IDENTIFICATION AND ANALYSIS OF NATURAL CHANNEL NETWORKS FROM DIGITAL ELEVATION MODELS

The identification and analysis of natural channel networks from digital elevation models are discussed from the point of view of their environmental applications. An interactive, graphical software package that implements some of the most widely used techniques for the automatic recognition of channel networks and for the computation of some useful geomorphologic indices and functions is presented.     

Helmert方差估计在桥梁跨江导线网中的应用

导线网在桥梁施工控制网的加密测量中得到广泛使用,由于存在两类不同性质的观测值以及导线边长度不等的问题,平差时应当考虑边角观测值权的统一和不同观测边权的合理取定。本文结合某特大型桥梁加密控制测量的实际情况,对跨江导线网中边长相差较大等问题,采用Helmert方差估计方法分析平差过程中权的合理取定问题,明显地提高了平差结果的精度。     

基于Delaunay三角网的河流中线提取方法

鉴于水系自动综合中河系数据模型建立的复杂性,利用ArcObject提供的组件在双线河和狭长湖泊间构建约束的Delaunay三角网,继而提取其骨架线,从而得到双线河和狭长湖泊的中轴线,之后进行拓扑关系的保持,有效地简化了水系数据模型的建立,为后续的空间分析打下基础。     

三峡水利枢纽主体工程施工控制测量

介绍了采用测边三角网和GPS静态测量实施三峡工程加密控制网的应用情况,阐述了随着光电测距精度的不断提高及水电施工环境的影响,采用测边网加测距三角高程网实施控制网加密是当前行之有效的一种好方法;此外,GPS测量以其限定条件少、操作简单、高自动化的内业处理等优点为施工控制测量开辟了一条新途径。     

生成式对抗网络的高光谱遥感图像分类方法研究

针对基于深度学习的分类模型在训练样本较少时所遭受的潜在过拟合问题,提出一种具备过拟合抑制的生成式对抗网络分类算法,并应用于高光谱图像分类.该算法在每次迭代时,首先,依据训练样本的标签信息使判别器网络拟合训练样本的数据分布;然后对训练样本的高维特征进行均值最小化,该过程会重新更新判别器网络参数,减小参数的值和方差,以抑制...     

基于“功能节点—关键廊道”的城市生态安全格局构建——以深圳市为例

城市生态安全格局构建是综合协调生态保护与经济发展的重要举措,对于合理配置有限的生态资源并最大限度发挥其生态作用具有重要意义。本文以深圳市为例,在生态功能节点识别的基础上,结合景观的生态系统服务价值,根据耗费距离模型,生成生态功能耗费表面,并进行最短路径网络分析,在此基础上提取核心斑块、关键生态廊道。结果表明：各景观类型的生态阻力值,林地阻力最小,且远小于其他景观类型生态阻力值;生态功能耗费梯度表面的分布呈现围绕生态功能节点向周围辐散递减的趋势,东部地区较西部西南部建成区低;核心斑块的大小和形状均存在不同程度的差异,较大的斑块集中分布在东部地区,且对应的节点级别较高;所识别的关键廊道共有4条,空间位置大体上落在基本生态控制线内,羊台山向塘朗山的廊道外缘与基本生态控制线存在冲突,需要对该区域加以管控。建议一方面适时调整生态控制线范围并将冲突部分纳入生态控制线之内,另一方面对该地区进行必要的监管和保护,防止受到进一步破坏。     

结合SOM神经网络和混合像元分解的高光谱影像分类方法研究

本文对SOM神经网络算法进行改进,在标类的过程中采用3个策略加以控制,对初始产生的自组织映射图进行调整。通过改进,那些映射到可靠神经元的像素得到了很好的分类,而那些映射到不可靠神经元的像素都被作为不可分像元而提取出来。继而,从混合像元分解的角度来对这些不可分像元进行处理,按类型分解的思想确定混合像元的类别,实现对不可分像元的分类。将SOM神经网络和混合像元分解相结合的分类方法应用于高光谱图像的分类中,通过实验表明了该方法能较好地改善分类效果,提高分类精度。     

Floc size variability under strong turbulence: Observations and artificial neural network modeling

The flocculation of cohesive sediment in the presence of waves is investigated using high-resolution field observations and a newly-developed flocculation model based on artificial neural networks. Vertical profiles of suspended sediment concentration and turbulent intensity are estimated using measurements of current profile and acoustic backscatter. The vertical distribution of floc size is estimated using an artificial neural network (ANN) that is trained and validated using floc size measurements at one vertical level. Data analysis suggests a linear correlation between suspended sediment concentration and turbulence intensity. Observations and numerical simulations show that floc size is inversely related to sediment concentration, turbulence intensity and water temperature. The numerical results indicate that floc growth is supported by low concentration and low turbulence. In the vertical direction, mean size of flocs decreases toward the bottom, suggesting floc breakage due to increasing turbulence intensity toward the bed. A significant decrease in turbulent shear could occur within the bottom few-cm, related to increased damping of turbulence by sediment induced density stratification. The results of the numerical simulations presented here are consistent with the concept of a cohesive sediment particle undergoing aggregation-fragmentation processes, and suggest that the ANN can be a precise tool to study flocculation processes.     

知识不确定条件下的海外保障基地自然风险情景模拟评估

针对海外保障基地面临的自然风险,在风险辨识基础上,构建了风险评价指标体系和海外保障基地自然风险的贝叶斯网络评估模型,并进行了情景模拟下的量化实验评估。针对目前贝叶斯网络评估过程中的群决策和决策偏好问题,引入了犹豫层次分析思想来优化计算指标风险隶属度,改进了评估过程中的客观性和适用性。     

科学合作地域倾向性研究——以中国雾霾研究为例

科学合作是促进知识传播和共享的重要途径,已有研究表明,地理因素是影响科学合作的主要因素之一。然而,目前针对该问题的研究大多只是从科学计量学的角度,对科学合作强度与地理距离的函数关系进行描述,无法揭示科学合作在空间上的分布特征和内部差异性。因此,本文从地理学的角度,以中国雾霾研究的合作网络为例,通过对文献题录中的位置信息进行解析,将虚拟的科学合作网络映射到地理合作网络。在此基础上,提出了一种考虑地理距离的科学合作网络社区发现方法,挖掘科学合作网络中蕴含的空间聚类特征,从而对科学合作的地域倾向性进行反映。通过比较发现,基于合作频次与地理距离的社区发现算法,能够使社区内部的平均地理距离最小而合作强度最大,既反映了科学合作在地理上的近似性,又体现了科学合作强度特征。该方法能够直观地揭示科学合作中隐含的空间分布模式和联系,对其他复杂网络的地理社区划分也有一定的借鉴意义。