基于时空影响因子的未来社区生活圈公共服务设施优化配置北大核心CSCD

公共服务设施作为社区生活圈的核心内容,直接决定了社区生活圈的生活品质。对社区公共服务设施建设情况进行量化评价,并对设施建设的未来规划提供科学决策支持逐渐成为规划者和决策者的一大难题。本文通过ArcGIS工具对POI数据进行处理、统计和可视化,在总结他人社区生活圈量化评价方法的基础上,结合温州本地特色,搭建了一套社区生活圈公共服务设施评价模型。利用该模型可对各类社区进行综合评分和分级,并根据模型评分结果挖掘公共服务设施未来优化方向。此外,还实现了社区生活圈评分的动态计算与展示,为社区服务设施建设选址、路网建设与公共服务设施建设优先级评定等提供决策支持。既可帮助规划者和决策者快速建立对整个区域生活圈建设现状的量化认知,又可助力公共服务设施的优化配置,为社区生活圈公共服务品质评价与提升探寻全新的思路与方法。     

国产高分数据在草原露天煤矿植被监测中的应用

利用高分一号卫星数据建立小尺度CASA－NPP估算模型,反演及监测草原露天煤矿区草地NPP空间分布格局,以及煤矿区内部复垦植被的NPP与表层土壤之间的关系。利用归一化植被指数、归一化水体指数等获取CASA模型有效光辐射参数、水分胁迫系数等,从而简化并改进小尺度CASA模型,遥感反演数据与实测样点数据拟合度达到0．94。结果表明,该模型能够高精度地完成小区域NPP估测。从利用CASA模型反演得到的NPP空间格局可以看出,这一地区的植被退化以采矿、放牧等人类活动为主导,原地貌区域围栏的典型草甸草原NPP在300～400 gC／m2· yr 之间,高于放牧区域 NPP,矿区内 NPP 空间变化显著,矿区内部 NPP 低于100 gC／m2· yr,明显低于周边原地貌地区。对于矿区复垦排土场区域,复垦年限和表土的养分是决定植被生长和NPP的主要因素。研究得出国产高分卫星数据可以高精度地完成小尺度NPP的估测,从而为其在草原地区以及矿山环境中监测提供了研究基础。     

小波的SAR和光学图像融合方法比较研究

本文通过光学图像和SAR图像的融合,对几种典型的小波融合方法进行了分析对比实验,并使用各种评价标准对它们的融合效果给出了评价。在此基础上,对光学图像和SAR图像融合效果的各种评价标准做出了讨论并提出自己的看法。     

基于GIS的生态质量气象评价建库方法研究

根据生态质量气象评价的要求和GIS建库的特点,研究了建立生态质量气象评价的数据库和评价模块的具体方法,并将此方法应用于海南省生态质量气象评价,结果表明利用GIS的建立生态质量评价数据库是可行的。     

高校测绘工程专业“测量仪器学”课程的改革与实践

针对测量仪器不断发展和革新的实际情况,总结了近5年来"测量仪器学"课程开设的效果和社会评价。基于测量仪器已全面进入电子智能时代,提出了针对理论和实践两个方面教学内容的改革,改进得到了优化新颖的教学方法,对于课程考核提出了合理的评判方法,并对课程配套相关条件提出了合理的建议,最后对改革后的课程教学效果进行了论述和分析。     

资源三号卫星影像融合优化方法探讨

针对资源三号卫星影像如何进行影像融合、波段组合才能到达到最佳视觉效果还没有统一意见的问题,该文提出了利用目前测绘项目中普遍采用的融合算法、波段组合比例对不同地形类别资源三号卫星影像进行实验验证的方法。综合主观评价与客观评价融合后的影像质量,得出了Subtractive、Pansharp和Pansharp2方法较为适合资源三号卫星影像融合的结论,其中绿波段与近红外波段的最佳组合比为9∶1。同时,分析了资源三号卫星影像融合后数据量大大增加、如何将近红外波段的波谱信息合理地加入到红、绿、蓝波段中等问题。     

面向空间数据挖掘的MCSs移动和传播影响因素分析

利用1998年6～8月青藏高原逐时红外遥感云图及青藏高原高分辨率有限区域数值预报值(HLAFS), 运用空间数据挖掘的相关分析技术对青藏高原MCSs的移动和传播与其周围环境场中物理量场之间的关系进行了研究.结果表明:它们东移出高原(105(E)与其东侧在400、500hPa上的高度(H)、涡度(VOR)、散度(DIV)、水汽通量散度(IFVQ)、垂直速度(W)、指数(K)等6个物理量的特征值,以及其自身形状密切相关.这对MCSs的移动和传播这一迄今的难题提供了研究思路和方法,同时对预报高原MCSs东移影响长江中下游地区的强降水也很有帮助.     

Python在短临气象预报检验中的应用

基于机器学习方法的短临多气象要素预报系统(Weather Elements Nowcasting based on machine learning,简称WEN)具有高发布频次、高时间分辨率、基于候和时辰的复杂预报模型等特点。应用多维标签数组、机器学习工具、并行计算框架等Python库,以快速计算为目标,建立以预报模型覆盖时间范围为统计检验时间边界的检验子系统,客观给出预报性能,为模型调优效果评估、产品业务化运行提供依据。     

基于GWR模型的中国中东部降水与海拔高度关系特征分析

利用中国国家级地面气象站逐时降水资料,采用地理加权回归(Geographically Weighted Regression,GWR)模型系统分析了中国中东部暖季降水与海拔高度的关系,并将二者关系作为一种客观标准,评估了ECMWF-IFS模式对2017年暖季降水的预报能力。主要结论如下:(1)总体来看,中国中东部降水频率(强度)随海拔高度升高而增加(减小),二者在不同地区的贡献程度不同导致降水量与海拔高度关系的区域差异显著。(2)通过对比午后短时和夜间长时降水事件与海拔高度关系的差异,发现午后短时降水事件的降水量主要随海拔高度升高而增加,且以降水频率与海拔高度关系的贡献为主。而夜间长时降水事件的降水量与海拔高度关系的区域一致性较差。相较于午后短时降水事件,夜间长时降水事件中有更多站点表现出降水量随海拔高度升高而减小的特征,在大地形周边陡峭地形处的站点所表现出的此种差异较东部孤立地形处更加显著。(3)根据ECMWF-IFS模式的评估结果,模式能够较好地刻画出中国中东部2017年暖季降水气候态的空间分布特征,且与观测具有较大的空间相关系数。但从降水与海拔高度关系来看,观测与模式的空间相关性偏弱。此外,模式能够表现出降水强度(频率)主要随海拔高度升高而减小(增加)的特征,但绝大多数站点在模式中的降水强度(频率)与海拔高度的负(正)回归关系要弱(强)于观测结果。     

基于GIS的东川区生态环境敏感性分析

利用地理信息系统技术与层次分析法对东川区生态环境进行敏感性分析,本文共选取5个评价指标,首先对其进行单因子评价;然后基于GIS空间分析功能,将东川区综合生态敏感性分为5个等级;最后构建东川区综合生态环境敏感性分布图。研究结果显示:①5个生态评价因子中,坡度因子对东川区生态环境敏感性影响最大,权重值为0.36。根据对生态敏感性影响程度从大到小排序为:坡度、高程、土地利用、NDVI和水域缓冲区。②东川区生态环境敏感性总体偏高,极高敏感区与高敏感区共占区域总面积的44.17%;中敏感区占比最高,为26.1%;低敏感区和极低敏感区两者占比之和为29.73%。③东川区生态环境极高敏感区和高敏感区主要分布在西北部;极低敏感区和低敏感区主要分布在东北部及中部河谷地区。