一种面向像斑的高分辨率遥感影像相对辐射校正方法

在认为不同类别地物的光谱响应值在不同时期具有不同的线性关系的基础上,提出了一种基于像斑的高分辨率遥感影像相对辐射校正方法。首先以相关系数为基础将像斑划分为变化像斑和未变化像斑两大类,再对未变化像斑利用随机数据一致性算法解求增益和偏移参数,对于变化像斑则将与其最相似的未变化像斑的增益和偏移参数作为该像斑的校正参数,最后利用各像斑的校正参数进行线性校正。在高分辨率遥感影像上的实验结果验证了本文方法的有效性。     

不同闪电跃增算法在北京地区应用效果对比

基于S波段多普勒天气雷达基数据、北京闪电定位网全闪定位数据和北京地区降雹的人工观测结果,对比分析Gatlin和σ两种闪电跃增算法在不同配置下对北京地区2015—2018年共177次冰雹天气过程的预警效果。结果表明：不同倍数的σ算法预警结果差别很大,2σ（要求当前闪电频数变化率超过之前平均闪电频数变化率两倍标准差）在σ算法中的预警效果最佳;不同N（总闪频数变化率的数量）配置下的Gatlin算法的预警结果差别不大,其中当N=6时的预警效果最佳。2σ算法的命中率、虚警率和临界成功指数分别为80.2%,41.6%和51.1%,N=6的Gatlin算法的相应结果分别为82.5%,62.0%和35.2%。另外,详细分析了一次多单体雷暴过程和一次飑线过程中两种算法的应用情况,结果也表明Gatlin算法比2σ算法的命中率略高,但虚警率偏高很多,临界成功指数偏低。综合Gatlin算法和σ算法对冰雹预报结果评估情况,发现2σ闪电跃增算法更适于对北京冰雹天气的预警,对提升闪电数据在北京地区冰雹预报业务的可用度有一定参考价值。     

高性能GIS研究进展及评述

互联网技术的发展使地理信息技术得到了前所未有的发展和应用,地理信息计算呈现出计算速度快、运行效率高、应用多样化的发展特征。而随着计算机硬件性能飞速提升,传统的GIS数据处理方式并不能与之匹配,各种缺陷与弊端逐渐显现,亟待更高效的数据处理方式。目前,以并行集群计算技术和分布式网络技术为代表的高性能计算的出现,为这些问题的解决带来了新思路,并逐渐发展形成了新一代的多核并行高性能计算系统。当前,如何利用新型硬件体系结构带来的计算能力,研究新一代高性能GIS计算系统,解决现在所面临的时空数据密集和计算密集问题成为重要挑战。高性能计算是基于一组或几组计算机系统组成的集群,通过网络连接组成超级计算系统以加强数据处理、分析计算性能的一种技术。在实际应用中,逐渐形成Hadoop,Spark和Storm 3大主流分布式高性能计算系统,它们三者各具优缺点。本文从高性能GIS算法、并行GIS计算、内存计算和众核计算4个方面梳理、归纳总结了高性能GIS的技术体系,分析了每类高性能GIS技术特征,综合分析、评述了近年来高性能GIS的研究进展,并对高性能GIS未来发展进行展望,为更完备、高效的高性能GIS体系的建立、发展和应用提供参考。今后,并行GIS计算、高性能计算模式和分布式存储仍然是GIS技术领域发展的重要方向,通过高性能GIS系统可有效地解决时空数据密集、计算密集和网络通讯密集等问题,大大提升GIS地理分析效率。     

增/删点后的Voronoi图构造法研究

论述了在原Voronoi图的基础上增加点和删去点后生成新Voronoi图的算法.在增点过程中,针对新增加点后不满足Delaunay三角网特性的情况,利用最大最小角规则进行局部优化,根据优化后的三角网生成新Voronoi图;在删点过程中,针对删点的不同位置情况,修改相应Voronoi域,生成新Voronoi图.     

基于不确定性分析框架的动态环状河网水质模型--以温州市温瑞塘河为例

以温州市温瑞塘河为背景,基于不确定性分析的框架,开发了动态环状河网水质模型。用HSY(Hornberger,Spear and Young)算法作水质参数的不确定性分析,求得模型参数的空间分布,从而提高模型使用的可靠性、降低决策的风险度。模型由水量子模型及水质子模型两部分组成:水量子模型采用圣维南方程并用四级解法求解;水质子模型采用CSTR(Continuously Stirred Tank Reactor)模型的机理,并结合环状河网特征作了修正,由于只需解常微分方程,因而避免了矩阵求解,显著提高了计算效率,使得用HSY算法进行不确定性分析成为可能。模型选取温州市温瑞塘河流域的鹿城区河网进行了首次应用,用HSY算法率定水质参数并讨论了参数的不确定性。对参数率定结果进行验证,结果比较理想。最后简要讨论了参数不确定性传递。     

碘-淀粉显色试验研究植被发育斜坡非饱和带土体水流路径

植被发育斜坡非饱和带土体中共同存在基质孔隙和大孔隙。为研究强降雨条件下植被发育斜坡非饱和带土体中水流路径分布模式及水流运动过程。在云南螳螂川流域的马卡山开展碘-淀粉显色示踪试验,基于顺坡方向的垂直染色剖面,采用经典K均值聚类算法和一般统计法研究水流路径分布特征。结果表明:1.水流路径分布是非均匀的,顺坡方向的异质性比垂直方向显著,湿润前锋面不是平面,降雨入渗不是活塞式,Darcy定律和Richards方程等均匀多孔介质水流理论不能完整地描述强降雨条件下植被发育斜坡非饱和带土体的水流运动过程;2.随着非饱和带土体深度增加,水流从基质流渐变到优先流与基质流的过渡流,深部土体以优先流为主;3.应该从三维流场方面对植被发育斜坡非饱和带土体中的水流运动过程进行精细描述。     

基于DEM的分布式融雪汇流模型关键算法和实现

根据小流域和高分辨率DEM数据的特点,在获得栅格单元的坡度、坡向、水流流向、平均流速等相关特征信息并且建立流域的汇流网络之后,建立了一种具有时空特征的基于DEM的分布式融雪汇流模型.在模型中提出了"单元时段"的概念,将其设置为大小可调的参数为模型在现实中的应用提供了极大的便利,给出了模型中的融雪汇流流向出口断面的时间长...     

基于粒子群算法与混合罚函数法的有限元优化反演模型及应用

岩土工程优化反分析是一个典型的复杂非线性函数优化问题,采用全局优化算法是解决这个问题的理想途径。针对常规反演方法应用于岩土工程参数反演时搜索效率低的缺点,结合粒子群算法和遗传算法的特点,充分考虑二者的互补性,提出一种效率较高的全局优化算法,以测点的实测值与计算值建立一种新的评价函数,将多目标优化问题转化为单目标优化问题,用混合罚函数法将约束问题变为无约束问题,构建了一种新的目标函数,将有限元程序ABAQUS作为一个模块嵌入到优化算法程序中,编制了有限元优化反演分析程序。并给出了应用实例验证了该法的有效性和实用性,是一种可行的参数反演方法,可应用于实际工程中复杂岩土介质初始应力场反演、渗流场以及位移反分析     

井中重力矢量数据联合反演研究

井中重力矢量测量可以近距离感知地下目标体,获得地质体不同方向的重力异常特征,提高地下介质的纵向分辨率.这里首先基于点元法实现了井中重力矢量正演,通过模型正演计算,分析了井中三分量重力异常响应特征,然后基于相关性搜索的黄金分割算法实现了井中重力矢量联合反演,通过模型反演分析了井中重力不同分量数据联合反演的效果,验证了反演...     

Robust LS-SVM regression for ore grade estimation in a seafloor hydrothermal sulphide deposit

Due to the geological complexities of ore body formation and limited borehole sampling, this paper proposes a robust weighted least square support vectormachine (LS-SVM) regression model to solve the ore grade estimation for a seafloor hydrothermal sulphide deposit in Solwara 1, which consists of a large proportion of incomplete samples without ore types and grade values. The standard LS-SVM classification model is applied to identify the ore type for each in complete sample. Then, a weighted K-nearest neighbor (WKNN) algorithm is proposed to interpolate the missing values. Prior to modeling, the particle swarm optimization (PSO) algorithm is used to obtain an appropriate splitting for the training and test data sets so as to eliminate the large discrepancies caused by randomdivision. Coupled simulated annealing (CSA) and grid search using 10-fold cross validation techniques are adopted to determine the optimal tuning parameters in the LS-SVM models. The effectiveness of the proposed model by comparing with other well-known techniques such as inverse distance weight (IDW), ordinary kriging (OK), and back propagation (BP) neural network is demonstrated. The experimental results show that the robust weighted LS-SVM outperforms the othermethods, and has strong predictive and generalization ability.