一种用于长距离网络RTK基准站模糊度固定的非组合方法

基准站模糊度固定是网络RTK系统初始化的前提条件。文中使用非组合方法来固定基准站间模糊度。该方法相对于传统组合方法而言具有以下3个优点:1)基于非组合观测值,避免了观测噪声的放大;2)将L2模糊度变换为L1与宽巷模糊度WL(Wide-Lane)模糊度的差值,同步求解WL和L1模糊度浮点解,简化了计算过程;3)WL模糊度由平差得到,部分模糊度固定后,加快了其他WL模糊度的固定速度。实验结果表明,非组合方法相对于传统方法而言,WL模糊度固定速度提高了24.5%;L1模糊度固定正确率提高了7.9%。可以认为,在网络RTK初始化方面,非组合方法要优于传统方法。     

东北区耕地利用系统安全格局模拟及其阈值的确定

耕地利用系统安全是保护耕地健康和保障粮食安全的基础。以东北区黑龙江省巴彦县为研究区,运用Matlab编程,应用改进的神经网络模式识别模型,模拟研究区2016年和2021年耕地利用系统安全格局。基于突变理论,采用蝴蝶突变模型确定耕地利用系统安全阈值范围。结果表明:1影响耕地利用系统安全的空间因子,在一定程度上对研究区耕地利用系统安全格局的演变产生极大的影响;各类土地利用类型的数量增减及空间分布均会对耕地利用系统安全格局的变化产生一定影响。2 1976-2011年,耕地利用系统安全格局发生了显著变化,按照当前发展状况,2011-2021年,耕地面积和建设用地面积的变化呈现互反性,建设用地及其他农用地的增加均以牺牲耕地为代价,未达到保护耕地的目的。3耕地利用系统安全状态划分为安全状态、临界状态和危险状态三种;安全状态阈值范围为[-1,-0.2),临界状态阈值范围为[-0.2,0.2),危险状态阈值范围为[0.2,1]。4按照当前的发展态势,若不采取适当措施,耕地利用系统安全将向危险状态突变,耕地利用系统安全问题日益严峻。     

基于PSR模型的白龙江流域景观生态安全时空变化

以地貌灾害频发的甘肃白龙江流域为研究区,基于"压力-状态-响应"框架模型构建流域景观生态安全评价指标体系,探讨其时空变化过程及其特征。结果表明:1990~2010年间白龙江流域景观生态安全综合指数逐渐上升,中高安全等级以上的面积约占研究区总面积的52%。流域内低生态安全区域主要集中在舟曲-武都段白龙江两岸区域、宕昌县西北区域和迭部县北部山区,高安全区域主要集中在自然保护区、林业发展区等植被覆盖较好的区域,其分布格局与滑坡、泥石流和水土流失等地貌灾害的风险分布格局相反。     

基于复杂性理论的城市经济网络研究进展与展望

城市经济网络的研究借鉴了复杂性理论的分析方法,能更细致地刻画城市网络的空间格局。现有的大量研究仍沿袭城市体系空间结构的思路,注重城市的竞争和位序关系以及城市网络的中心性,未能充分体现城市经济网络和城市体系空间格局的差异。本文通过对基本文献的梳理,从复杂性理论的视角将城市经济网络研究的发展历程分为3个阶段:20世纪40年代前的基础理论构建阶段;50-90年代的发展创新突破阶段以及21世纪以来的多元繁荣发展阶段。目前,城市经济网络研究的热点领域包括城市经济的拓扑结构和空间拟合、全球城市联系的范围测算和质量评价;城市经济网络结构的动力学影响以及城市经济网络的安全管控和功能优化。未来要关注大数据时代的数据整合和挖掘,构建城市经济网络的整体研究框架。     

基于改进NAS-RIF算法的遥感噪声图像自适应复原

实现对遥感噪声图像的有效复原是遥感图像处理的一项重要研究内容。在对非负支撑域有限递归逆滤波(non-negativity and support constraints recursive inverse filtering,NAS-RIF)算法深入研究的基础上,提出一种基于改进自适应NAS-RIF算法的遥感噪声图像复原方法。该算法针对经典NAS-RIF算法存在的缺陷,首先对含有椒盐噪声和高斯白噪声的遥感图像采用自适应伪中值滤波算法进行预处理,以尽可能排除图像中噪声的干扰;然后结合图像的灰度值,从算法支撑域和背景灰度值2个方面加以改进;最后对代价函数引入基于目标信息的修正项,改进了经典NAS-RIF算法的代价函数;与对数函数复合,使得改进后NAS-RIF算法的代价函数具有良好的收敛性;并采用共轭梯度法对改进自适应NAS-RIF算法进行整体优化。对仿真实验结果进行的主观和客观分析表明,本文算法的性能优于经典NAS-RIF算法、已有的改进NAS-RIF算法以及小波阈值去噪方法,能够胜任遥感噪声图像的复原处理。     

气候变化与水资源安全

全球变暖的事实气候是自然生态系统中最活跃的因素,是山、水、林、田、湖、草“生命共同体”的重要纽带,是人类社会赖以生存和发展的基础。从18世纪中叶开始,以英国人瓦特改良蒸汽机为标志的第一次工业革命从英格兰中部地区发源,传播到了世界各地。     

1960～2018年中国高温热浪的线性趋势分析方法与变化趋势

高温热浪直接影响人体健康和作物生长。研究全球变暖背景下我国高温热浪发生率的趋势是气候变化研究的基本问题之一,可为人们的生产生活等提供重要的科学信息。目前对于高温热浪趋势的研究大都使用最小二乘（Ordinary Least Squares,OLS）方法估计趋势,结合学生t检验判断趋势的统计显著性。本文审视了以往常用方法在研究我国高温热浪发生率的线性趋势时的适用性。首先,以2018年东北局部地区因当年高温日数异常多而形成离群值的例子展开,说明OLS方法估计趋势时对离群值非常敏感,造成虚假趋势。进一步,通过正态分布检验和自相关计算,发现1960~2018年中国至少有91.14%站点、90.06%格点的高温日数和92.18%站点、87.74%格点的热浪次数的序列不服从正态分布,而且多数存在自相关。采用一种不易受离群值影响并考虑自相关的非参数方法,本文对1960～2018年中国站点和格点、4个典型区域以及全国平均的高温日数和热浪次数的线性趋势做出了更为准确的估计。研究发现,高温日数显著增多的站点主要出现在华南和西北地区,热浪次数呈显著增多趋势的站点目前几乎仅限于华南地区和新疆的个别站点;区域平均而言,仅有华南区域和西北区域的高温日数和热浪次数是显著增多的,华北区域和东北区域趋势并不显著;全国平均的高温日数和热浪次数都是显著增多的。本文对高温热浪的趋势及其显著性估计、统计预测的方法选择上有重要参考价值。     

敦煌致洪暴雨的广义湿位涡分析

利用高空、地面定时观测资料、区域站降水资料、FY-2E红外云图和NCEP 1°×1°再分析资料,对2011年6月15-16日甘肃敦煌、阿克塞和肃北的一次历史罕见暴雨天气过程的影响系统、水汽条件、广义湿位涡及其倾向变化进行了分析.结果表明,这次暴雨是中高纬天气系统与低纬天气系统相互作用的结果.暴雨水汽来源于700 hPa新疆东部偏西气流输送和600 hPa附近河西走廊西部偏东气流输送.广义湿位涡正异常主要集中在850～750 hPa广义位温线密集区,这与实际大气水汽主要集中在低层是一致的,在一定程度上反映出暴雨期的水汽分布和水汽集中特征.800 hPa上广义湿位涡的正异常区基本与暴雨区一致,与湿位涡相比,广义湿位涡能更好地诊断出这次暴雨落区.广义湿位涡正异常大值区出现在绝对涡度异常大值区与大的相对湿度梯度相重叠的区域.单点广义湿位涡倾向异常值的负正、正负转换及峰值变化与降水开始、结束和雨强变化相一致.广义湿位涡除了可作为一个分析暴雨系统发生、发展的动力变量外,还可体现出暴雨时期高水汽集中的特点,在暴雨分析中有一定的优势.     

城市地下空间安全监测与预警指标研究

为保障城市地下空间开发利用的安全性,促进城市可持续发展,通过文献调研、现场调查和专家咨询等方法,分析提出城市地下空间监测的五项原则,将监测对象划分为三类：工程结构本体、周围岩土体以及周边环境。将监测指标归纳为变形类、力学类、振动类和宏观状态类共四类,其中变形类指标执行双控要求,其他三种指标执行单控要求。监测趋势预测分析可采用公式法、回归分析法、时间序列分析法、灰色预测法、神经网络法和支持向量机法等。全国各地监测控制值基本一致,但预警分级标准存在地区差异,其中北京市和广州市分级预警具有较大参考价值。目前城市地下空间安全监测存在七项不足：预警分级标准不完善,人工监测效率低,监测参数单一,监测信息缺少共享协同,测量精度较低,重监测轻预测以及缺乏数据融合和机器学习应用。针对这些问题,可采取七项措施进行改进：建立合理预警分级标准,发展自动化与智能化监测,多参数综合监测,应用远程监测与云平台,开发高精度测量设备,监测和预测并重,以及数据融合与机器学习应用。     

Nonstationary time series prediction by incorporating external forces

Almost all climate time series have some degree of nonstationarity due to external forces of the observed system. Therefore, these external forces should be taken into account when reconstructing the climate dy- namics. This paper presents a novel technique in predicting nonstationary time series. The main difference of this new technique from some previous methods is that it incorporates the driving forces in the pre- diction model. To appraise its effectiveness, three prediction experiments were carried out using the data generated from some known classical dynamical models and a climate model with multiple external forces. Experimental results indicate that this technique is able to improve the prediction skill effectively.