基于水利益共享的跨境流域水资源多目标分配研究——以澜沧江-湄公河为例

以水利益共享代替分水的理念有利于充分发挥水资源效益和减少区域矛盾冲突,但由于缺乏具体可实施的分配模式一直停留在设想阶段。基于水利益共享理念,建立跨境流域水资源多目标分配指标体系,并结合澜沧江-湄公河流域跨境水资源利用现状及需求,提出澜沧江-湄公河流域跨境水资源多目标分配模型。为基于水利益共享的跨境水资源多目标分配提供了具有充分可操作性的指标体系和分配模型,有助于推进跨境流域水利益共享的实施,实现区域双边或多边在水资源利用上的共赢和发展目标。     

基于2030年可持续发展目标的吉林省城镇化可持续发展评价

结合联合国2030年可持续发展目标（SDGs）构建城镇化可持续发展评价指标体系,从省内、外两个角度研究吉林省城镇化可持续发展状况。结果表明：吉林省城镇化可持续发展水平波动上升,发展趋势良好,大致可分为3个阶段;研究期内各子系统可持续发展水平均呈上升趋势,其中社会子系统上升幅度最大,经济子系统上升幅度最小。城镇化可持续发展水平空间格局呈“核心-边缘”结构,即长春市水平高、其它地区水平低;经济、社会、资源和环境子系统可持续发展水平总体上表现为“中东部高,西部低”。研究期内吉林省城镇化可持续发展水平低于黑龙江省,2015年后高于辽宁省;相较辽黑两省,吉林省社会子系统可持续发展水平较低。     

滨海城市旅游环境承载力优化研究 —— 以秦皇岛市为例

滨海旅游是我国海洋经济的重要增长点,旅游环境承载力研究对滨海城市实现旅游可持续发展具有重要的理论意义与应用价值。该文在进一步界定滨海城市旅游环境承载力内涵的基础上,构建滨海城市旅游环境承载力指标体系,基于系统动力学预测旅游环境承载潜力,建立特定情景下旅游环境承载力优化的多目标函数与约束条件,利用NSGA-II算法求解旅游旺季、淡季和平季3种情景下的旅游环境系统对核心主体的承载力,以秦皇岛市为例进行实证研究,提出提升滨海城市旅游环境承载力的相关对策。     

基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取北大核心CSCD

植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。     

基于多源信息融合的浅海超低频声源目标探测关键技术及实现

以多传感器信息融合理论为指导,结合现代信息处理技术与数据驱动建模及科学计算技术,研究浅海超低频声源目标激发共存地震波的复合声场中超低频声波传播特性和数据驱动建模的水下目标深度识别等关键技术,并论证了技术实现方案及路径。结果表明:以复合矢量水听器、地震波监测仪等多传感器信息融合理论为指导研究前海超低频声源目标可以克服传统声场建模存在的问题,有助于浅海超低频声源目标探测及改善海洋水下声学监测手段。在提高声呐探测设备的测量准确度、精度方面具有重要的理论意义,对周边海域为浅海的我国海防具有实战价值。     

基于无人机多源遥感数据海岛植被叶面积指数协同反演研究

无人机多源遥感数据的获取、融合以及应用是当今研究的热点和难点。文中以城洲岛为例,针对海岛特殊的地理生态环境,获取无人机多源遥感数据。结合无人机多光谱遥感数据定量分析各遥感植被指数与植被叶面积指数(Leaf Area Index, LAI)的响应关系,构建单因子遥感反演模型;基于无人机激光LiDAR点云提取海岛植被冠层高度模型(Canopy Height Model,CHM),并将其作为自变量引入到多源统计回归分析中,从而构建多源遥感数据协同反演模型,对区域尺度下海岛叶面积指数(LAI)进行估算,开展验证和精度评价。结果显示,加入植被冠层高度因子的协同反演模型的判定系数R2为0.92,绝对平均误差系数为12.29%,预测精度要优于单因子反演模型(判定次数R2为0.86,绝对平均误差系数19.95%)。研究表明,加入了植被冠层高度因子的协同反演模型能在一定程度上提高乔木植被LAI的预测精度。实践证明,无人机多源遥感技术在生态学定量研究中具有巨大的潜力和广阔的应用前景。     

基于GF-3的不同极化方式SAR图像海面油膜识别的比较 ——以"桑吉"轮事故为例

基于我国自主研发的首颗分辨率达到1m的C频段多极化合成孔径雷达高分三号卫星(GF-3),通过典型溢油案例定性和定量地比较了双极化与单极化图像预处理性能,分析了不同的极化组合对海面油膜识别结果的影响。得出结论:同向极化与异向极化成像差异明显,VV极化明显比VH极化回波强度高,并且油膜识别度较高;相反,双极化VHVV方式与单极化VH方式图像效果区别不大,双极化方式并不能绝对性地提高地物识别度。     

基于层次聚类分析的离散欧拉解质量控制方法

欧拉反褶积法采用滑动欧拉窗口方式求解场源相关信息,该处理方法的解算结果是一群离散欧拉解,如何对这些离散欧拉解进行质量控制已成为应用欧拉反褶积法的瓶颈问题。针对场源构造指数和深度变化规律,给出了发散解滤波模型,根据欧拉解空间位置分布特点,提出了层次聚类分析方案对离散欧拉解进行质量控制。采用磁性球体和长方体模型仿真试验对所提方法应用效果进行了验证,实验结果表明:滤波措施能消除大部分无效离散欧拉解,结合层次聚类分析方案,实现了场源参数准确确定。     

基于"双冒泡法"的SAR影像冰山识别

利用威德尔海区域2016年的Sentinel-1ASAR影像数据,采用"双冒泡法"的sigma-on-mu探测器探测冰山边缘区域,并通过对边缘像元进行交换排序和凸显最大像元的方式识别冰山。以人工识别法为基础,通过与自动识别法的对比,定量地分析了"双冒泡法"的识别偏差。研究结果表明,"双冒泡法"识别的冰山线性尺寸和面积等信息中纵横向最大长度分别为24.52km和11.16km;面积为220.833 6km2;单体识别偏差率为2.87%,低于自动识别法(7.5%);平均偏差率为2.48%,亦低于自动识别法(7.27%)。同时,基于"双冒泡法",提出了较小冰山边界的手动分离法(像元≤100),与自动识别方法相比,该方法的手动分离以具体的像元边界为基准,提高了对较小冰山的识别精度。     

组合粗差探测的MHSS ARAIM算法

针对目前MHSS ARAIM (multiple hypothesis solution separation advanced receiver autonomous integrity monitoring)算法存在的抗差能力弱、计算子集过多、计算量过大等不足,提出一种组合粗差探测的MHSS ARAIM算法。该算法先用粗差探测方法对原始数据进行粗差识别与剔除,而后用MHSS ARAIM算法处理经粗差探测后的数据,可弥补MHSS ARAIM算法的不足。对若干IGS和全球连续监测评估系统iGMAS(international GNSS monitoring and assessment system)监测站观测数据进行计算和分析。结果表明:在航行LPV-200阶段,该算法应用于GPS和BDS导航的性能优于MHSS ARAIM;在假设单故障情况下,该算法对GPS和BDS观测数据的有效监视门限EMT(effective monitor threshold)的精度分别提高了22.47%和9.63%,对VPL(vertical protection level)的精度分别提高了32.28%和12.98%;在假设双故障情况下,对EMT的精度分别提高了80.85%和29.88%,对VPL的精度分别提高了49.66%和18.24%。