白洋淀上游河流水文变化评价研究

现有河道整体水文改变度三级评价及客观赋权法存在水文改变度与河流生态健康联系不足、容易忽略部分指标变化、不能全面体现综合评价对河流生态管理的作用等问题,本文以白洋淀上游唐河流域为例,利用Mann-Kendall突变检验法对中唐梅站1959-2016年日径流的水文变异情况进行了分析,基于改进RVA法,在充分考虑5组33个I...     

端元分析模型在长江口邻近海域沉积物粒度数据反演方面的应用

海洋沉积物粒度分布曲线往往同时具有多个峰,而且同一类型沉积物因时间和空间上的不同其粒度分布曲线峰的位置也不同,沉积物粒度分布多峰的特点反映了沉积物不同的输运形式和沉降过程[1,2].因此,在沉积物的粒度分布数据中保存了有关沉积物输运和沉降的信息,而获得这些信息对于揭示沉积区域水动力特性、沉积物输运和沉降规律具有重要的意义.     

海泥环境中阴极保护的边界元计算

根据阴极保护的特点,建立了用于数值计算的模型;采用边界元方法对海泥介质中的阴极保护系统进行了计算,获得了海泥中钢管表面以及海泥介质内部的电位分布。将计算的结果与测量的数据进行比较,两者具有较好的一致性。     

城市扩展元胞自动机多结构卷积神经网络模型

传统的城市扩展元胞自动机(CA)模型是基于单个元胞的变量信息挖掘来构建转换规则的。针对这一问题,本文基于多结构卷积神经网络提出从区域特征出发且顾及区域多尺度特征挖掘转换规则的城市扩展元胞自动机模型(MSCNN-CA),并以武汉主城区和上海浦东新区为例,模拟了两个试验区2005—2015年期间城市扩展过程。模型验证表明:与逻辑回归和神经网络相比,本文构建的3个单一结构的卷积神经网络元胞自动机(CNN-CA)模型在4个指标(Kappa系数、FoM(figure of merit)值、命中率(h)和错误率(m))上都有不同程度的提高。特别是FoM指数,在武汉主城区提高了23.3%~29.4%,在上海浦东新区提高了20.3%~28.5%。此外,MSCNN-CA模型与3个单一结构的CNN-CA模型相比,在各个指标上也有所改善,FoM指数在武汉主城区提高了0.8%~4.8%,上海浦东新区提高了2.8%~7.8%。两个试验区的模拟结果表明:相比传统CA模型,基于多结构卷积神经网络的城市扩展元胞自动机模型(MSCNN-CA)能够有效提高城市扩展模拟的精度,更真实地反映城市扩展空间演变过程。相比单结构的卷积神经网络CA模型,多结构卷积神经网络CA模型的稳定性和模拟结果准确性有所提升。     

基于像元二分模型的地表植被覆盖度估算模块化设计与实现

地表植被覆盖度是的一种应用广泛的定量遥感产品,在水文、生态、区域变化等方面都具有重要的意义。像元二分模型是应用最多的一种遥感估算地表覆盖度的方法。目前,用遥感的方法进行地表植被覆盖度估算没有完整、系统的工具,用户只能逐步进行操作,效率低下,鉴于上述情况,本文运用IDL交互式数据语言,基于ENVI二次开发了一个植被覆盖度估算程序,取得了一定的成效,对遥感定量产品的生产、应用具有一定意义。     

2.5维氧化还原自然电位数值模拟

地表自然电位对地下污染渗流及微生物参与的氧化还原活动等过程较为敏感,自然电位异常的观测和解释在地下污染物监测应用中受到特别关注.有针对性地开展有机污染物氧化还原电位数值模拟工作,是后续反演解释的基础,能提高自然电位法在环境污染问题中的应用效果.基于三角形有限元及四边形无限元,改进了二维有限元-无限元耦合法,使之适应自然...     

基于混合像元分解技术的植被信息抑制研究与应用

植被覆盖直接影响地质信息提取的精度,是遥感地质中的难点。利用混合像元分解方法可从像元中剥离出植被成分,进而获得相对纯粹的地质信息,因此具有抑制植被信息的作用。利用混合像元分解方法分解图像的植被像元组分,利用归一化植被指数变化情况描述植被抑制效果,并结合主成分分析法对实验区域进行地层界线划分。结果表明,该方法可有效划分地层界线。     

天津市地面沉降区地下水开采指标综合评定方法研究

实行地面沉降控制和地下水资源的统一管理,是天津市地面沉降防治工作的特色。本文针对地下水超采是影响天津市地面沉降主要因素的现状,通过对多年地面沉降监测以及地下水资源开发利用数据的分析,首先在全市范围内初步确定各乡镇2007年地下水开采指标或维持2005年实际开采水平,或选用一元回归分析方法建立地面沉降预测模型。在建模过程中,应用地质系统科学理论,综合考虑2001～2005年各年度地面沉降和地下水水位动态,将天津市划分为若干个子系统,每一子系统作为一个回归分析单元。为了将各计算单元的预测结果具体到各乡镇地下水资源开采指标制定中,结合各乡镇地面沉降现状和地下水替换水源条件,并根据计算单元内各乡镇地下水开采强度、地下水超采程度、沉降敏感度以及地下水位超限程度等因素进行压采规模的综合分级。这一方法已得到我市相关水资源管理部门的认同,并取得了较好的实践效果。     

结合空间信息选取最优端元组合的混合像元分解

传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分,但这并不符合实际情况。实际上图像中大多数混合像元仅由少部分端元混合而成。由于端元提取精度及噪声的影响,采用全部端元对混合像元进行分解,会使得混合像元中实际并不存在的端元的丰度估计值不为零,分解结果存在较大误差。由于混合像元大多存在于不同地物的交界处,基于此,本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法。利用一个空间结构元素,从混合像元的附近邻域开始搜索,将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比,并确定混合像元的端元子集进行分解。根据RMSE大小和变化情况,逐步扩大结构元素的大小,不断调整搜索范围,直至得到最优端元组合。模拟数据和真实数据的试验结果表明,该方法相比传统的全端元光谱分解方法,在总体上获得了更好的分解效果。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVI_veg（全植被覆盖植被指数）和NDVI_soil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVI_veg和NDVI_soil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVI_veg和NDVI_soil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVI_veg和NDVI_soil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。