用非参数估计技术预报风的研究

该文介绍了使用非参数估计技术制作风的预报试验。为了有一个较完整的历史样本集,试验中使用了1981—2003年共23年的逐日资料。在采用的K近邻非参数估计技术中,由于风的特殊性,其不是标量而是矢量,试验中根据天气学原理,设计和试用了一种根据过程相似性从历史样本集中搜索出近邻子集和新的从近邻子集中挑选最佳样本的方法。试验结果显示,所试用的预报方法不仅使得风的预报Ts评分有一定的提高,同时使得3 d降水量的预报Ts评分也有一定的提高,这表明该方法具有一定的实际参考使用价值。     

基于层次性邻近分析的农用地分等数据库综合

以农用地分等数据库综合为例,提出了图斑归并同时顾及几何距离和多种专题属性的层次性邻近分析方法,及基于层次性邻近分析的多边形聚合和融合方法,并以实例验证了其有效性.     

最大空圆约束下的最邻近计算方法

移动目标的最邻近查询是位置服务的重要内容之一。本文针对地理目标分布不均的情况,将离散点集的最大空圆参数引入到最邻近查询中,提出了最大空圆约束下的k-D树最邻近查询算法。通过实验证明该算法可以有效地减少节点访问次数,减少距离计算次数,从而提高最邻近的查询效率。进而将该算法应用于移动目标的k阶邻近查询中,可以有效地减少移动点在三角网中的定位次数,改善k阶邻近的查询效率。     

Influence of borehole quantity and distribution on lithology field simulation

This paper aims to study the influence of the number and distribution of drill samples on the simulation accuracy of the lithology field. This research mainly applies the variation function method in geo-statistics, and determines important indicators such as the variation, and then the lithology field is simulated by sequence index simulation. It is shown that (1) simulation error decreases with the increase of sampling density; (2) at the scale and complexity of this study, when the sampling density reaches 40 /km2, the average error of the lithology field simulation can be less than 2.0%; (3) in the study mode of examples, the simulation results of random sampling in the whole region are the most ideal, with an average error of 5.4%. The average error of the simulation results of the centralized sampling is about 10 times that of the random sampling method; (4) known from the influence analysis of the degree of study sample unevenness influence on the imitation results, under the same sample size, the simulation error decreases with the increase of the most adjacent index. When the nearest index reaches 1, the simulation error will be less than 6%, and the error variable range is within 3%.     

一种改进的组合定权的指纹定位算法

室内场景复杂、WiFi信号不稳定等因素,造成基于信号空间K最近邻法的WiFi指纹定位算法匹配的邻近点会出现偏差,使用偏差较大的点计算待定点位置会直接影响定位结果。本文提出了一种改进的组合定权的指纹定位算法,对K个邻近点的几何结构进行分析,剔除其中偏离邻近点几何中心较远的点后,同时分析匹配邻近点中心同待定点几何位置存在理论上的关联,利用选择后的邻近点与其中心点的几何距离、待定点与指纹点欧氏距离组合定权,加权求取坐标。与KNN、WKNN算法定位结果分别进行比较,表明该方法提高了定位准确性和精度。     

Vector-based approach for combining ascending and descending persistent scatterers interferometric point measurements

The combination of ascending and descending persistent scatterers interferometric (PSI) data by means of resampling and/or spatial interpolation, separately for each synthetic aperture radar geometry, is a commonly followed procedure, limited though by the reduced spatial coverage and the introduced uncertainties from multiple rasterization steps. Herein, an alternative approach is proposed for combining different PSI line-of-sight observables in the vector domain, based on the geographic proximity of PS point targets. In the proposed nearest neighbour vector approach all necessary analysis steps are performed by means of attributes transfer and calculations between features geodatabases, prior to any rasterization. By increasing the number of input point vectors during subsequent interpolation, the overall error budget coming from spatial interpolation is being reduced. The advantages of the proposed vector-based approach compared to the commonly used grid-based procedure are being demonstrated using real data.     

结合高光谱像素级信息和CNN的玉米种子品种识别模型

玉米作为中国重要粮食作物,品种众多,易出现错分现象,影响农业安全和粮食生产。针对传统基于卷积神经网络CNN（Convolutional Neural Network）的高光谱图像作物品种识别模型所需建模样本数量巨大的问题,提出基于高光谱像素级信息和CNN的玉米种子品种识别模型。首先,获取不同品种玉米种子在400—1000 nm范围内的高光谱图像,提取样本全部像素的203维光谱信息,利用主成分分析PCA（Principal Component Analysis）算法将光谱维度降至8维。在实验中,样本的像素级光谱信息（即：样本的全部像素的光谱信息）除应用于CNN模型外,也应用于支持向量机（SVM）和K近邻分类（KNN）模型中,结果表明：在相同模型中,基于像素级光谱信息比基于米粒级光谱信息（即：每粒样本所有像素光谱信息的平均值）识别效果好;在相同情况下,CNN模型比SVM和KNN模型的识别效果好;基于像素级光谱信息和CNN的品种识别模型识别效果最稳定,依据像素级分类结果采用多数投票策略对玉米种子样本进行识别,样本识别精度高达100%（注：100%为建模集样本与测试集样本数量为0.27和0.32时的识别精度,随着测试集样本数量的增加,该识别精度将有所降低）。最后,使用t分布随机邻域嵌入（t-SNE）算法实现CNN输出特征值的可视化,验证了基于高光谱像素级信息和CNN的品种识别模型的有效性。在建模样本极少的情况下,实现了玉米种子品种的无损、高效识别,为精准农业提供了理论基础。     

隧道断面截取曲面拟合优化的点云简化方法

为了提高变形监测中地铁隧道断面点截取的效率,文章提出了基于kd-tree和法向量估计的局部点云简化方法,对BaySAC算法的三维激光点云二次参数曲面拟合方法进行改进:利用kd-tree建立点云数据的空间拓扑关系,计算出每个数据点的k邻域;然后使用平面拟合方法获取法矢量;最后根据点云数据法矢量变化程度,采用法矢量自适应得到压缩后的点云数据。实验证明该方法既能较大程度地简化点云,简化结果比较均匀,又具有不破坏细小特征的特点,进一步改进了BaySAC算法的二次参数曲面拟合方法。     

黑龙江省单一及混作农作物种植结构提取研究

以2012年MODIS数据产品250 m精度的MOD13Q1数据为数据源,采用Savitsky-Golay滤波法提取并平滑NDVI时间序列曲线,提取11种物候关键值,利用AMP,Start,Length三种物候关键值,采用面向对象分类方法的隶属度函数法提取出黑龙江省农用地范围,然后选取AMP,Start,Length,Left,Base,Right,Small七种物候关键值,采用面向对象分类方法的标准最邻近法,提取出黑龙江省单一及混作农作物的种植结构共十种。     

浑善达克沙地南缘榆树种群的大小结构和邻体格局

 浑善达克沙地作为京津地区沙尘暴的重要沙源地引起了生态学界的广泛关注。榆树是浑善达克沙地的优势种,榆树疏林在浑善达克沙地成缀块状分布,对于该区域生态系统的整体性和多样性维持以及防风固沙等方面具有重要意义。研究浑善达克沙地南缘榆树种群的大小结构和邻体格局的结果显示:榆树种群的平均胸径为25.40 cm,最小胸径为6.37 cm,缺乏幼树,种群更新不良。榆树邻体格局研究显示:榆树种群呈丛分布,取样个体到最近邻体距离的平均值是7.13 m,在4 m以下的占55.0%,10 m以下的占72.6%。两个个体互为最近邻体的榆树占了71.4%,具有成对现象,成对现象对榆树有明显影响。最后对榆树疏林存在的问题及保护措施等进行了探讨。