一种基于面积对称模型的土地利用/覆被真伪变化图斑检测方法

不同时相土地利用/覆被数据间的空间配准误差,是产生土地利用/覆被伪变化图斑的一个主要原因。本文从土地利用/覆被原始图斑与其相邻的变化图斑间的空间关系角度,提出了由同一原始图斑产生的土地利用/覆被伪变化图斑的面积对称理论,设计和实现了针对因空间配准误差而导致的土地利用/覆被伪变化图斑自动化检测模型,并以内蒙古自治区通辽市奈曼旗1980年和2000年两期土地利用/覆被图对该模型进行了实验模拟。结果表明：当两期数据的空间配准误差不超过原始影像1个像元时,总体检测精度达到90%以上;误差不超过5个像元时,总体检测精度达到80%以上;误差不超过原始影像10个像元时,总体检测精度达到70％以上。同时,由于运行时唯一需设定的面积对称系数阈值可设为0.2-0.4（默认设为0.3）,该检测模型可适用于由空间配准误差引起的伪变化图斑的自动检查,可满足由于空间配准误差所引起土地利用/覆被伪变化图斑剔除的需求。     

基于分布式模型方法和气候经验模型的四川省总辐射结果比较研究

利用四川省气象站常规观测数据,1:25万数字高程(DEM)数据,考虑坡度、坡向等地形因子建立气候经验统计模型和分布式模型,分别计算未考虑地形因子和起伏地形下的四川省太阳总辐射时空分布情况并进行分析。结果表明:两种模拟结果在四川省总辐射分布上趋势大致相同;分布式模拟结果所得总辐射结果范围更大,总辐射结果范围为1800~7200MJ/m2,而气候经验统计模型结果仅为3100~6280MJ/m2;经部分站点2012年总辐射实测值检验,结合地形因子采用分布式模拟的方法比单纯使用经验系数和气象参数模拟的气候学方法误差均值小0.39%。考虑了复杂地区的分布式模拟结果,比气候学拟合方法结果更为细致,更有利于查看局地结果,这对实际应用中太阳能资源的开发、电厂规模的选址和布设、电机型号的安装更能提供参考价值。四川省北部阿坝州、西部甘孜州和南部凉山州及攀西地区太阳能资源较为丰富,利于进行太阳能资源开发,交通不便地区可通过安装小型分布式发电设施,合理利用太阳能资源。     

长三角地区港口腹地范围演化及其影响机制

本文尝试将海港和内河港的腹地范围演化纳入统一的研究框架。运用场强模型划分2001年、2008年和2016年长三角主要海港和内河港口的直接腹地范围,分析其演化特征,总结演化最显著的两大龙头港口——上海港和宁波港的腹地演化影响机制。结果表明：① 港口场强分布特征是以三大海港为龙头形成三大高场强集聚区。② 港口直接腹地演化最明显的特征是宁波港扩张的腹地范围基本来自上海港收缩的腹地范围。③ 上海港的直接腹地范围不断被宁波港袭夺是因为上海港通过市场主导和行政协调的机制,扩展了沿着长江布局的内河港口群水水中转的间接腹地,而非直接陆地腹地;相反,宁波港主要依靠行政机制和逐渐强化的市场力量,使直接陆地腹地范围逐渐延展到浙江全省。     

基于潜在语义信息的城市功能区识别————广州市浮动车GPS时空数据挖掘

随着中国城市化进程的不断推进和深入,城市内部空间结构正发生不断的变化.城市内部形成的不同功能区标识研究,对城市结构理论以及政策制定,资源配置等方面具有非常重要的意义.这些不同的功能区包括住宅区,工业区,教育区以及办公区等.本文以大数据为依托,重点研究城市功能区的特点和分布状态,选取广州市6个区为样本,以最新道路网络为分割依据把研究样本分为439个区域.对历时一周的海量浮动车(GPS)数据以及兴趣点数据采用时空语义挖掘方法,建立潜在的狄利克雷模型(LDA)以及狄利克雷多项式回归模型(DMR);通过OPTICS聚类方法对不同模型的结果进行聚类,进而利用POI类别密度,居民出行特征等方法进行分区结果识别.同时,参考百度地图的地理信息,将研究得到的广州市功能分区结果与广州市城镇用地现状图,居民日常出行特征进行对比验证分析.研究表明,该方法基本能识别出具明显特征的城市功能区,如成熟居住区,科教文化区,商业娱乐区,开发区等.识别出的广州市不同类型的功能区呈现了以居住区和商业区为主导,其他类型功能区围绕其展开的特点.研究证明,利用大规模,高质量的个体时空数据开展人们移动行为和日常活动组织及社会空间的研究,能从一个新的视角揭示城市功能区的形成及其机制.     

吉兰泰盐湖卤水化学动态变化的灰色—马尔科夫过程预测分析

卤水中的化学成分因受多种因素影响,使其在时间序列上的变化波动强烈而规律难循。灰色—马尔科夫过程预测是预测事物在时间序列上发展趋势的一种良好有效的统计分析手段,它将灰色系统预测法和马尔科夫过程预测法有效结合,既弥补了两种方法各自的缺点,又能充分考虑数据给予的信息,可以大大提高随机波动较大数据序列的预测精度。本文用灰色—马尔科夫过程预测法对吉兰泰盐湖卤水中几种主要离子浓度的变化进行了趋势分析,分析结果发现几种离子浓度的变化均有一定的规律性,而且这些离子在预测数据的变化规律同原始实测数据变化规律有很好的一致性。     

Optical closure of parameterized bio-optical relationships

An optical closure study on bio-optical relationships was carried out using radiative transfer model matrix operator method developed by Freie Universitt Berlin.As a case study,the optical closure of bio-optical relationships empirically parameterized with in situ data for the East China Sea was examined.Remote-sensing refl ectance(R rs)was computed from the inherent optical properties predicted by these biooptical relationships and compared with published in situ data.It was found that the simulated R rs was overestimated for turbid water.To achieve optical closure,bio-optical relationships for absorption and scattering coeffi cients for suspended particulate matter were adjusted.Furthermore,the results show that the Fournier and Forand phase functions obtained from the adjusted relationships perform better than the Petzold phase function.Therefore,before bio-optical relationships are used for a local sea area,the optical closure should be examined.     

EPS颗粒轻质混合土的蠕变模型研究

EPS颗粒轻质混合土是一种新型轻质填土材料,相比EPS泡沫块体,具有更广泛的应用前景。EPS颗粒轻质混合土的基本物理及力学性质已得到了较多的研究,但其蠕变特性研究较少。通过不同围压下EPS颗粒轻质混合土的三轴不排水蠕变试验,采用三种常用的经验模型：Singh & Mitchell模型、Mesri模型和Findley模型对EPS颗粒轻质混合土的蠕变变形进行模拟,结果表明：Singh & Mithcell模型和Mesri模型能反映蠕变趋势,但是不能拟合应变初始快速上升段,用来描述EPS泡沫块体的Findley模型在应力水平较高时,拟合效果最好,某种程度上说,EPS颗粒轻质混合土的蠕变性与EPS泡沫块体相似。推导出了一种新的半经验半理论蠕变模型,用元件模型描述弹性变形部分,用经验模型描述塑性变形部分,拟合结果表明,不管应力水平的高低,新推蠕变模型都不仅能够很好地反映EPS颗粒轻质混合土的初始快速上升段变形,也能够比较准确地拟合长期变形,即蠕变性。     

基于S-RVoG模型的PolInSAR森林高度非线性复数最小二乘反演算法

针对经典的PolInSAR森林高度三阶段几何反演算法在单基线条件容易受到地体幅度比假设以及地形坡度影响的问题,从测量平差角度提出了基于S-RVoG模型的PolInSAR非线性复数最小二乘森林高度反演算法。该算法不再需要假设某一个极化通道地体幅度比为零,且采用考虑地形坡度影响的S-RVoG模型作为平差模型。为了验证算法,本文采用欧空局BioSAR2008项目提供的3景P波段极化干涉SAR数据进行两组单基线森林高度反演试验。结果表明,在单基线条件下,基于RVoG模型的非线性复数最小二乘算法反演结果优于三阶段几何反演算法,而基于S-RVoG模型的非线性复数最小二乘算法进一步提高反演精度,对于坡度较大区域（坡度>10°）,精度平均提高了18.48%。     

粗差验后方差的无偏估计与最优稳健估计

在正态粗差假设下导出了粗差验后方差的无偏估计,对误差工膨胀模型和误差均值移动模型,两者的无偏估计公式是相同的。这证明了李德仁验后方差的朱建军方差不是无偏的。由于偏方定义的彭方法是正态粗差假设下的最优稳健估计。     

航测单模型(m+1)(2n+1)个标准点的相对定向

将6个标准点的航测单模型相对定向扩充为(m+1)(2n+1)个标准点的相对定向。