基于SuperMap的空间大数据可视化技术研究与应用

人类正从IT时代走向DT时代,诸多的技术手段使大数据处理技术能够从大规模数据中分析出相关模式或趋势,让我们对海量数据的价值挖掘充满了期待.当可视化呈现让大数据的潜力达到最大时,以往未被观察到的现象或趋势很容易被发现,用户能够快速地获得更多信息,发现他们所需要的价值.因此,如何最大化地呈现大数据中隐含的价值变得尤为关键.本文将重点研究空间大数据的可视化方法,充分发挥数据可视化的作用,帮助用户挖掘隐藏在空间大数据中的价值.     

利用GRIC测度的匹配数据拟合模型检测算法

影像间的匹配点通常受基本矩阵或单应矩阵模型约束,利用不同的描述模型引导匹配会得到不同的匹配结果,并且将直接影响后续的三维重建结果。引入GRIC测度来检测匹配数据的拟合模型,推导了GRIC测度拟合单应矩阵模型和基本矩阵模型的误差方程。模拟数据和真实影像数据实验表明,GRIC测度比利用误差大小来检测拟合模型更加可靠,可以更有效地剔除误匹配点。     

不同NeQuick电离层模型参数的应用精度分析

Galileo采用NeQuick作为全球广播电离层模型,其实际应用中以有效电离水平因子Az代替太阳活动指数作为NeQuick的输入参数,并利用二次多项式拟合得到广播星历中播发的3个电离层参数。本文在总结和讨论NeQuick模型参数估计方法及其变化特征的基础上,分别以全球电离层格网、GPS基准站及JASON-2测高卫星提供的电离层TEC为参考,分析不同NeQuick模型参数(包括以太阳活动参数F10.7为输入的NeQuick2、以本文解算参数为输入的NeQuickC和以Galileo广播电离层参数为输入的NeQuickG)在全球大陆及海洋地区的应用精度,并与GPS广播的Klobuchar模型对比。结果表明,NeQuickG在全球范围内的修正精度为54.2%~65.8%,NeQuickC的修正精度为71.1%~74.2%,NeQuick2的修正精度与NeQuickG相当,略优于GPS广播星历中播发的Klobuchar模型。     

基于粒子群算法的组合模型在变形分析中的应用

在构建并联组合模型进行变形预测时,单项模型权值的确定是个关键问题。为了提高变形预测的精度,以基坑监测数据为例,采用GM(1,1)模型与ARMA模型进行组合,在拟合误差平方和最小的准则下,使用粒子群算法求解两单项模型的最优权值,进而构建并联组合模型进行变形预测。结果表明,该方法融合各单项模型的优势,可以提高预测精度,避免求解线性规划问题,具有较好的实用性。     

20世纪90年代以来北极海冰减少的热动力分析——基于PIOMAS模式结果

本文利用美国华盛顿大学的PIOMAS海冰模式输出结果,分析了20世纪90年代以来北极海冰减少的动力和热力过程的特征,并探讨了海冰减少与北极大气环流模态之间的关系。结果表明:（1）通过弗拉姆海峡输出的多年冰的厚度自1995年以来有显著减少;（2）海冰的热力过程在20世纪90年代以后特别是21世纪以来是海冰减少的主导因素;（3）大气模态中的北极涛动（AO）和北极偶极子（AD）均对北极海冰的动力输出有影响,各自与海冰输出量的相关关系显著,并且AO和AD的多元线性回归能很好的拟合出海冰输出量的减少。     

京津冀地区气溶胶时空分布及与城市化关系的研究

利用AERONET（AErosol RObotic NETwork）数据对2008~2012年Terra MODIS（MOderate-resolutionImaging Spectroradiometer）C006 3 km卫星遥感气溶胶产品在京津冀地区的适用性进行了验证,分析京津冀地区3km分辨率气溶胶光学厚度（AOD）的时空分布和变化特征。利用DMSP（Defense Meteorological Satellite System）/OLS（Operational Linescan System）夜间灯光数据作为城市化评价手段,对京津冀地区城市化与AOD时空分布之间的关系进行了研究。结果表明:（1）MODIS 3 km气溶胶产品遥感反演数据和同期AERONET监测数据在研究区具有很好的一致性,相关系数达0.91,满足期望要求;（2）时间上,2008~2012年研究区年平均AOD值在0.361~0.453之间变化,年际间变化浮动大,总体呈下降趋势;AOD春季呈明显下降趋势,夏季总体呈微弱上升趋势,秋季和冬季呈明显上升趋势;（3）空间上,2008~2012年北京、天津和河北中南部的AOD值较高,河北北边AOD值较低;四季AOD空间分布呈现较强烈季节变化,夏季最高,冬季最低;（4）夜间灯光数据和AOD时空分布不仅在空间分布上呈现较好的一致性,且2008~2012年二者的地理权重回归（GWR）模型拟合度R2达0.8左右。研究区内AOD与夜间灯光数据二者相关性显著,城市化发展水平和人类活动对气溶胶的分布有着明显的影响。     

日极端气温的主客观预报能力评估及多模式集成网格释用

精细格点天气预报是我国未来几年天气预报业务发展重点。利用ECMWF、GRAPES等业务数值模式和广东站点观测资料,对日极端气温的主客观预报能力进行了多角度综合评估。统计结果表明,T_(max)、T_(min)的主客观预报误差均存在明显季节差异,在系统误差相对平稳的夏半年主观预报具有较明显订正能力,模式预报呈现一定流依赖特征,温度越高(低),负(正)偏差越明显;主客观预报误差空间分布均受地形影响,随着时效延长误差总体增幅不大,主观订正能力也较稳定。根据以上评估特征和网格预报特点,研究开发了一套多模式动态集成网格释用技术方案(McGF)。结果表明,相比单个模式的预报和主观预报,McGF较明显提升了T_(max)的预报技巧;T_(min)的模式预报偏差总体较T_(max)偏小,McGF提升幅度相对较小;网格释用后的广东区域预报能较合理反映气温空间和强度特征,较周边未经释用区域明显更优。     

2015年湖南冬汛成因分析

本文基于气象观测资料、再分析资料和国家气候中心提供的百项气候系统指数集,利用气候事件机理诊断和气候统计等方法,重点从降水背景、大尺度环流异常及外强迫因子对气候异常影响,分析2015 年湖南罕见冬汛及其成因机制,本文对2015年湖南冬汛及其可能成因进行了分析,结果表明：（1）2015年11月湖南省平均降水量偏多1.6倍,为1961年以来同期第一高位,其中湘东南部分地区降水量超过250 mm,出现气象洪涝。（2）在湖南11月降水处于偏多的年代际背景下,大气环流异常是导致湖南发生冬汛的最直接的原因,2015年11月西太平洋副热带高压偏强、偏西,引导来自印度洋、太平洋地区水汽向东亚地区输送,加上西路冷空气影响导致11月降水异常偏多。（3）在PDO暖位相时发生的El Ni〖AKn~D〗o事件可能是湖南降水异常的重要外强迫条件,赤道中东太平洋和印度洋海表温度异常偏高,导致该区域上空出现强的异常上升运动,而在海洋性大陆区域上空出现了一个异常下沉气流区,这有利于西太平洋副热带高压的加强、西伸,在东亚低纬地区上空出现异常下沉气流区,中纬地区上空出现异常上升气流区,造成该区域强烈的异常辐合,导致该地区持续阴雨天气。     

Land surface temperature and its impact factors in Western Sichuan Plateau,China

The understanding influence of multiple factors variations on land surface temperature (LST) remains elusive. LST was retrieved by the atmospheric correction algorithms. Based on the correlation coefficients, stepwise regression analysis was developed to examine how multiple factors variability led to LST variations. The differences in LST between impact factors vary depending on time in a day. The elevation and land use types significantly affect the LST in sunny slope or shadow areas has a significantly quadratic curve correlation or a negative linear correlation with it, the influence of slope and aspect is not very significant. LST for forestland, grassland and bare land in the sunny slope and shadow area was the cubic polynomial related to its elevation. Normalized difference vegetation index (NDVI) and normalized difference moisture index (NDMI) effectively express LST in mountainous. LST and NDMI or NDVI have a significantly negative correlation, NDMI is more effective and more applicable for the expression of LST.