利用改进的SCS水文预警模型提升山洪灾害风险应急制图的时效性——以长江经济带为例

山洪灾害防治是我国当前防汛减灾的薄弱环节,开展山洪灾害预警是防御山洪灾害最有效的方式之一,应急制图可为山洪灾害预警信息发布和决策部署提供有力的技术支撑。对于突发性强、时空过程变化剧烈的山洪灾害,常规应急制图方法的时效性难以满足实际需求。本研究利用参数少、结构简单的SCS模型能快速分析计算山洪灾害发生的可能性,结合“模型计算-应急制图-辅助决策”框架,以提升山洪灾害风险应急制图的时效性。2020年主汛期长江流域遭遇1998年以来最严重的汛情,迫切需要开展山洪灾害风险应急制图研究,本文以长江经济带为研究区开展研究。研究结果表明：(1)通过改进SCS模型,对划分的每个子流域进行气象数据的山洪灾害风险计算,并且通过构建前期基础数据库、快速数据处理工具,设计标准制图模板,提高了模型计算及应急制图效率,保证了应急制图的规范性,单幅应急专题图制图时间提升至约50 min;(2)将实时模型计算与应急制图结合,并且通过采用每日24 h降雨预报数据,实现专题图动态持续更新;(3)研究有效应用于2020年汛期长江经济带山洪灾害防御工作,累计制作150幅山洪灾害风险专题图支撑国家应急管理决策部署,取得了良好的...     

面向山地徒步应急救援路径规划的改进蚁群算法研究

当消防事故发生在无明显道路或道路稀疏的野外复杂山区时,如何在复杂山地环境中规划安全、快速通过的路线至关重要。针对蚁群算法在复杂山地路径规划中容易陷入局部最优以及搜索时间较长的问题,本文提出一种适用于细粒度野外山地环境的徒步应急救援路径规划算法。本文首先根据已有文献分析地表信息与人类运动速度之间的关系,综合地表灌木盖度与地形坡度因素设计寻优算法的目标函数和启发函数;接着采用定向范围视野的蚂蚁搜索方式,决定蚁群算法寻优过程中每一步的网格选择;最后采用拉普拉斯分布调整初始信息素、添加隔离信息素、融合遗传算子与分组更新常规信息素的方法改进蚁群算法。将算法应用到400×400、1000×1000、5000×5000、10 000×10 000网格数的野外山地环境进行实验对比,实验结果表明,采用定向范围视野与优化启发函数的各蚁群算法在四组实验中均能得到可行路径,验证了方法的有效性;本文算法求解的路径质量优于另外三种算法,在四组实验中分别提高了0.52%～4.95%、4.71%～5.39%、2.26%～13.11%、3.84%～9.16%;此外,在野外三维山地环境中,定向范围视野的搜索方式缩减了搜索...     

基于街景图像的“三生空间”识别方法研究

从生产-生活-生态功能角度划分城市空间格局,不仅是国土空间结构优化的基础,也能反映城市用地的内在功能形态和空间组合模式。然而,以往城市“三生空间”的识别主要利用遥感图像、兴趣点和土地利用数据进行,缺少城市内部的立体信息。街景图像可以体现城市内部街道特征,实现街道内部物理环境近距离大规模高分辨率的客观测量。因此,本文基于街景图像提取场景语义特征,提出一种中心城区“三生空间”的识别和特征重要性分析的方法。以成都市四环内为研究区,使用梯度极限提升算法识别城市“三生空间”,进行模型精度对比检验,从道路、格网和交通分析区3个尺度分析研究区“三生空间”的格局分布特征,并引入沙普利加和解释(SHAP)方法探索“三生空间”的特征重要性。结果显示：(1)本文提出的基于街景图像识别“三生空间”方法具有较好的效果,模型识别生产、生活和生态空间的R²均达到0.6,表明使用街景图像识别“三生空间”具有可行性;(2)分析研究区内的“三生空间”分布格局,研究区内以生产-生活空间为主,数量多且在区域内呈片状分布,以生态空间为主的单元数量少,主要分布在大型公园处;(3)分析7维场景层语义特征的重要...     

GA辅助NLS的GNSS-IR土壤湿度反演方法北大核心CSCD

采用具有阻尼因子的函数模型,使用遗传算法(genetic algorithm,GA)辅助非线性最小二乘(nonlinear least squares,NLS)方法对相位参数进行求解。结果表明:1)相较于标准余弦函数模型,该方法的反演相位与土壤湿度的相关系数有较为明显的提升,反演结果也更加稳定,在5°~15°、5°~20°、5°~25°三个高度角范围内的相关系数均大于0.68,不同高度角之间的相关系数差值小于0.07;2)反演精度有不同程度提高,R 2提高5.72%~76.06%,RMSE减小6.12%~24.24%,MAE减小2.7%~28.3%,将该方案所求相位用于多星线性回归模型后平均RMSE减小10%。     

基于InSAR监测和PSO-SVR模型的高填方区沉降预测

基于小基线集干涉测量技术（small baseline subsets interferometric synthetic aperture radar, SBAS-InSAR）和机器学习知识对高填方区域进行地表沉降监测及预测,对工程项目的施工、检修、运营等工作都具有重要的指导意义。文章以重庆东港集装箱码头为研究对象,选取2018—2019年覆盖研究区的31景Sentinel-1A数据,利用SBAS-InSAR技术获取该区域的地表沉降数据,并进行内外精度评定;通过信息量模型分析地表沉降易发地地势特点,选择预测点位;通过灰色关联分析计算动态影响因素与沉降量之间的灰色关联度,使用主成分分析法从影响因素中提取出主成分,构建训练集和测试集,通过粒子群算法-支持向量机法（particle swarm optimization-support vector regression, PSO-SVR）预测模型对测试集数据进行预测。为验证该模型在高填方区域沉降预测的可靠性和优异性,将自回归差分整合移动平均模型（autoregressive integrated moving average model,...     

基于遗传算法的灰色Elman神经网络在深基坑变形中的应用

为保障基坑施工安全,快速发现沉降问题,本文提出一种基于遗传算法的灰色Elman神经网络,利用沉降监测数据预测围护结构沉降.通过计算发现该模型迭代收敛速度较快,25次即能达到0.001的均方误差,可以在较短时间得到预测结果.与其他3种基础模型对比,发现该模型精度较高,在SSE、MRE、MSE 3种精度评价中均处于较高水平...     

自适应移动盒子的机载LiDAR点云去噪算法

针对现有LiDAR点云去噪算法难以实现自适应的问题,该文提出了基于空间盒子结构的自适应移动盒子去噪算法。基于经验模型建立盒子自适应准则,较好规避了现有算法的去噪阈值确定问题;采用聚类分析实现噪声点与有效点的精确标示。基于不同类型噪声的点云数据实验结果表明:与现有去噪算法相比,基于自适应移动盒子的去噪算法具有更好的适应性和去噪效果。     

城市环境下基于降维Kalman滤波的室内导航算法

提出了一种适用于室内超宽带定位的降维Kalman滤波算法,结合LSE算法与降维Kalman滤波算法进行定位求解,以数值仿真试验及物理试验验证了其有效性。     

引入PLSA模型的光学遥感图像舰船检测

提出一种基于概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)的检测算法,首先通过PLSA将目标表述为潜在成分的概率组合,然后利用统计模式识别方法对获取的潜在成分概率进行判别,从而完成最终的检测。其中,生成的潜在成分反映了目标与特征之间相互出现的频率关系,并以潜在成分在目标中概率差异的形式对上述不对应现象给出了直观描述。实验结果表明,所提出的算法对多种复杂情况下的光学图像舰船检测具有很好的准确性和鲁棒性。     

星载方位多波束ScanSAR 成像

提出了一种新型星载方位多波束ScanSAR 工作模式, 实现了在保持方位向高分辨率的前提下对距离向 测绘带大幅扩展。分析了该工作方式的特点及主要相位误差, 给出了相应的误差补偿方法。介绍了该工作方式下回 波数据的模拟方法, 并讨论了几种适合该工作方式的成像算法。最后通过仿真对该工作方式的可行性及补偿方法的 有效性进行了验证。