The Reliability of Using the Iterative Proportional Fitting Procedure*

This paper demonstrates the utility of the iterative proportional fitting procedure (IPF) in generating disaggregated spatial data from aggregated data and evaluates the performance of the procedure. Estimates of individual level data created by IPF using data of equal-interval categories are reliable, but the performance of the estimation can be improved by increasing sample size. The improvement usually is enough to offset the increase in error created by other factors. If the two variables defining the cross-classification have a significant interaction effect and the number of categories in each variable is larger than two, then IPF is preferred over an independent model.     

From A to B,randomly: a point-to-point random trajectory generator for animal movement

For applications in animal movement, we propose a random trajectory generator (RTG) algorithm that combines the concepts of random walks, space-time prisms, and the Brownian bridge movement model and is capable of efficiently generating random trajectories between a given origin and a destination point, with the least directional bias possible. Since we provide both a planar and a spherical version of the algorithm, it is suitable for simulating trajectories ranging from the local scale up to the (inter-)continental scale, as exemplified by the movement of migrating birds. The algorithm accounts for physical limitations, including maximum speed and maximum movement time, and provides the user with either single or multiple trajectories as a result. Single trajectories generated by the RTG algorithm can be used as a null model to test hypotheses about movement stimuli, while the multiple trajectories can be used to create a probability density surface akin to Brownian bridges.     

基于时序遥感的庐山自然保护区植被分类及其变化分析

自然保护区是生物多样性最丰富的区域,针对近年来庐山自然保护区森林生物多样性进行调查,了解保护区内植被的分布及其变化,对于保护庐山境内的林业资源具有重要的意义.论文利用2015-2018年Proba-Ⅴ卫星100m分辨率5d植被指数产品,使用最大值合成法、Hants时间序列谐波分析方法对数据进行平滑降噪处理,并采用随机森...     

青藏高原草地地上生物量和理论载畜量

准确模拟和预测草地地上生物量(Aboveground biomass,AGB)和理论载畜量对于维持草地生态系统平衡、优化放牧管理至关重要。当前很多研究以围栏外草地AGB为基础,估算了青藏高原草地AGB的现存量。但是,牛羊啃食后的草地AGB现存量无法准确评估草地理论载畜量。围栏内草地不受家畜采食影响,其年际变率由环境因子驱动,可视为草地潜在AGB (potential AGB,AGB_p),更适用于草地理论载畜量的评估。本研究以青藏高原345个围栏内AGB观测数据为基础,结合气候、土壤和地形数据,利用随机森林算法构建草地潜在地上生物量估算模型,并对当前气候条件(2000-2018年)和未来20年(2021-2040年)4种气候变化情景(SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5)下的草地AGB_p和高寒草地理论载畜量进行模拟与预测。结果表明:(1)随机森林算法可准确模拟当前气候条件下的青藏高寒草地AGB_p(R²=0.76,P<0.001);2000-2018年青藏高寒草地AGB_p平均值为102.4 g m^-2,时间上增加趋势不明显(P>0.05);AGB_p年际波动和生长季降水显著正相关(R²=0.57,P<0.001),和生长季温度日较差显著负相关(R²=0.51,P<0.001)。(2)当前气候条件下,青藏高寒草地平均理论载畜量为0.94 SSU ha^-1(standardized sheep unit ha^-1);在过去20年约有54.1%草地理论载畜量呈提升状态。(3)和当前相比,未来20年青藏高原中部和北部草地AGB_p和理论载畜量呈下降态势。因此,建议未来在厘清气候变化影响下草畜关系的基础上进行有针对性的草牧业规划和管理,以缓解区域气候变化引起的草畜矛盾。     

基于金矿规格单元数据的机器学习方法在成矿建模分析中的应用

现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。     

盐岩地下储气库套管运行安全的可靠性分析研究

盐岩因其具有良好的蠕变特性、低渗透性以及损伤自我恢复特性成为国际上公认的最理想能源地下存储介质。在盐岩地下储气库运营过程中储库套管受到储气内压、材料参数和几何尺寸等不确定性因素的影响,为了评价这些随机风险因素对储库套管结构运行安全的影响,建立了盐岩储气库的套管结构模型和基于Von Mises屈服准则的套管结构功能函数,根据建立的结构模型和结构功能函数,应用响应面法结合蒙特卡洛抽样计算获得储库在高压和低压运行条件下套管结构可靠度的变化规律。可靠性分析表明,为保证套管运行安全,储库最低运行内压应大于3 MPa,最高运行内压应小于22 MPa,套管靴距离储库腔顶的距离应大于10 m,并应适当加大套管的壁厚和减小套管的内径。     

基于逐减随机震源采样法的频率域二维黏滞声波方程全波形反演

全波形反演方法利用叠前地震波场的运动学和动力学信息重建地下速度结构,具有揭示复杂地质背景下构造与岩性细节信息的潜力。然而,巨大的计算量是阻碍其发展的一个瓶颈问题。为此,研究者们提出了震源编码技术来减少计算量,但是此方法在模型更新过程中会引进随机串扰噪声,降低反演结果准确性。所以,在保证计算精度的情况下,本文提出了采用逐减随机震源采样的方法来高效计算全波形反演问题。笔者将此方法应用于频率域二维黏滞声波波动方程全波形反演,开始了在频率域进行随机震源采样类方法的研究,计算过程中共使用了依次增大的8个频率段;并应用Overthrust模型来验证此类随机震源采样法的正确性。实验结果表明：基于逐减随机震源采样法的反演结果与实际Overthrust模型的拟合误差为0.065 65,而应用基于全部震源的全波形反演方法得到的反演结果与实际Overthrust模型的拟合误差为0.064 64,两者差别不大;但计算用时由740 min减少到291.2 min,即计算效率提高了2.54倍。为了更好地确定方法的有效性,将其应用于Marmousi模型进行试算。模型试算结果表明：基于逐减随机震源和基于全部震源得到的反演结果与实际Marmousi模型的拟合误差分别为0.080 12和0.078 97,相差不大;但计算用时由1 218.9 min减少到274.4 min,计算效率提高了4.44倍。综上,在保证反演精度的情况下,基于逐减随机震源采样法的频率域全波形反演方法大大减少了计算量,具有不可替代的计算优势,并且没有引进随机串扰噪声。