基于分段副产物瞬时选择性的反应器网络综合

针对第三类反应体系的反应器网络综合问题,提出将串联反应以反应物到目的产物的反应步数为依据的新分段策略。通过比较不分段目的产物、不分段目的产物和中间产品、分段副产物和分段目的产物这四种不同的瞬时选择性,提出以分段副产物瞬时选择性为参数,以其对关键组分浓度或转化率的导数为依据选择各阶段最合适的反应器,以目的产物总选择性最大为目标采用遗传算法优化反应器网络。通过三个实例验证了本文所建立方法在解决复杂反应反应器网络综合问题的有效性,且本方法同样适用于简单反应体系。     

基于网络地理信息系统的常规气象资料共享系统

介绍了综合运用3层架构、W ebG IS、数据库技术、气象统计和诊断分析等技术进行开发的常规气象资料共享系统。该系统通过可视化的地理信息发布和展示手段,以及网络地理信息系统的独特关联技术,把气象业务数据和空间地理信息、气象有关的各个站点融合在一起;通过W eb方式在网络上以直观、形象和可视的图形,共享使用现有的气象业务数据。     

地理时空三向聚类分析方法的构建与实践

随着地理数据获取能力的不断提升,地理数据体量呈指数增长,数据种类、数据性质更加多元化。对数据的有效甄别和归类成为理解地理现象时空特征、演化过程和行为机制的关键。传统聚类方法面临数据体量大、维数高、质量差的挑战,加之对地理空间与时间关联分析的需求,对聚类方法改进和提升研究的要求越来越迫切。本文介绍了从单向到三向聚类构建思路的变革。单向聚类是仅在样本或属性方向上进行聚类,易忽视非常相似的局部特征、易犯“横看成岭侧成峰”的错误。双向聚类是基于数据矩阵内元素值的相似性,形成一个子矩阵分割方案,使子矩阵内元素相似度尽可能高,子矩阵间元素相似度尽可能低,从而实现行列两方向的同时聚类,避免了单向聚类的不足。鉴于双向聚类难以满足地理研究超出双向的解译需求,本文提出并研发了一个全新的三向聚类方法,给出了运用该方法开展地理时空格局过程探测的流程,总结了如何根据研究涉及的“空间—时间—尺度—属性”构建三维数据体;最后,展示了三向聚类的地理实践案例。结果表明：① 三向聚类是一种大数据时代探测地理数据时空分异规律的有效方法,可以解决数据维度高、质量低等问题;② 面对不同的地理问题,三向聚类在算法层面上是通用的,不同之处仅在于：根据不同问题涉及的空间、时间、尺度、属性的不同,构建不同的数据体;不同数据体聚类得到的不同结果回答不同的地理问题;③ 三向聚类可以实现地理数据的时空分异规律多方向、多尺度、多层次的联合解译,揭示地理特征时空尺度叠加效应。最后,论文强调根据地理问题组织数据的重要性,期待未来能够提升三向聚类在多空间尺度、多属性方面的地理研究实践。     

野外科学观测研究台站（网络）和科学数据中心建设发展

中国科学院地理科学与资源研究所成立80年来,十分重视野外台站（网络）和科学数据中心的建设,取得了辉煌成就。研究所建立了4个野外观测研究网络,引领了中国生态系统研究网络的建设与发展;成立了2个国家级科学数据中心,1个中国科学院数据中心,1个数据出版系统并于2016年加入了世界数据系统;拥有2个国家级野外观测研究站,1个中国科学院野外研究站,形成了独具特色的野外观测研究平台和数据共享服务平台。本文回顾了中国生态系统研究网络、国家生态系统观测研究网络、中国通量观测研究网络、中国物候观测网和禹城站、拉萨站、千烟洲站以及地球系统科学数据中心、生态科学数据中心、资源环境科学数据中心和全球变化科学研究数据出版系统的发展历程。地理资源所台站（网络）从无到有,不断发展壮大,引领了中国野外观测研究事业的发展,支撑了地理学、生态学等重要科学成果产出,科技支撑能力和示范能力大幅提升,有力支撑了华北平原、青藏高原以及南方山地丘陵区的生态文明建设;成为中国地球系统科学、野外台站、资源环境等学科和领域最大的科学数据汇聚中心,数据共享服务成效显著,在国内外具有广泛影响力。在未来发展中,地理资源所将充分发挥野外台站（网络）综合中心作用,强化生态系统、碳水通量、物候等观测研究网络的能力建设,稳步提升野外观测研究站条件保障能力和科学数据中心的数据汇聚能力、分析挖掘能力以及共享服务能力,持续推动和引领中国科学数据的共享,在科学研究和支撑国家需求等方面做出更大贡献。     

基于MCR模型和DO指数的九江滨水城市生态安全网络构建

兼顾生态保护和经济增长的生态安全网络对引导滨水城市走可持续发展道路具有重要指导意义。本文以九江市为例,采用景观生态数据集和产业信息数据集,结合最小累积阻力模型（MCR）和连续空间的产业集聚测度指数（DO）构建了综合评价方法,分别对景观生态格局和经济生产空间进行分析,诊断二者的空间冲突确定战略节点并构建生态安全网络。结果表明：① 研究区包含重要生态源地29个,总面积为7323 km²;生态安全阻力高值区面积占39.69%,位于城市中部和东部连片区域,低值区则处于外围,且连通过渡区域较少,呈现空间上两极分化的“中心—外围”景观生态格局;② 经济生产空间临近水资源分布,呈现为小尺度集聚、大尺度分散的空间格局;主要产业集聚区的平均长度和数量均显示出重度污染行业>轻度污染行业>中度污染行业的空间关系;③ 识别出景观生态廊道总长685.57 km,选取了25个生态—经济战略节点,规划了18条总长424.53 km的重要绿带和26条总长662.46 km的一般绿带,共同构成了“蜂巢状”九江市生态安全网络格局。本文采用自然和经济条件相结合的综合分析视角,为生态安全格局的构建提供了多样化的实现途径。     

基于多元要素流的珠三角城市群功能联系与空间格局分析

以珠三角城市群9个地级市为研究对象,结合当前热点网络开放大数据,对珠三角城市群内各城市的经济流、交通流、人口流和信息流的联系强度和作用方向进行测算与评价。借助赋值法分别对四种要素流的总量进行打分,以各城市的综合得分作为空间层级划分依据,提出关于“点—线—面”的空间互动格局,进而探索珠三角城市群未来的发展规划。研究结果表明：①从各要素流的联系强度上看,城市间的等级划分具有较高的重合度,说明四种要素流彼此之间相互联系、相互作用。从各要素流的作用方向上看,广州和深圳多作为区域内其它城市的首位空间联系城市,说明各要素流通常指向经济发展水平较高、通达性较好的城市。②从整体来看,珠三角城市群内部功能互动表现极度不平衡,一是中心城市占据了要素流强度的绝大部分,其余城市仅占据极小部分流量,两极分化严重;二是东西两岸发展不平衡,东岸发展水平明显要强于西岸发展水平。③广州、深圳、东莞和佛山等城市虽然在区域内起到了一定的辐射和带动作用,但是针对江门、肇庆等周边城市的辐射和带动强度仍有待提升,说明还需进一步优化珠三角城市群功能分工与产业布局,推进区域经济一体化。     

哈大城市带网络结构韧性演化研究

网络结构韧性是城市空间组织未来发展的重要指向,是社会经济稳定性与恢复力的结构保障。论文借鉴复杂网络指标,构建城市网络结构韧性演化评价模型,以哈大城市带为例,对比分析多重城市网络结构韧性的演化特征。结果表明：① 多重城市网络层级性与匹配性存在分异,在层级性上,交通和金融网络趋于扁平,信息和创新网络趋于立体;在匹配性上,交通和创新网络分别表现为同配性与异配性且特征强化,金融和信息网络为异配性但特征削弱。② 网络结构韧性类型相对稳定,交通运输网络为“同配—核心边缘网络”,金融、信息与创新网络为“韧性网络”;韧性演化综合水平表现为创新合作网络>信息关联网络>0>金融联系网络>交通运输网络。③ 可以从整体结构、片区差异和要素流动三方面优化网络结构韧性演化水平。     

功能疏解背景下京津冀中部核心区产业投资网络演化研究

非首都功能疏解作为京津冀协同发展战略的核心,对解决北京大城市病、实现京津冀可持续发展具有重要意义。论文构建了一个“四位一体”的产业投资网络演化分析框架,以京津冀中部核心区为研究对象,利用工商企业投资大数据测度了非首都功能的3类重点行业在2010、2014、2018年的资本流动特征,并从“节点—路径—格局”3个层面分析了功能疏解背景下产业投资网络演化过程。研究结果表明,非首都功能疏解背景下,北京市各行业对外投资增强,投资集聚中心逐渐向外围转移,但不同行业演化格局存在差异。制造业呈现由邻近扩散向等级扩散转变的演化路径,并向着多中心格局发展;批发零售业在资本净流动层面显示出扩散特征,在骨干路径层面呈现集聚现象,分布格局由北京单极放射状向京津双核联动演化;交通运输仓储和物流业向郊区物流园区所在地集聚,但网络整体发育滞后。研究结果能够为科学认识首都功能疏解情况、了解中部核心区产业结构及产业发展的变动态势提供参考。     

基于深度置信网络的GNSS-IR土壤湿度反演

基于大地测量型GNSS接收机获取的反射信号反演土壤湿度是GNSS领域的研究热点。为克服常规线性回归和BP神经网络算法等的缺陷,本文提出了一种基于深度置信网络的GNSS-IR土壤湿度反演方法。试验结果表明,基于该方法得到的决定系数、土壤湿度平均绝对误差和均方根误差分别为0.909 8、0.017、0.021,与线性回归和BP神经网络算法相比,与实测数据吻合度更高,可有效提高土壤湿度反演精度,证明了方法的有效性和可靠性。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。