文化经济视角下景迈山芒景村布朗族山康茶祖节的重构

在现代社会,文化变迁遵从资本逻辑,节庆的重构受到经济导向的影响。论文以云南省景迈山芒景村布朗族的“山康茶祖节”为研究对象,于2015年1月、2016年4月、2017年4月、2018年1月进行了4次田野调查,采用参与式观察和非参与式观察与当地居民、政府工作人员、外地游客共计38人进行深度访谈,探讨了节庆重构的过程与机制。研究发现：山康茶祖节重构了布朗族2大文化体系,即茶祖文化和茶魂文化。节庆蕴含的文化成为市场经济中的文化符号,产生了经济价值,经济成为地方文化形成的外部驱动力,“在地者”民族文化认同成为地方文化形成的深层内部驱动力。节庆表征了当地民族文化,促进了茶经济的发展,改善了“在地者”的生活,山康茶祖节成功地将文化与经济融合起来,丰富了节庆的内涵。研究探讨了传统节庆在经济导向下的文化重构,深入揭示了节庆的内涵演变,有助于扩展传统节庆的理论研究。     

基于DINEOF方法重构台湾海峡叶绿素a遥感缺失数据的初步研究

卫星遥感观测是研究海洋环境变化的一种重要方法,但由于观测周期和天气影响等原因,观测数据经常存在一定的缺失,这使得遥感数据在海洋环境连续变化的应用研究中受到一定的限制.为解决此问题,本文采用了经验正交函数分解插值方法(DINEOF)重建缺失的遥感观测数据.首先,基于Sea Wi FS(1998年1月至2010年12月)、MODIS-Aqua(2002年7月至2014年12月)和MODIS-Terra(2000年2月至2014年12月)三级叶绿素a月平均数据产品,按像素点平均的方法组合成原始资料集;其次,利用DINEOF方法重构该资料集的缺失部分,从而得到完整的1998~2014年台湾海峡及邻近海域叶绿素a浓度的月平均数据集;再通过分析重构影像与原始资料的时空误差和验证重构影像的时空变化特征等方法,评价了所用算法和重构数据集的合理性.结果表明:基于遥感组合数据,采用DINEOF方法重构的叶绿素a遥感影像,能够有效地反映研究海域叶绿素a浓度的时空变化规律.研究还表明,该方法操作简便,无需先验信息,且重构精度高,能有效重构大面积缺失的影像数据资料,为探索海洋环境和生态的长期变化规律提供了较好的基础.     

Petroleum accumulation and leakage in a deeply buried carbonate reservoir,Níspero field (Mexico)

The filling history of the Níspero deeply buried Lower Cretaceous carbonate reservoir (below 4000 m) from the south part of Gulf of Mexico was studied using a combination of data from petrography, stable isotopes and fluid inclusions and compared with a one-dimensional burial model to derive timing.     

基于光谱复原的NMF遥感图像融合改进算法

在研究了非负矩阵分解(NMF)用于遥感图像融合技术的基础上,改进了一种基于光谱复原的NMF遥感图像融合算法,首先利用矩阵非负性分解求取图像的基向量矩阵,然后综合考虑图像融合后的光谱特性和波形变化情况,对基向量矩阵进行直方图规则化处理,最后得到融合后的图像。实验结果表明,该方法具有较好保持原始图像的光谱信息和空间信息的优点。     

基于加权约束的单体建筑物点云表面重建算法

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物三维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。     

无人机倾斜影像自动检索及影像姿态恢复

无人机倾斜摄影测量颠覆了以往正射影像只能从垂直角度拍摄的局限,在三维建模中有广泛的前景。针对有些无人机倾斜影像数据无相机标定参数、无航带信息（无序）、无POS信息的现状,本文以计算机视觉中基于内容的影像检索方法与改进的渐进式SFM方法为基础,提出一种“三无”影像自动检索、空中三角测量及影像三维重建的方法。该方法首先通过提取的特征检索出相似影像并建立网络结构,然后将影像进行两两匹配增强对应关系并进行连接点的追踪,最后利用光束法平差方法对其进行平差,获取影像集的三维点云,提高大规模影像检索、影像匹配速度的同时,提高重建的精确性和鲁棒度。本文选取三组典型试验区大数据量倾斜影像数据进行试验,立体实测控制点中误差可以达到平面0.16m/高程0.18m,试验验证了方法的稳定性、可靠性和实用性。     

基于动态极坐标参数化的遥感影像匹配方法

图像匹配作为三维重建至关重要的环节,其精度直接影响了平差优化、正射校正等模块的精度。对于城镇、农场等特征密集型区域,特征距离小,相似性强,易于匹配图像;而针对草地、沙漠等特征不明显区域,特征距离大,如果使用特征点匹配的方法,严格阈值下难以获得足够数量的匹配对,放宽阈值又将引入较多误匹配对,这也是导致稀疏点云不够均匀的原因之一。在此场景下,本文提出了基于动态极坐标参数化的无人机正视影像匹配算法,首先对图像做极坐标参数变化,采用动态策略解决极轴方向采样不均匀的问题,使用最小二乘法对得到的极坐标影像对做位移方向上的匹配,匹配后得到的旋转量和平移量,将该结果和SIFT算法的结果做比较。本文设计了2组实验,即参数已知的解算实验和参数未知的解算实验,且每组实验进行3次。在同等配置的计算机上,对两张7360像素×5400像素,32位的影像,本文方法的位姿解算时间相比SIFT的时间减少约57%,二者求得的位姿差通常小于1%。结论表明二者的结果在精度上表现相当,在时间上明显优于SIFT算法,具有实际的应用价值。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

高精度直升机机载LiDAR在高速公路改扩建勘测中的应用可行性研究

机载LiDAR在公路勘测方面的用途日益广泛。该文对直升机机载LiDAR在高速公路改扩建中的应用技术路线可行性进行了研究论证,从地面控制测量、点云数据获取、点云数据处理、成果应用等多个方面进行了阐述,通过分析LiDAR点云数据在5种不同地面控制点布设方案校正下的点云数据精度,论证了利用地面控制点对直升机机载LiDAR点云数据进行平面和高程校正的可行性。     

基于SRTM DEM的InSAR高分辨率山区地表高程重建算法

山体的叠掩和阴影现象造成的信号去相关,一直是InSAR重建山区地表高程的瓶颈之一.为此,提出了一种新的基于粗分辨率SRTM DEM(约90m分辨率)辅助InSAR数据重建山区地表高程的方法.利用SRTM DEM模拟的干涉相位,对ERS-1/2干涉相位做去地形相位处理,得到残余相位.通过对解缠后的残余相位计算方差提取叠掩和阴影区域的噪声,并用平均相位近似恢复噪声区域的相位,然后将其转换为高程,并用SRTM DEM作高程补偿处理,从而实现地表高程重建.最后,定量比较了该方法与传统InSAR技术生成的DEM精度.实验表明,这种方法能有效提高传统InSAR技术生成地表高程的精度,这对提高星载雷达数据的使用效率具有重要意义.