Modeling urban expansion by using variable weights logistic cellular automata: a case study of Nanjing,China

Simulation models based on cellular automata (CA) are widely used for understanding and simulating complex urban expansion process. Among these models, logistic CA (LCA) is commonly adopted. However, the performance of LCA models is often limited because the fixed coefficients obtained from binary logistic regression do not reflect the spatiotemporal heterogeneity of transition rules. Therefore, we propose a variable weights LCA (VW-LCA) model with dynamic transition rules. The regression coefficients in this VW-LCA model are based on VW by incorporating a genetic algorithm in a conventional LCA. The VW-LCA model and the conventional LCA model were both used to simulate urban expansion in Nanjing, China. The models were calibrated with data for the period 2000–2007 and validated for the period 2007–2013. The results showed that the VW-LCA model performed better than the LCA model in terms of both visual inspection and key indicators. For example, kappa, accuracy of urban land and figure of merit for the simulation results of 2013 increased by 3.26%, 2.96% and 4.44%, respectively. The VW-LCA model performs relatively better compared with other improved LCA models that are suggested in literature.     

基于InSAR视角对基线精度的影响分析

干涉合成孔径雷达中存在的基线误差会严重影响高程测量的精度问题。由于地球曲率的存在,地物点参考椭球半径在不同纬度地区与星下点的地球半径存在较大的差异,给出了雷达视角与基线的关系式。从雷达临界视角的角度,给出了临界基线的公式。结果表明在一幅影像图上,用一个点的基线值代替整张影像的基线值所产生的误差会传播到DEM以及形变的结果中。     

Extracting predictable components and forecasting techniques in extended-range numerical weather prediction

This paper refers to the CNOP-related algorithms and formulates the practical method and forecast techniques of extracting predictable components in a numerical model for predictable components on extended-range scales.Model variables are divided into predictable components and unpredictable chaotic components from the angle of model prediction error growth.The predictable components are defined as those with a slow error growth at a given range.A targeted numerical model for predictable components is established based on the operational dynamical extended-range forecast(DERF)model of the National Climate Center.At the same time,useful information in historical data are combined to find the fields for predictable components in the numerical model that are similar to those for the predictable components in historical data,reducing the variable dimensions in a similar judgment process and further correcting prediction errors of predictable components.Historical data is used to obtain the expected value and variance of the chaotic components through the ensemble forecast method.The numerical experiment results show that this method can effectively improve the forecast skill of the atmospheric circulation field in the 10–30 days extended-range numerical model and has good prospects for operational applications.     

岩石物理驱动的储层物性参数非线性地震反演方法

叠前地震反演和岩石物理反演分别是获取弹性参数和物性参数的重要手段, 两者结合有助于实现储层参数预测并精细刻画储层特征.储层物性参数的反演依赖于岩石物理模型, 在进行物性参数反演时可以将复杂的岩石物理模型做泰勒展开, 进而得到其一阶或高阶的近似表达式, 然而这会降低模型的精确性并增加反演的误差.为了提高储层物性参数反演的稳定性和准确性, 本文以碎屑岩储层为例, 提出了岩石物理驱动的储层物性参数非线性地震反演方法.首先, 基于贝叶斯框架和高斯分布约束条件, 从叠前地震数据中实现纵、横波速度及密度等弹性参数的反演.其次, 通过碎屑岩岩石物理模型建立起弹性参数与物性参数之间的联系.最后, 利用粒子群算法进行全局寻优获得较为准确的孔隙度、泥质含量和含水饱和度等物性参数.合成数据和实际资料测试结果验证了所提方法的可行性和准确性, 反演结果与测井数据吻合较好, 可有效指示含气储层区域, 本文方法在储层预测和评价方面具有广泛的应用前景.

     

一种用户均衡分配不确定性的计算方法

为解决目前交通分配中存在的不确定性问题,基于Wardrop用户平衡原理,利用起讫点（OD,Origin Destination）估计方法和Beckman交通分配模型,建立了一种交通分配不确定性计算方法.该方法分别以不同置信水平下的OD估计结果的上下限为输入量,然后利用Frank-Wolf算法求解交通分配模型,得到不同置信水平下的路段流量区间,以此量化交通分配问题中的不确定性.以南京市区域路网为研究对象进行案例分析,并采用宽度流量比R和无效覆盖率（Kickoff Percentage,KP）对模型结果进行评价,结果表明该方法可以得到路段流量的置信区间,量化交通分配的不确定性.     

主体功能区划可利用土地资源的探讨——以芜湖市为例

在阐述主体功能区划可利用土地资源概念的基础上,结合芜湖市实际情况提出各指标项并具体给出算法,确定技术流程,然后借助GIS技术,实现实验结果。研究结果表明,市区的后备建设用地很少,三县相对来说较为充裕,三县之间的内部差距也较小。根据后备建设用地较少这一实际情况,该市应科学合理地制定土地利用相关规划,并实行最严格的用途管制。     

基于改进的最大类间方差法的遥感影像变化检测

变化检测技术被广泛应用于灾情估计、环境监测、农作物生长、森林覆盖等多个领域。为了自动获取变化检测的阈值,本文仔细分析了最大类间方差的方法和原理,改进了二维最大类间方差方法在变化检测中的应用,并利用多套遥感影像数据进行了实验,实验表明了该方法的可行性和有效性。     

用遗传算法改进模糊隶属度克里格插值的研究

克里格法是一种应用广泛的空间插值方法,本文研究了指示克里格法和模糊隶属度克里格法,讨论了用遗传算法对模糊隶属度克里格法进行改进的可能性及效果,并在空气污染数据插值中对3种方法的效果进行了比较。实验结果分析表明,遗传算法改进的模糊隶属度克里格插值在结果上要优于前2种方法,且具有鲁棒性较高和适应性较强等优点。     

基于距离角度拟合的地图匹配算法

本文针对影像导航中矢量地图更新慢的问题,提出了利用地图匹配方法进行更新的思想,并介绍了基于遗传算法的匹配方法,同时为了纠正遗传算法在处理平行线时的错误情况,提出了距离角度拟合算法,并进行了实验,结果表明:改进的算法可以较好地纠正遗传算法的错误。     

基于四叉树索引构建TIN的高效合成算法

不规则三角网(TIN)可以逼真的模拟地形表面,因此被广泛应用于地学领域。Delaunay三角剖分算法是构建TIN网的最优算法,该文对传统Delaunay三角网构建算法进行分析,提出了一种针对大规模离散数据点生成TIN的高效合成算法。该算法首先根据离散点的分布位置和密度对其进行四叉树区域划分;然后以每个叶子节点的边界四边形为凸包,采用逐点插入法构建三角网;最后采用顶点合并法自底向上合并具有相同父节点的4个子节点,生成Delaunay三角网。实验结果表明,该算法时间复杂度较低,有效提高了TIN网的构建效率。