2016—2021年呼和浩特市大气臭氧浓度变化特征分析

随着城市的发展,大气O₃的污染不容忽视。文章以呼和浩特市2016—2021年大气O₃浓度为研究对象,结合同期气象数据,采用相关分析等数理统计方法,分析了呼和浩特市大气O₃浓度年际、季节以及月份动态特征规律,探讨大气O₃浓度与关键影响气象要素之间的关系。结果表明：呼和浩特市大气O₃作为空气首要污染物的天数在逐年增加;6年间O₃浓度年际变化呈下降趋势,以-0.02μg·m^-3的年均速率变化;O₃浓度季节变化明显,夏季最高,其次是春季、秋季、冬季;O₃月平均浓度呈倒“V”形单峰变化,主要在6—8月浓度较高,12月浓度最低,O₃浓度超标日主要集中在6、7月;O₃浓度与气象要素呈密切关系,在非采暖期,O₃-8 h浓度与日平均气温和日照时数具有正相关趋势,与日平均气压、日平均相对湿度以及平均风速具有负相关趋势,降水对大气O₃     

一种基于元规则的地理国情普查元数据时间顺序自动检查方法

元数据作为地理国情普查的重要组成部分,其数据质量决定整个作业流程的可靠性,而元数据的时间顺序检查一直没有自动高效的方法。根据第一次全国地理国情普查对元数据的具体要求,本文提出一种高效准确的检查方法,并得到实践检验,可为地理国情普查质检工作提供技术参考。     

平顶山城区碳环境演变时间序列分析

大气中日益上升的温室气体浓度,已导致温室效应日益增强,从而引发一系列不利的环境与生态后果,并会对世界粮食生产、水资源利用等关系人类生存发展的方面产生重要影响。1994~2014年是平顶山城市化进程不断加快和经济社会高速发展的时期,土地利用、人口、能源消耗和城市植被等影响碳源、碳汇的主要方面也都发生了重大的变化。将1994~2014年河南省平顶山市城区的碳平衡变化情况作为研究对象,计算出碳平衡主要影响因素各自的变化情况并加以分析,得出有关平顶山城区碳环境演变的结论。最后,为促进平顶山城区的碳源碳汇平衡,提出实现城市快速发展过程中低碳效应策略。     

基于时间序列模型的沉降监测预报分析

时间序列模型预测具有可靠性与高效性的特点。本文结合沉降监测工程,采用Matlab进行建模预报分析,分别基于预测模型(AR、MA、ARMA)进行应用。对比自回归模型、滑动平均模型及自回归滑动平均模型预测结果的精度,表明3种模型可预测期连续分布,模型组合可提高预测精度。     

采用方差-协方差分量估计GPS时间序列噪声特性

本文采用方差-协方差分量估计分析GPS残差时间序列噪声特性。介绍了该方法如何运用于GPS时间序列分析,详细的推导了函数模型,建立了数据处理流程。对比传统的极大似然估计,该方法可以定量计算各噪声分量的大小,并且具有计算速度快,数学模型严谨等优点。     

面向对象方法的时间序列MODIS数据湿地信息提取——以洞庭湖流域为例

以洞庭湖流域为研究区,对大范围湿地信息遥感提取方法进行了研究。先基于时间序列MODIS EVI及物候特征参数,通过J-M(Jeffries-Matusita distance)距离分析,构建了MODIS(250 m)最佳时序组合分类数据;其次,通过Johnson指数确定了最佳分割尺度,采用面向对象的遥感分类方法(Random tree分类器)提取了洞庭湖流域的湿地信息,并验证该方法的适用性。研究结果表明,基于时序数据与面向对象的Random tree分类的总体精度和Kappa系数分别为78.84%和0.71,较之基于像元的相同算法的总体分类精度和Kappa系数分别提高了5.79%和0.04。同时,基于面向对象方法的湿地整体的用户精度与生产者精度较基于像元方法分别提高了4.56%和6.21%,可有效提高大区域湿地信息提取的精度。     

知识引导的稀疏时间序列遥感数据拟合

在多云多雨的地区,光学遥感存在着获取无云数据困难的难题,这会导致时间序列应用中可用数据匮乏。因此,本文面向稀疏时间序列遥感数据,根据噪声造成遥感影像上归一化差分植被指数(NDVI)被低估的事实,提出了一种知识引导的拟合方法。首先,在遥感影像预处理的基础上,利用先验知识和时序差分法对噪声进行识别和剔除;然后,采用高斯二阶模型对原始数据进行拟合;最后,根据拟合残差更新权重,进行迭代拟合,重复上述过程直至获得稳定的结果。本文以Landsat 8 OLI作为数据源,对浙江省杭州地区的森林数据进行拟合,结果表明:在稀疏时间序列数据的情况下,本文方法与MODIS数据拟合结果的相关系数达到0.92,关键时点(如NDVI峰值点等)的时间误差在5 d;相比当前主流方法的0.88与8 d具有更高的精度。     

GNSS位置时间序列分析理论与进展

GNSS时间序列分析对大地测量和地球物理领域研究具有重要意义。梳理和总结了大地测量时间序列特别是GNSS位置时间序列的研究现状和进展。重点介绍了GNSS时间序列分析的理论和方法,并同时指出了GNSS时间序列分析中存在的不足和下一步改进的方向。     

基于时间窗的多车场车辆路径问题研究

启发式优化算法在解决车辆路径问题时具有较好的收敛性,整体法在解决时间窗的多车场车辆路径问题时具有较好的全局性,结合二者优点,进行了算法研究。首先采用整体法得到车辆路径问题的全局最优解;再采用智能优化算法对配送点进行车场选择,匹配代价最小的车场;最后通过实验验证了该算法在解决时间窗的多车场车辆路径问题上的有效性。     

一种采用流计算的Delaunay三角网切块剖分算法

针对海量LiDAR点云Delaunay三角网剖分的时间与空间性能的矛盾问题,提出了一种采用切块的流计算Delaunay构网算法。首先利用三角网墙（DeWall）从点云上切割特定大小与形状的独立数据块,避免分治算法的深度递归与内存溢出;然后运用分治算法对切块剖分,并给出了切块边界错误三角形删除算法;重复上述过程完成子网剖分,并依据非耦合区域分解模式合并为最终三角网。引入流计算的思想,以进一步提高算法的空间性能。分析与实验表明:该算法占用了较低内存,并取得了接近为O（nlg（δ））（δ为一个切块点数,且δ≤n）的时间复杂度。