利用全数字法后期处理土地利用现状调查成果

从地类调查开始,通过全数字化处理手段和软件开发,阐述了全数字化内业处理的优越性,介绍了一种高效的土地利用现状调查内业处理方法.     

区域物质流通虚拟网络研究——以金沙江流域中段为例

受各种地理环境要素的制约,地形复杂区域产品、能源、生产工具等物质的流通阻力较大,建立基于阻力最小的物质流通网,对于区域发展具有重要意义。以GIS软件为分析平台,选择地形复杂的金沙江流域中段为研究对象,选取地形、地貌、植被覆盖、土地利用类型等为物质流通阻力评价指标,采用专家打分及灰色关联等评价方法,建立区域内阻力最小的物质流通虚拟网络。在该网络的基础上,分析区域内各城市的物质流通性,探讨出建立地形复杂地区最佳物质流通虚拟网络的方法。物质流通虚拟网络可为区域内道路、管道、电网的最佳线路选址提供科学依据;城市间物质流通性分析结果可为区域规划提供参考。     

广东省区域技术创新能力测度的灰色关联分析

区域技术创新能力是构建区域创新体系的中心问题,建设创新型区域是提升区域竞争力、促进区域经济社会发展的必由之路。提出了一套区域技术创新能力的测度指标体系,分析研究了区域技术创新能力形成机理及其数学模型,针对该问题的灰色不确定性,运用灰色关联分析模型对影响广东区域技术创新能力的因素进行了灰色关联度的定量分析,描绘出影响(1999~2006年)广东经济增长(GDP)的区域技术创新能力因素的灰色关联图。结果显示,该模型的有效性较好、可靠性较高、实用性较强。最后,根据广东省区域技术创新能力测度的分析结果,提出了提高广东省区域技术创新能力的对策建议。     

基于灰度归一化的HJ-1A星HSI图像条带噪声去除方法

针对HJ -1A星HSI图像上的条带噪声,在分析传统条带噪声去除方法的基础上,提出了一种新的基于灰度归一化去除条带噪声的方法.首先,设计孤立点检测窗口,将随机斑点噪声与条带噪声分离;然后,利用灰度归一化方法建立图像各列像元灰度级与基准列像元灰度级对应的查找表,根据查找表对HSI图像条带噪声进行消除.实验结果表明,该方法在很好地保留图像光谱信息的情况下,能够有效地消除图像条带噪声和随机斑点噪声.     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

需水量预测方法研究

需水量预测的方法有很多种,但每种方法的预测结果都具有误差。在分析了回归分析法以及灰色系统GM（1,1）法的优缺点及其适用情况后,针对其缺点提出了相应的权重方法,对两种方法的预测结果进行了加权处理,并以郑州市为例进行了实例分析,分析结果表明,处理后的结果减小了预测的误差。     

四川理县蒲溪乡边坡变形监测及降雨影响分析

四川省阿坝州理县蒲溪乡河坝村后山边坡属于老滑坡区,2014年6月以来,出现地表拉裂、鼓胀、下挫及挡墙剪切错断等现象,并不断加剧恶化,严重威胁当地民众安全。为预防滑坡灾害,当地政府在边坡前修建防护坝。为评估该防护工程效果,获取6个新建GNSS观测点实时变形观测数据,运用灰色关联法,明确降水变率是造成该区形变的主要因素,进而采用边坡变形量行业常用GM(1, 1)模型,预测可能的边坡形变量,并与GNSS观测点实测值对比,结果表明,在防护坝建成1年7个月后,边坡变形速率逐渐减缓,防护工程治理效果显现。     

基于灰色关联度模型的区域滑坡敏感性评价

数理统计和机器学习模型如支持向量机(support vector machine,SVM)等,在区域滑坡敏感性评价中得到广泛的应用.但这些模型的建模过程往往较复杂,如在对机器学习进行训练和测试时难以选取合理的非滑坡栅格单元,而且有较多的模型参数需要确定.为提高滑坡敏感性评价建模的效率和精度,提出基于灰色关联度的敏感性评价模型.灰色关联度模型能有效计算各比较样本与参考样本之间的定量的关联度,具有建模过程简洁和评价精度高的优点,该模型目前在区域滑坡敏感性评价中的应用还没有引起研究人员的足够关注且有待进一步拓展.拟将灰色关联度模型用于浙江省飞云江流域南田—雅梅图幅(南田地区)的滑坡敏感性评价,并将得到的评价结果与SVM模型的敏感性评价结果作对比分析.结果显示,灰色关联度模型在高和极高敏感区的滑坡预测精度优于SVM模型,而在中等敏感区的滑坡预测精度略低于SVM模型;整体而言,灰色关联度模型对整个南田地区滑坡敏感性分布的预测精度略高于SVM模型.对两个模型建模过程的对比结果显示,灰色关联度模型建模较简单,具有比SVM模型更高的建模效率,为滑坡敏感性评价提供了一种新思路.     

改进灰色马尔科夫模型在基坑预测中的研究

基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要。针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进。该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测。在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据。将该模型用于基坑沉降预测,并通过实例进行验证。实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%。     

建筑物沉降监测中的改进灰色模型

针对传统非等间距GM(1,1)模型在建筑物沉降监测中预测精度不够高的问题,提出了一种新的非等间距GM(1,1)建模方法。此法基于初始条件改进及把灰色微分方程的白化方程中的灰导数用离散形式进行表示的改进相结合、提高非等间距GM(1,1)模型的建模精度。结合桂林市某广场的集商用、住房于一体的高层建筑的沉降变形监测实例,将本模型的沉降预测的结果同文献中另一非等间距GM(1,1)改进方法进行对比分析和检验,充分验证了建筑物沉降变形分析预报中本模型方法的可行性和优越性,对进一步促进非等间距GM(1,1)模型在沉降变形预测中的应用起到了积极的作用。