深度学习的天气雷达异常数据识别技术

天气雷达基数据中因观测设备故障或标定问题而产生的异常数据, 直接影响天气雷达数据质量、定量估测降水及天气系统的分析和判断。目前在中国气象局气象探测中心实时业务中, 通过人工勘误环节对异常数据进行处理。针对2020—2022年业务中勘误较多的、大面积故障异常和易与降水数据混合的局部电磁干扰或故障的两类异常数据, 分别构建和训练R-ResNet和R-LinkNet两种模型, 提取雷达硬件故障、电磁干扰等特征, 实现异常数据的识别和处理。评估结果表明:两种模型在提取异常数据特征方面均具有很强的学习能力, R-ResNet在分类判识异常数据与正常数据的准确率超过99%, R-LinkNet在分离电磁干扰杂波和降水回波的准确率超过98%。两种模型可用于实时业务中监控和勘误电磁干扰、故障等异常数据, 实现异常数据的自动勘误处理。     

数据挖掘技术在水文预报中的应用及水文预报发展趋势研究

数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。     

工业污染与恩格尔系数的库兹涅茨分析——基于面板数据的联立方程模型

基于2000—2010年中国31个省份的工业废水排放总量、工业废气排放总量、工业固体废物排放总量三类指标,适当添加人均可支配收入解释变量。利用面板数据的联立方程个体固定效应模型分析了城镇和农村恩格尔系数分别与污染物排放量之间的环境库兹涅茨曲线(EKC)双向反馈作用关系。由EC-EKC-IP方程的结果表明,工业三废的排放与城镇、农村恩格尔系数之间的关系未必都符合环境库兹涅茨倒U型曲线。因此,必须协调好环境治理与经济增长两者的均衡发展,以达到降低恩格尔系数和减少工业污染的双赢目标。