Verifying Fossil-Fuel Carbon Dioxide Emissions Forecasted by an Artificial Neural Network with the GEOS-Chem Model

In this study, the authors developed an en- semble of Elman neural networks to forecast the spatial and temporal distribution of fossil-fuel emissions （ff） in 2009. The authors built and trained 29 Elman neural net- works based on the monthly average grid emission data （1979-2008） from different geographical regions. A three-dimensional global chemical transport model, God- dard Earth Observing System （GEOS）-Chem, was applied to verify the effectiveness of the networks. The results showed that the networks captured the annual increasing trend and interannual variation of ff well. The difference between the simulations with the original and predicted ff ranged from -1 ppmv to 1 ppmv globally. Meanwhile, the authors evaluated the observed and simulated north-south gradient of the atmospheric CO2 concentrations near the surface. The two simulated gradients appeared to have a similar changing pattern to the observations, with a slightly higher background CO2 concentration, - 1 ppmv. The results indicate that the Elman neural network is a useful tool for better understanding the spatial and tem- poral distribution of the atmospheric C02 concentration and ft.     

基于遗传小波神经网络的海底声学底质识别分类

分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进行训练,并得到3种底质的测试精度都在90%以上,优于单独利用小波神经网络进行训练时的测试精度,克服了小波神经网络训练时易陷入局部极小的固有缺陷,表明基于遗传算法的小波神经网络可有效用于海底底质声纳图像的识别和分类。     

分段多项式拟合在动三轴试验数据处理中的应用

动三轴采集的试验数据点(剪应变与动剪模量和阻尼比之间)具有离散性和有限性,为方便应用需要对数据点进行拟合,但现有经验公式不一定很好吻合试验数据。为得到不同剪应变与对应的动剪模量和阻尼比之间的关系,本文利用最小二乘原理,对渤海某海洋平台地基土进行动三轴试验获得的动剪模量、阻尼比与剪切应变的数据进行了分段多项式的拟合。数据处理过程是先对剪应变值进行了压缩处理,然后再分段低次多项式拟合,得到多项式拟合参数。通过此项改进解决了正规方程解中的病态问题,且拟合效果良好。     

HY-2 扫描辐射计风速数据产品与平台基观测数据的比较研究

基于南海北部PY30-1平台上2012年2月至9月测风仪观测的风速数据,开展了HY-2扫描辐射计风速数据比较研究。选取时空匹配窗口为5 min和25 km,利用HY-2扫描辐射计RM 100,70和35 km分辨率3种风速数据,分别与平台观测数据进行了比较。比较结果表明:在南海北部海域,HY-2扫描辐射计100 km分辨率风速和平台观测风速的均方根偏差为3.86 m/s;70 km分辨率风速和平台观测风速的均方根偏差为10.52 m/s;35 km分辨率风速和平台观测风速的均方根偏差为5.54 m/s。还进一步比较了有雨和无雨两种情况下HY-2扫描辐射计和平台数据的偏差,结果表明:有雨和无雨条件下都是100 km分辨率的数据偏差最小。这为在我国南海北部海域应用HY-2扫描辐射计的风速数据产品的选择提供了依据。     

公交车辆全线运行状态的监督站牌及查询系统

针对出行者对公交车辆运行信息的需求,基于GPS技术设计了一个动态显示公交车辆位置信息的监督站牌系统,并提供公交位置信息的网络查询服务,方便出行者了解公交车辆的实时运营信息,以及对公交车辆的实时监督.系统以LabVIEW为软件开发平台对数据进行分析与处理,利用ASP.NET进行Web网页开发并与数据库交互,实现公交系统的智能运营和智能服务.通过实际验证,该方案具有可行性、实用性.     

长江流域大洪水有序网络结构及其预测研究

根据1827年以来的统计资料进行分析,长江流域大洪水展示出极为显著的有序性.运用翁文波信息预测理论,构建长江大洪水二维平面和三维立体信息有序网络结构并进行综合分析和预测,结果表明：2014、2020、2030、2036、2051与2058年前后的汛期,长江流域将有可能发生大洪水.     

北京市热环境时空分异与区划

城市热环境空间区划是采用分区管理的思路来缓解城市社会经济发展与热环境之间矛盾的技术基础。本文构建城市热环境区划模型的思路为:(1)将不同时相的MODIS地表温度数据产品进行正规化、分级,分析2008年北京城市热环境时空分布特征。(2)构建城市热环境影响因素评价体系,并通过空间主成分分析计算得到热环境影响主成分因子。(3)通过自组织映射神经网络,利用热环境影响主因子,进一步对热环境进行空间区划。结果表明,北京夜间较白天城市热岛分布层次感明显,夏季白天较其他季节高温区聚合程度高。区域下垫面组成要素直接影响热环境,北京城市热环境的主成分因子依次为植被覆盖、地形地貌、城市下垫面建设规模和人为热排放,并依此将北京划为7个热环境区域,根据各个分区热环境成因机制差异分别提出热环境改善和调控措施。     

基于高性能计算平台的天宫一号遥感数据地面预处理系统

针对天宫一号传感器特点,设计并实现了基于高性能并行集群环境的遥感数据地面预处理系统,可完成对高并发、海量遥感数据处理任务的快速、高效处理.该系统可通过传感器的星上定标参数完成系统辐射校正、系统几何校正等处理过程,生产出高光谱热红外谱段和高光谱数据的1级、2级遥感产品.同时,在数据产品封装与输出分系统中,采用了较为通用的GeoTiff与HDF作为产品的主要输出格式,可满足领域内多种用户的需求.     

基于BP神经网络的昆明天顶湿延迟模型

为了满足昆明市卫星定位综合服务系统(KMCORS)对高精度天顶湿延迟(ZWD)的需要,本文开发了适用于昆明地区的ZWD模型KM。KM模型是根据昆明探空站2015-2018年的探空资料,基于误差反向传播(BP)神经网络建立的,同时采用2019年的探空数据,验证了KM模型的预测性能。测试结果表明,与广泛使用的SA模型相比,KM模型的RMSE由4.0 cm降至2.2 cm,精度提升了45%;KM和SA模型的Bias分别为0和-3.1 cm。该结果表明KM模型对ZWD估计具有无偏性,而SA模型在高原区存在过度估计的问题,KM模型具有比SA经验模型更优的预测性能,其应用将有助于提升KMCORS的服务质量。     

基于北京二号影像辅助nDSM的建筑物自动提取

针对建筑物提取方法缺乏泛化性的问题,本文提出了将nDSM、北京二号影像、NDVI、BAI的七通道图像相结合作为数据源的提取方法。采用随机森林、梯度提升机、支持向量机、BP神经网络分类器对建筑物进行提取获取最佳分类器模型,并运用二值化与开闭运算,以建筑物面积与最小外接矩形面积的比值为阈值,对建筑物分别进行最小外接矩形、DP算法拟合,优化建筑物提取结果。试验结果表明,梯度提升机(GBDT)较其他分类模型在不同场景下综合效果较好,F-score精度更高。