GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

江苏金坛和尚墩旧石器遗址地层的古地磁年代与磁化率研究

北方黄土研究中磁化率分析已越来越多运用到第四纪风尘堆积研究中。采用古地磁极性柱结合磁化率曲线比对定年的方法,初步确定江苏金坛和尚墩遗址750cm厚的地层年龄为330kaBP,对应磁化率曲线判断该区域分别经历了24kaBP左右、110kaBP左右、190—240kaBP左右、300kaBP左右的4个暖湿期,其中间隔有3个干冷时期,具有完整的3个气候旋回。对应地层发育的4个古土壤层、3个黄土层的风尘堆积—古土壤序列。研究表明,虽然古地磁极性定年的方法有一定的局限性,但在以磁化率信息为辅助的条件下,可在一定程度上消除这些局限,获得较为准确的地层年代,多种证据表明这种方法是可靠的。     

改进的半参数模型法在GNSS时间序列季节性信号提取中的应用

GNSS基准站坐标时间序列具有明显的季节性变化。基于谐波函数模型的最小二乘拟合方法只能得到固定振幅的季节性信号,而真实的季节性信号其振幅是变化的。采用半参数模型进行季节性信号提取时又存在最优平滑因子确定困难、迭代速度慢的问题。提出一种赋相对权比的半参数模型,采用迭代更快速的黄金分割法与改进效率法相结合的策略确定最优平滑因子。通过模拟数据实验,验证了改进模型的可用性。实验表明:改进方法的计算效率明显提高,对于10 a长度的模拟数据,相较GCV函数法搜索速度提高68.1%,相较L-曲线法速度提高25.8%;计算精度较最小二乘法和半参数模型法均有提高,所得残差中没有明显的季节性信号。     

地下水气体组分的潮汐变化

我们观察了日本中部Omaezaki地区地下水气体组分时间序列数据的周期性变化,Omaezaki是日本地震预报目录中即将到来的Tokai地震前兆信号观察的重要地区.我们已经开始在一口100 m深的井中对地下水中气体组分进行持续监测.     

基于特征的无人机载视频运动目标快速检测方法

针对无人机载视频序列影像动态背景以及常用检测方法处理效率不高等问题,提出了一种基于特征的无人机载视频运动目标快速检测方法.该方法主要包括预处理、ORB特征提取(oriented fast and rotated BRIEF,ORB)、渐进一致采样(progressive sample consensus,PROSAC)...     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

同好摄影

拍摄时间:2019年6月26日拍摄地点:智利复活节岛器材参数:佳能EOS 6D,EF 16-35 mm f/2.8L Ⅲ USM,16 mm,IS010000,20s,F2.8,10张叠加。图片说明:世界上绝大多数人都生活在北半球,但最壮丽的星空却只有生活在南半球的少数人才能看到。这是智利复活节岛的夜晚,壮丽的南天银河正从海边的棕榈树上升起。     

地理时空三向聚类分析方法的构建与实践

随着地理数据获取能力的不断提升,地理数据体量呈指数增长,数据种类、数据性质更加多元化。对数据的有效甄别和归类成为理解地理现象时空特征、演化过程和行为机制的关键。传统聚类方法面临数据体量大、维数高、质量差的挑战,加之对地理空间与时间关联分析的需求,对聚类方法改进和提升研究的要求越来越迫切。本文介绍了从单向到三向聚类构建思路的变革。单向聚类是仅在样本或属性方向上进行聚类,易忽视非常相似的局部特征、易犯“横看成岭侧成峰”的错误。双向聚类是基于数据矩阵内元素值的相似性,形成一个子矩阵分割方案,使子矩阵内元素相似度尽可能高,子矩阵间元素相似度尽可能低,从而实现行列两方向的同时聚类,避免了单向聚类的不足。鉴于双向聚类难以满足地理研究超出双向的解译需求,本文提出并研发了一个全新的三向聚类方法,给出了运用该方法开展地理时空格局过程探测的流程,总结了如何根据研究涉及的“空间—时间—尺度—属性”构建三维数据体;最后,展示了三向聚类的地理实践案例。结果表明：① 三向聚类是一种大数据时代探测地理数据时空分异规律的有效方法,可以解决数据维度高、质量低等问题;② 面对不同的地理问题,三向聚类在算法层面上是通用的,不同之处仅在于：根据不同问题涉及的空间、时间、尺度、属性的不同,构建不同的数据体;不同数据体聚类得到的不同结果回答不同的地理问题;③ 三向聚类可以实现地理数据的时空分异规律多方向、多尺度、多层次的联合解译,揭示地理特征时空尺度叠加效应。最后,论文强调根据地理问题组织数据的重要性,期待未来能够提升三向聚类在多空间尺度、多属性方面的地理研究实践。     

东北地区水稻扩张的海拔优势区间分析

及时掌握水稻的时空分布信息,对调整和优化农业生产结构至关重要。论文利用综合考虑植被物候和地表水变化的水稻自动制图方法,结合海拔、地表水体因素开展2001—2017年东北地区水稻分布的时空演变研究。通过889个地面调研点位对水稻分类结果验证,总体精度达90.66%,Kappa系数为0.8128。研究表明:① 21世纪初,东北地区水稻种植面积呈先略减后持续增加的趋势,2017年水稻种植面积达2001年的2.13倍。其中,水稻扩张面积的60%分布在三江平原,30%分布在松嫩平原,下辽河平原仅占不足5%。水稻扩张的海拔优势区间在200 m范围内,随着海拔的上升水稻扩张与地表水关系越来越密切。② 三江平原内,水稻扩张幅度在海拔30~70 m范围内逐渐增加,使优势区间从相对高度70 m缩减至40 m内,也使得分布优势逐渐趋向于距地表水体较远的区域。而松嫩平原和下辽河平原水稻种植分布的海拔优势区间始终分别保持在相对高度100 m、40 m内。③ 三江平原水稻的集中分布和急剧扩张,使水稻分布优势逐渐趋向于距地表水体远的区域,这将对地下水带来更大的压力;而松嫩平原水稻分布受地表水体影响较大,分布优势随着距地表水体距离的增加而减小。研究可为农业部门评估水资源承载力、保障农业可持续发展提供数据支撑及理论参考。     

社区生活圈的新时间地理学研究框架

社区生活圈从居民日常活动及行为视角考察城市社区,是城市地理学和城市相关学科的研究前沿,也是中国国土空间规划体系创新的重要组成部分,以及中国城市社会可持续发展的重要抓手。伴随着流动性和信息化的不断深入,社区生活圈的主体日益多元化、社区活动和居民时空行为日益多样化、社区空间的功能与意义日益丰富化,亟需城市地理学的研究创新与实践引导。时间地理学是理解人与环境关系的社会—技术—生态综合方法,为早期基于时空行为与生活空间的社区生活圈研究提供了重要基础。新时间地理学重视家庭及其他组织企划的交互与时空组合,可为社区生活圈内个体—家庭—社区之间的复杂互动关系研究、时空行为的社会文化制约与多情境分析及模拟提供重要支撑。论文基于新时间地理学方法,从理论、方法和实证3个维度提出社区生活圈的新时间地理学研究框架,具体包括构建社区生活圈的时空行为理论,揭示社区生活圈的时空间结构;创新社区生活圈的时空行为分析和模拟方法;从社区生活圈时空行为优化、社区交往生活圈、社区安全生活圈等方面创新中国城市规划与管理等研究内容。