基于全天空极光图像方向能量表征方法的极光事件分类

针对基于全天空极光图像的极光事件自动分类问题,提出一种基于方向能量二元编码重组表征的自动分类方法。首先,通过对多个方向上能量分解来描述极光事件中的局部纹理和各个方向上的运动信息,并且结合分块策略获得极光事件的全局形态信息;然后,借鉴一种二元编码重组的方式对多个方向能量进行融合,从而使得极光事件的表征具有同时表征局部纹理、全局形态和运动信息的能力。该表征方法完全不依赖于极光事件的长度,可用于表征不同持续时间的极光事件,并且不需要复杂的训练过程。利用最近邻和支撑向量机分类器分别对从中国北极黄河站拍摄到的极光图像中挑选的特定极光事件进行自动分类,结果表明,与其他两种典型的动态纹理描述方法相比,本文所提出的表征方法结合最近邻分类器,得到了最好的分类效果,能有效用于极光事件的分析,为海量数据中的极光事件自动分类提供了一种新方法。     

基于N-KD树的空间点数据分组算法

随着科学技术的进步,地理空间数据的分析处理面临着数据量膨胀和计算量高速增长的双重挑战,为了解决海量数据处理速度慢的问题,本文针对空间分布不均匀的点数据,从数据并行的角度,以保持数据的空间邻近性及保证数据分组后各组数据量负载均衡为目标,提出基于N-KD树（Number-K Dimension Tree）数据动态分组的方法,其是一种面向实时变化（数据量和数据空间范围变化）的空间数据动态分组方法。该方法借鉴K-D树的创建和最临近点搜索的思想,通过方差判断数据分布稀疏程度,利用最临近点搜索方法处理边界点,实现空间范围的不均等切分,保证数据分组后各组数据量基本均衡。试验表明,该方法具有较好的动态分组效果与较高的计算效率;支持各种分布状态的空间点数据的分组;分组后各组数据量负载均衡;分组算法本身有支持并行、支持分布式协同工作模式的特点。     

基于交通轨迹数据的三维动态噪声地图

噪声信息具有空间传播和随距离衰减变化的特征,采用三维动态可视化形式表达噪声地图可以体现该特征。本文针对噪声的空间分布与强度变化提出一种噪声地图表达的方法,基于Bertin符号参量分析,以具有高度可变的方柱并配以深浅变化的颜色作为噪声符号,动态传递噪声信息。为进行多尺度地图展示,在不同地图等级下设有相应细节层次的符号尺寸和定位排列方式。噪声地图以Web端Mapbox为展示平台,基于交通噪声模型和GPS轨迹数据,对上海黄浦区某区域一时间段内的噪声情况进行模拟表达,实现噪声数据的立体动态化显示。三维动态的表达扩展了噪声数据的表现维度,多维度、多参量的立体动态符号不仅可准确刻画噪声的分布,而且从视觉观感上提高了受众的兴趣度和专注度,这为研究噪声的热点分布、传递趋势等空间规律提供了可视化参考。     

基于GWR模型的中国区域旅行社业效率空间分异及动力机制分析

基于DEA模型对中国31个省域的旅行社业效率空间分异特征进行了分析,首次运用GWR模型探索交通、资本、人才、信息化和经济动力对区域旅行社业效率影响的空间差异。结果表明：旅行社业效率在空间上具有正相关性和集聚特征,空间格局从“川”字型向“山”字型转变。各动力因子的系数均存在空间非平稳性。资本和人才动力的回归系数在空间分布上从南向北依次递减;经济动力的分布趋势为从北向南依次递减;交通动力对中西部地区旅行社效率提升的促进作用显著于东部地区;信息化动力则在东部地区表现出较强的促进作用。     

基于动态降温结晶工艺的盐湖卤水镁锂分离研究

青海盐湖卤水锂资源储量丰富,高镁锂比卤水存在镁锂分离难的问题。基于非平衡动态降温过程中不同盐组分结晶行为存在差异的原理,开展了强制分离高镁锂比卤水的研究,考察了卤水镁锂比、降温速率、流体状态和卤水温度对镁锂分离效果的影响,并分析了结晶过程中镁锂分离的介稳性特点。结果表明,通过非平衡动态降温结晶析出MgCl₂·6H₂O,可以实现卤水脱镁和镁锂分离,当降温速率为-1.25℃/min、卤水温度在70℃至50℃范围内,镁锂比在10∶1～80∶1时,镁锂分离因子最高可达到1.876,结晶的MgCl₂·6H₂O纯度最高为99.42%。非平衡动态降温结晶工艺相较于经典的盐田工艺,最多可将锂损失率从模拟盐田工艺的38.39%降至7.56%。该工艺为盐湖卤水镁锂分离提供了一条新的思路,也为后续高纯锂盐的制备奠定了基础。     

城市创意产业空间动态集聚演化的计算与可视优化方法

基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明：以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。     

城市用地功能精细化识别方法：时序动态图嵌入深度学习模型

多源大数据融合背景下的城市功能区识别是复杂非线性系统的模式识别问题,如何有效地从大规模的轨迹数据中提取出多粒度连续性时变和多尺度空间相互作用的信息是进行城市区域功能识别的关键。本研究设计实现了一种基于时序动态图嵌入的深度学习模型,在融合滴滴出行及兴趣点数据（Point of Interest, POI）基础上,提取城市区域存在的时间和空间上的隐式特征,结合聚类分析实现城市用地功能的语义识别。结果表明,成都市中心的用地功能趋向复合多样化的发展,且用地属性随时间发生作用范围和用地类型的变化,呈现出功能随着城市群体活动而变化的时空规律。与相关文献的对比实验表明,本文提出方法在更细粒度的时间段下进行功能区识别,得到的同一类功能区域内集聚度更高,能够更好的捕获复合型区域在不同时间模式下呈现出的用地功能变化。本研究为城市用地功能识别研究提供了新的技术方法,为城市规划研究人员全面理解城区结构属性提供了有效手段,对推动城市空间得到更合理高效的利用具有一定的价值。     

基于变焦数据模型的数字地图的研制

数字地图作为一种新型的地图受到人们越来越广泛的关注。数字地图包含着各种地图数据,为了在多种比例尺范围内能快速地检索地图数据,需要把地图数据分层存贮变焦。作者通过变焦数据模型原理,探讨如何建立多层存贮结构,将数字地图中的大比例尺地图数据库自动导出小比例尺图形。变焦数据模型是一种动态的数据模型, 在该模型中,图形比例尺的变化不是简单的图形尺寸的缩放,而是伴随着各个物体的细节和物体数量而增减。这种基于变焦数据模型建立的数字地图可以提高数据检索与图形表示的灵活性,减少大量不必要的用于重复获取数据而消耗的人力物力,广泛应用于各个领域。     

Characteristics of water exchange in the Luzon Strait during September 2006

The Luzon Strait is the only deep channel that connects the South China Sea(SCS) with the Pacific.The transport through the Luzon Strait is an important process influencing the circulation,heat and water budgets of the SCS.Early observations have suggested that water enters the SCS in winter but water inflow or outflow in summer is quite controversial.On the basis of hydrographic measurements from CTD along 120° E in the Luzon Strait during the period from September 18 to 20 in 2006,the characteristics of t...     

Damage localization of marine risers using time series of vibration signals

Based on dynamic response signals a damage detection algorithm is developed for marine risers. Damage detection methods based on numerous modal properties have encountered issues in the researches in offshore oil community. For example, significant increase in structure mass due to marine plant/animal growth and changes in modal properties by equipment noise are not the result of damage for riser structures. In an attempt to eliminate the need to determine modal parameters, a data-based method is developed. The implementation of the method requires that vibration data are first standardized to remove the influence of different loading conditions and the autoregressive moving average (ARMA) model is used to fit vibration response signals. In addition, a damage feature factor is introduced based on the autoregressive (AR) parameters. After that, the Euclidean distance between ARMA models is subtracted as a damage indicator for damage detection and localization and a top tensioned riser simulation model with different damage scenarios is analyzed using the proposed method with dynamic acceleration responses of a marine riser as sensor data. Finally, the influence of measured noise is analyzed. According to the damage localization results, the proposed method provides accurate damage locations of risers and is robust to overcome noise effect.