面向不确定性：新发展阶段中国社会治理的困境及其应对

中国正处于全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新发展阶段,所面临的直接风险逐渐向潜在的不确定性转变。研究发现,发展环境、发展主体和发展方式等方面的不确定性因素同时增长,共同推动着不确定性成为新发展阶段中国社会的整体性特征。这对当前的中国社会治理实践产生冲击,使其遭遇价值、行动、方法和结果等层面的多重困境。对此,需要在树立不确定性思维的基础上,从主体赋能、机制创新、制度创设等维度入手,推动“韧性治理”方式的建构,以此走出新发展阶段中国社会治理的困境,提升治理效能。     

黑土区土壤有机质和全氮含量遥感反演研究

以东北典型黑土区耕地为研究区,以Sentinel-2A（全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射）影像作为数据源,构建光谱指数,分别采用多元逐步线性回归（Multiple Stepwise Linear Regression, MSLR）和随机森林（Random Forest, RF）算法建立土壤有机质（SOM）和土壤全氮（STN）预测模型,并采用十折交叉验证方法评估模型的性能。研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异。研究表明：① 海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;② 与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③ 运用RF算法建立的SOM反演模型的R²为0.96,均方根误差为5.49 g/kg,STN反演模型的R²为0.95,均方根误差为0.27 g/kg; ④ 不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图。     

全球稀土贸易网络的动态演变与影响机制————基于产业链的视角

基于稀土产业链视角,通过依赖关系构建稀土初级加工品、中级加工品和制成品贸易网络,运用社会网络分析法和动态指数随机图模型对稀土贸易网络结构演变特征及其影响机制进行对比分析。结果表明：① 3个环节稀土贸易网络均呈现向复杂网络演变的趋势,且稀土中级加工品贸易网络的变化趋势依次领先于稀土制成品和初级加工品贸易网络;② 从主干结构看,3个环节稀土贸易网络依次由欧洲主导向欧美并立演变、由中国主导向欧亚并立演变、由欧美亚三足鼎立向亚洲主导演变;③ 中国在3个环节稀土贸易网络中均发展成为直接影响力前三甲国家（地区）,但其领先优势逐渐缩小,而间接影响力仅在初级加工品和制成品网络进入前三甲行列,且增幅较小;④ 互惠、三角形、星形辐射和星形扩张结构效应对3个环节稀土贸易网络动态演变具有显著的异质性影响。     

气候数据可提前预警作物歉收

在好年景取得更好收成不好年景建立缓冲机制随着气候变化给农业生产带来了更多不确定性,各国政府和商业团体也越来越关注对作物产量的预测。据物理学家组织网2013年7月22日报道,一个由日本、美国、英国等多国人员组成的国际小组提出,气候数据可以在收获前的几个月帮助预测某些农作物的歉收情况。     

基于图像处理的回声定位信号检测方法

鲸豚类海洋哺乳动物发出的回声定位信号是一种频率较高的短时脉冲信号,研究回声定位信号检测方法有助于快速、准确地检测海洋哺乳动物发声,进而更好地保护海洋哺乳动物.本文提出了一种基于图像处理的鲸豚类动物回声定位信号检测方法.该方法首先对收集到的数据进行分帧,计算每帧信号的时频图;使用Frangi滤波器对时频图进行滤波,以降低...     

地震预报的证据理论方法

概率论和数理统计方法一直是地震预报中处理不确定性的主要方法，但在很多情况下并不是特别有效。本引进了一种新的不确定性处理方法一证据理论方法，介绍了如何用该理论表达地震预报问题。讨论了应用其D-S合成规则进行预报的一般过程，并根据地震综合预报的特点，提出了加权的D-S规则。研究结果表明，证据理论应用于地震预报有其独特的优点。     

WorldView-2纹理的森林地上生物量反演

使用高空间分辨率卫星WorldView-2的多光谱遥感影像,构建植被指数和纹理因子等遥感因子与森林地上生物量的关系方程,并计算模型估测精度和均方根误差,探索高分辨率数据的光谱与纹理信息在温带森林地上生物量估测应用中的潜力。以黑龙江省凉水自然保护区温带天然林及天然次生林为研究对象,通过灰度共生矩阵(GLCM)、灰度差分向量(GLDV)及和差直方图(SADH)对高分辨率遥感影像进行纹理信息提取,并利用外业调查的74个样地地上生物量与遥感因子建立参数估计模型。提取的遥感因子包括6种植被指数(比值植被指数RVI、差值植被指数DVI、规一化植被指数NDVI、增强植被指数EVI、土壤调节植被指数SAVI和修正的土壤调节植被指数MSAVI)以及3类纹理因子(GLCM、GLDV和SADH)。为避免特征变量个数较多对估测模型造成过拟合,利用随机森林算法对提取的遥感因子进行特征选择,将最优的特征变量输入模型参与建模估测。采用支持向量回归(SVR)进行生物量建模及验证,结果显示选入模型的和差直方图均值(sadh_mean)、灰度共生矩阵方差(glcm_var)和差值植被指数(DVI)等遥感因子对森林地上生物量有较好的解释效果;植被指数+纹理因子组合的模型获得较精确的AGB估算结果(R2=0.85,RMSE=42.30 t/ha),单独使用植被指数的模型精度则较低(R~2=0.69,RMSE=61.13 t/ha)。     

统计回归分析算法校正AW3D30高程误差适用性研究

针对AW3D30在不同区域存在高程误差存在明显差异的问题,该文选取秦岭高山、中山以及低山3个地貌类型区,1:50 000 DEM作为参考数据,在数据预处理之后,通过提取一定量采样点与验证点及其地形参数和森林覆盖率指数,利用多元回归模型、随机森林和支持向量机算法校正AW3D30高程误差并对其适用性进行探讨.实验结果表明,...     

基于多时相光谱库的地表覆盖自动分类研究

本文探讨了基于构建多时相光谱库对中分辨率遥感影像进行地表覆盖自动分类的有效性.通过对研究区域Landsat影像进行定量化处理,获取研究区域真实地表反射率,构建研究区域2017年夏冬季典型地物的光谱先验知识库;利用构建光谱库对研究区域2018年夏季Landsat地表反射率影像进行自动随机森林分类,并利用2018年地理国情...     

基于机器学习的滑坡易发性预测建模及其主控因子识别

不同机器学习预测滑坡易发性的建模过程及其不确定性有所差异,另外如何有效识别滑坡易发性的主控因子意义重大.针对上述问题,以支持向量机(support vector machine,简称SVM)和随机森林(random forest,简称RF)为例探讨了基于机器学习的滑坡易发性预测及其不确定性,创新地提出了"权重均值法"来...