From pollen percentage to vegetation cover: evaluation of the Landscape Reconstruction Algorithm in western Norway

The Landscape Reconstruction Algorithm (LRA) with the two models REVEALS and LOVE is developed to transform pollen percentage data to vegetation cover. This paper presents the first study to evaluate LRA in a region with large topographic variations within a short distances. The REVEALS model estimates regional vegetation abundance based on pollen assemblages from large lakes (100–500 ha). Pollen surface samples from one large and 28 small lakes are used together with a combination of regionally derived pollen productivity estimates and available estimates from other regions of Europe. The results show a good relationship between REVEALS‐estimated forest cover and vegetation abundance based on the CORINE land‐cover data. The REVEALS results using various sets of pollen assemblages from small lakes were comparable to those using one large lake. Local vegetation abundance using the LOVE model was estimated around 26 lakes. For common taxa, such as Pinus and Poaceae, the LOVE‐based estimates of plant abundance match well with the distance‐weighted plant abundances based on vegetation maps. Our results indicate that the LRA approach is effective for reconstruction of long‐term vegetation changes in western Norway and other regions with high topographic relief when no major gradients exist in the pollen data.     

地下结构孕险环境危险性预警的改进SVM模型

针对地震作用下孕险环境样本数据有限、复杂非线性等特点,提出了一种基于最小二乘支持向量机的地下结构孕险环境危险性预警方法。围绕地震后效应的地下工程区域孕险环境危险性预警目标和特征参数,设计孕险环境危险性问题的向量机表示形式,提出孕险环境危险性支持向量机训练工作机制,利用支持向量机结构风险最小化原则和非线性映射特性,建立基于最小二乘支持向量机的地下结构孕险环境危险性预警模型及其算法组件,并利用遗传算法优化其惩罚函数和核函数参数,隐式表达孕险环境危险性与其影响因素之间的非线性关系。结果表明,模型具有有效的小样本学习能力,具有较高的拟合和预测精度,明显优于神经网络等预测模型。     

应用经验正交函数估算顶部电离层电子密度剖面

本文基于IRI模型、地面数字测高仪和GNSS TEC数据,提出了一种利用经验正交函数（Empirical Orthogonal Function,简称EOF）估算顶部电离层电子密度剖面的方法,并将其应用于美国Millstone Hill测高仪和GNSS数据以估算顶部电离层电子密度剖面.通过将估算的临界频率、峰值高度、400 km以上电子密度分别与测高仪实测临界频率、测高仪实测峰值高度以及非相干散射雷达实测400 km以上电子密度作对比以对方法的有效性进行验证.统计结果显示估算临界频率、峰值高度与测高仪实测数据基本一致,400 km以上估算电子密度相较于非相干散射雷达实测的绝对误差平均值仅是测高仪推算400 km以上电子密度绝对误差平均值的一半左右.所以本文提出的方法可以更加精确地估算顶部电离层电子密度.

     

黏弹双相介质中的松弛骨架模型

本文基于Biot理论,考虑了多孔介质中固体骨架的松弛特征,引入了纵波品质因子、横波品质因子与耗散品质因子三参数来描述黏弹双相介质波动方程.采用虚谱法在地震频段进行了波场模拟,模拟结果表明：松弛骨架机制不仅适用于高频段,也可用于解释地震频段下的弹性波衰减现象,以描述固体微细颗粒的中观松弛特征.结合小生境遗传算法对三层模型24个介质参数进行了反演,反演结果表明：无噪波场的反演结果具有较高精度,对于含噪波场,取值在奇异点附近的介质参数反演精度降低.最后,对中国东部某地区的实际资料进行了浅层参数的反演,得到了该地区的表层固体体积模量、固体密度以及品质因子.     

结合遗传算法的LVQ神经网络在声学底质分类中的应用

学习向量量化（Learning Vector Quantization,LVQ）神经网络在声学底质分类中具有广泛应用. 常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度. 本文提出采用遗传算法（Genetic Algorithms,GA）优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别. 将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高.     

三维地震数据可视化原理及方法

可视化是实现三维地震数据真三维解释的有效方法,本文介绍了三维地震数据可视化的基本原理,论述了用光线投射算法实现可视化的主要步骤,详细推导了合成可视化图像的计算公式,分析了阻光度曲线的物理意义及对可视化图像的调节作用,并用两个实际三维地震数据进行了试验。结果表明该方法能够由原始三维地震数据直接对地质体进行成像,能将分散的、孤立的信息互相联系起来,揭示隐藏在数据中的地质现象和规律。     

JRC-JCS模型抗剪强度估算的平均斜率法

结构面对工程岩体的稳定性有着决定性的影响,结构面的抗剪强度参数是分析岩体稳定的关键的参数。本文回顾了结构面抗剪强度估算的JRC-JCS模型及其估算方法,提出了可快速估算结构面抗剪强度参数的平均斜率法,并通过对比分析阐明平均斜率法的优越性。     

海水声速剖面基函数的重构性能分析

海水声速剖面通常使用经验正交函数（Empirical Orthogonal Function,EOF）进行稀疏表示,然而基函数会受到数据完备性和数据测量时间的制约,其代表性误差会导致声速剖面重构精度受限。为了提高声速剖面的重构精度,本文利用模糊C均值聚类对BOA_Argo历史数据集进行聚类分析,探讨不同聚类空间的训练集数据对实测声速剖面重构精度的影响。研究表明,声速剖面具有明显的时空聚集特性,聚类后的历史声速剖面集生成的基函数和平均声速剖面具有最优的重构性能。本文研究结果有助于为历史声速剖面训练集的选取提供实际指导意义,进而提高声速剖面重构精度乃至反演精度。     

干旱区水资源约束下的生态退耕空间优化及权衡分析——以奇台县为例

干旱区耕地大规模扩张导致水资源超载、生态问题频发,亟须退地还水。因此,探索水资源约束下的生态退耕空间优化方案,不仅有助于解决干旱区面临的问题,还可为土地利用规划和决策提供参考。目前对退耕方案多效益矛盾的研究尚量化不足,有鉴于此,本文建立生态退耕空间优化配置及权衡分析模型,以新疆奇台县为研究区进行模型应用,构建了水资源约束下的生态退耕方案群,并设计保有耕地优先和保护生态优先等两种情景,利用蚁群优化算法实现了生态退耕的空间配置模拟与优化。结果表明:耕地面积在保有耕地优先情景将减至9.94万hm2,保护生态优先情景则为6.96万hm2;在此退耕过程中,河道内生态用水占水资源总量的比例从10%增加到30%,防固沙量由713.22万t增加至816.59万t,经济效益则由34.86亿元下降至24.75亿元。通过比较单位经济效益的减少比例可产生的生态效益增加比例,确定耕地面积退至8.35万hm2时是权衡生态和经济效益下的生态退耕最优方案。退耕还草主要发生在奇台县耕地集中区的东北、西北及西南部边缘,将有利于北部的沙漠化防控和南部的水源保护。本研究实现了干旱区水资源约束下生态退耕方案空间模拟和优化,对农...     

格陵兰冰盖次表面湖多源遥感监测——以格陵兰中西部流域为例

格陵兰冰盖在夏季会发生剧烈融化,融水在低洼处汇集形成冰面湖,储存了大量的融水,在冰盖的水文系统中起着至关重要的作用,是格陵兰冰盖质量平衡的重要组成部分.近期有研究发现大量的冰面湖在冬季不会完全冻结,而是掩埋在雪层或冰层下以液态水形式存在,形成冰盖次表面湖.冰盖次表面湖对格陵兰冰盖稳定性和物质平衡会产生重要的影响.由于次表面湖存在于冰盖表层之下难以通过可见光影像进行提取和分析,次表面湖的监测成为次表面湖研究的难点之一.本研究提出一种利用Landsat8和Sentinel-1数据自动提取次表面湖范围的方法.该方法先利用可见光影像提取夏季冰面湖的范围对SAR影像进行掩膜,再根据冬天水体和冰面的后向散射具有可分性的原理,通过Rosin阈值分割算法,提取得到2018—2019年冬季格陵兰中西部流域的次表面湖并对其分布进行分析.在研究区内选择10个测试区域,利用该方法对区域内的次表面湖进行目视解译,并对算法自动提取次表面湖结果进行精度验证.结果表明,本研究提出的自动提取算法Kappa系数为0.85.基于该方法,本研究在2018年格陵兰中西部流域共提取夏季冰面湖的面积为102.28 km².约43.09%的夏季冰面湖不会完全冻结,从而在冬季形成次表面湖(面积为44.07 km²).