Probability-based seismic reliability assessment method for substation systems

Power systems play a key role in emergency rescue after an earthquake. Substations are among the most important components of a power system, so it is necessary to study their seismic reliability after an earthquake. Most studies, however, have focused on the seismic behavior of major electrical equipment or the reliability of the substation under ordinary operational conditions. The seismic reliability of substations as a system has not been thoroughly studied. This study proposes a new probability-based method to evaluate the seismic reliability of complex engineering systems such as substations. The proposed method developed the state tree to construct a greatly simplified system model that enables the failure probability to be calculated for the whole system, with explicit consideration of correlations among various components. A typical 220/110/10-kV substation was studied with this method, and the most critical components were identified.     

基于点云强度的公园乔木检测方法

利用树干石灰涂层在激光点云中的高反射特性,本文提出一种基于点云强度的公园乔木检测方法。首先,使用三维激光扫描仪采集点云,并对点云进行去噪以及地面滤波。接着,对非地面点进行阈值分割,高强度部分包含了涂有石灰的树干。最后,对高强度点实施欧式聚类算法,通过尺寸与点数的约束,得到树干的聚类单元。通过实验证明,该方法具有自动化程度高、检测率高、误检率低等优势,满足公园调查的技术要求。     

基于决策树与二分分割算法的BP神经网络在赤潮等级预测中的应用研究

针对赤潮灾害等级预测难的现状,提出了一种基于C4.5决策树与二分分割算法优化的BP(反向传播)神经网络赤潮等级预测模型。该模型针对传统BP神经网络输入参数难以选择和隐含层节点数量难以确定的问题,通过决策树分类获取最优的属性组合,来解决输入参数难以选择的问题;通过"二分分割算法",来解决隐含层节点数难以确定的问题。实验结果表明,该模型在青岛近海海域赤潮灾害等级预测中,预测结果的均方根误差(RMSE)小于传统BP神经网络的预测误差,并且在网络训练时间上有所缩短,预测精度上有所提高,能够获得良好的预测结果,可为赤潮等级预测提供新的解决方法。     

嗜碱盐单胞菌X3中异化型硝酸盐还原酶编码基因簇的功能验证及蛋白结构预测

细菌的氮代谢推动环境的氮循环,硝酸盐还原反应是氮代谢途径中重要步骤之一。本文运用酶活测定、qRTPCR和生物信息学软件分析的方法,对嗜碱盐单胞菌(Halomonas alkaliphila)X3中编码细菌异化型硝酸盐还原酶(Dissimilatory nitrate reductase,Nar)不同亚基的基因簇narGYJV进行了功能验证、蛋白结构预测和系统发育分析。研究表明,X3菌株中存在narGYJV基因簇并具有表达活性,测得Nar的酶活为每克蛋白21.415U;预测到的narGYJV编码蛋白功能区域中1～1246氨基酸属于NarG超家族,编码Nar的α亚基;1261～1752氨基酸属于DMSOR-beta-like超家族,编码Nar的β亚基;2061～2279氨基酸编码γ亚基,1802～2018氨基酸编码δ亚基;Nar的二级结构中无规卷曲占37.59%,α螺旋占34.43%,延伸链占18.33%;NarG、NarY和NarV的3D结构与PDB中大肠杆菌(Escherichia coli)的1Q16 3D结构最接近,覆盖率96%～100%。系统发育树显示,菌株X3中NarG与同属菌的遗传距离较近,在不同菌属间虽然功能相似,其同源性较低;NarY与大肠杆菌中的氨基酸序列的同源关系较近,说明异化型硝酸盐还原酶Nar中不同亚基的系统发育地位不同。研究结果表明,Halomonas alkaliphila X3菌株中存在编码Nar的基因簇narGYJV,编码蛋白具有独特的3D结构,不同亚基的系统发育地位不同。研究结果为进一步研究该菌的氮代谢通路选择和调控机制提供了依据。     

基于HJ-1A/B CCD影像的神农架巴山冷杉森林地上生物量估算

神农架林区气候复杂,森林类型多样,巴山冷杉林生境复杂,生物量估算难度较大。本研究首先将神农架林区植被细分类,提取出研究区巴山冷杉林分布范围,然后使用换算因子连续函数法对外业调查的研究区22块巴山冷杉样地进行样地生物量估算;最后利用逐步多元回归分析方法,估算巴山冷杉生物量。回归方程的拟合优度检验R值为0.851,决定系数R2为0.725,显著性检测值F为11.20。主要结论有:1)研究区提取出巴山冷杉面积为8 347.41 hm2,巴山冷杉生物量总量为102.51×104t,平均值为122.8 t/hm2。与前人的研究成果相比,估算平均值基本一致,实验结果可信。2)巴山冷杉林生物量出现了从边缘向内部的递减现象,巴山冷杉在林区呈现"离散化"分布,生物量也存在空间上的"退化"现象。     

结合Gabor小波和形态学的高分辨率图像树冠提取方法

树冠信息的遥感提取能有效辅助森林参数反演、林分长势监测、树种识别等森林调查活动。随着遥感信息自动化提取的需求不断加强,本文基于高空间分辨率遥感数据,以滁州市皇甫山林场为研究区域,设计了一种结合Gabor小波和形态学的树冠提取方法。该方法首先采用Gabor小波提取出纹理特征,其次结合K-means聚类分析方法,对PCA降维后的纹理特征向量提取出阔叶林区,最后基于形态学理论降低影像噪声,并利用前景后景标记的分水岭方法进行单木树冠提取。经过与人工解译的树冠信息结果对比发现,在郁闭度较高的阔叶林区,该自动化方法提取树冠精度较高,分割准确率A_d为79.59%,F测度达到了79.00%能有效提供精确的单木树冠信息,为林业经济调查技术的发展具有一定的实践意义。     

基于多源数据的农业干旱监测模型构建

在全球气候变暖的大背景下,干旱事件发生越来越频繁,严重危害我国的粮食生产安全。构建准确的干旱监测模型不仅能够及时地反映出干旱事件的发生,同时可以为地方政府制定减灾保产措施提供科学支撑和保障。传统的气象干旱监测方法因为缺乏对植被本身需水状态和土壤供水信息的考虑旱情判定结果往往比实际情况偏重,而遥感监测指标大多只考虑了植被或土壤等单方面因素具有局限性,目前已有的综合干旱监测模型大多以气象指标为因变量,一方面需要数据资料较多参数复杂,另一方面模型准确度依赖于气象指标对当地农业干旱的响应能力,而同一气象指标在不同区域适应性存在差异,因此同样存在局限性。本文以河南省的冬小麦为研究对象,利用2001-2011年的EOS-MODIS数据产品以及气象站点监测数据,计算了标准化降水蒸散指数SPEI、植被状态指数VCI、温度状态指数TCI、温度植被状态指数TVDI,同时结合河南省农业气象灾害旬报对冬小麦受灾的记录,构建了基于决策树的定性农业干旱监测模型。测试集结果表明,模型综合了大气异常信息、植被状态信息以及土壤水分信息,优于单个指标的监测结果。另外,基于此模型监测了河南省2009年4-5月的干旱事件,结果与实情相符,能够较好地反映农业旱情的发生和空间演变情况。     

分层分类和多指标结合的西北农牧交错带植被信息提取

参照《中国植被》中的植被分类体系,结合野外考察结果,建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础,按“分层分类,逐层验证”的思路,实现了对研究区植被信息的提取。提取时,先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法,将整个研究区划分为植被区和非植被区;在植被区,基于光谱特征、纹理特征和地形特征,构建CART决策树,获得了乔木林、灌丛和草原等7种主要植被型组;在植被型组内,基于不同植被类型NDVI的季节差异特征,构建NDVI差值比值指数 (NDVI_DR),将乔木林和灌丛区分为常绿和落叶植被型,使用温度植被干旱指数(TVDI),将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型,从而得到各个植被型的空间分布范围。经验证,最终分类的总体精度能达到79.51%,kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息,同时辅以地形信息。实践结果表明,分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取,精度较高,技术可行。     

基于CART决策树的沙地信息提取方法研究

为研究沙地信息提取的方法,采用基于CART决策树的面向对象方法,提取中卫市沙坡头区的沙地信息。首先对研究区进行多尺度分割和光谱差异分割得到对象层,然后选择合适的提取特征和训练样本点,最后输入选择的提取特征和样本点生成CART规则树,并对地物进行分类,提取出沙地信息。结果表明:采用面向对象的CART决策树方法提取沙地信息具有较高自动化程度和精确度,依此构建的CART决策树总体分类精度可达到77%,是最近邻分类结果的1.12倍,支持向量机分类结果的1.57倍,此外,NDBI(归一化裸露指数)、GSI(粒度指数)和SWIR 2(第七波段)均值可以成功的将沙地、戈壁和裸岩石砾地三个易混地物区分开来,是沙地提取过程中三个重要的特征指数。     

基于OLI数据的滇中地区湿地信息提取研究

以研究滇中湿地分布情况为目的,基于Landsat8OLI遥感影像,分别采用最大似然法和决策树法提取研究区湿地信息,并从空间格局与地理学角度分析湿地分布情况及其与社会经济的相关性。结果表明:(1)采用决策树法可以有效提取湿地,其总体精度为81.10%,与最大似然法相比分类精度提高了9.19%;(2)滇中湿地呈现以库塘为主,河流和湖泊次之,水田和沼泽最少的格局,湿地分布与其形成的地貌、气候、水文等自然地理条件密切相关;(3)湿地面积与社会经济发展具有一定的相关关系,总体上4市(州)(包括昆明市、玉溪市、曲靖市和楚雄彝族自治州)湿地面积与人口、工业和地区生产总值呈正相关。