双流机场雾的结构化实例分析

本文按溃变理论的涡流旋转—滚流结构观点和方法体系。运用V—3θ结构分析和方位相空间结构分析双流机场雾发生、发展的物理机理。将自动气象站观测的时序性数量信息转换为结构信息,既体现雾发生、发展过程的非规则的特征,又便于识别。并对双流机场雾的预测进行了实例分析。     

GIS的不同次区域之间相似性度量

 GIS属性相似度量有相似系数及以空间位置的空间自相关。这2种方法都不能计算全域为背景的次区域相似性问题,而以隶属函数的粗糙度量很好地解决了这个问题。本文利用粗糙集计算了GIS的离散型数据的次区域相似度量。利用邻域粗糙集计算了连续属性值的上下近似逼近,并利用邻域信息粒子计算连续属性值的粗糙隶属问题,从而计算连续属性值次区域相似度量问题。本文方法能度量次区域而不是全域或单个元素之间的空间相关与自相关问题,考虑了全区域背景下的GIS相似问题。并针对GIS连续属性值,利用距离函数和邻域粗糙集来划分连续属性的上下近似,以及分类问题,提出一种基于邻域信息粒子的粗糙隶属函数。最后利用粗糙相似度量公式度量GIS次区域的相似问题。     

融合自适应最优邻域和卷积神经网络的三维点云分类

针对点云分类中提取单个点自身特征所需的邻域尺寸选择,以及低层次特征设计烦琐且表达地物属性能力较弱等问题,本文提出了一种自适应选择单点最优邻域尺寸及学习泛化能力更强的深层次特征的三维点云分类方法。首先基于自适应最优邻域尺寸选择获得每个点的最优局部邻域信息,继而基于局部邻域信息提取点云低层次特征;然后设计一种以待分类点低层次特征为输入的卷积神经网络模型,学习能反映目标地物内在属性的深层次特征并实现分类;最后采用拓普康公司三维点云数据集进行试验,该数据集通过一个配备TOPCON GLS-2200三维激光扫描仪的移动平台获得。试验结果表明,本文方法分类的总体精度达90.48%,优于文中其他点云分类方法。     

V-3θ图的结构与"98.6"暴雨过程预测分析

V-3θ图是成都气象学院欧阳首承教授设计出来的运用图像结构来预测天气的结构预测方法。主要利用大气中的压、湿、湿、风的垂直分布,判断大气滚流对天气演变的影响来预报天气转折性变化。利用V-3θ图对桂林站1998年6月份的暴雨过程作一个综合分析。结果几次特强的降水都在V-3θ图上有较好的反映。该方法对无明显降水的天气也能作定性的判断。     

基于NRS-ISSA-SVM的砂土液化判别模型

针对砂土液化判别中影响因素与砂土状态间映射关系的不确定性及模糊性等问题,在邻域粗糙集(Neighborhood Rough Set, NRS)因素约简的基础上,利用多策略融合的改进麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)优化支持向量机(Support Vector Machine, SVM)参数C和g,构建了SVM砂土液化判别模型。以吉林松原地区的42组实例作为总体样本集,其中35组作为训练集,另外7组作为测试集,利用邻域粗糙集对9个影响因素约简得到4个因素,然后输入ISSA-SVM模型进行预测,并进行了约简得到的因素敏感性分析。结果表明：因素约简剔除了冗余属性,降低了模型复杂度;ISSA算法具有极强的探索性、收敛性和局部逃逸能力;相比于其他模型,NRS-ISSA-SVM砂土液化判别模型精度更高,泛化能力更强;建议要判别砂土的液化状态,需要准确查明水位埋深、地震烈度、标准贯入击数,非液化土层厚度这4个因素,尤其是前三个因素。通过易获取的影响因素建立NRS-ISSA-SVM砂土液化判别模型,不仅可准确地判断该区域其余未知点的砂土状态,...     

多种空间检验方法在不同分辨率模式降水预报评估中的应用

利用单一的客观评估方法并不能有效揭示预报误差来源。利用逐小时5 km格点融合降水产品,本研究使用了多种客观评估方法综合评估了南京大学2016年夏季汛期试验4 km与12 km WRF模式。整体上,两种分辨率都能成功地预报主雨带,4 km WRF在午后对流及复杂地形预报上更优。比较了各类客观评估方法,邻域法显示4 km WRF预报准确性更高,但对于强降水(≥13 mm·(6 h)^-1),两种模式预报的空间误差都较大。尺度分离法显示,对于小尺度系统,4 km WRF能较好再现对流但存在较大位置误差,而12 km WRF则漏报。MODE法(Method for Object-based Diagnostic Evaluation)显示4 km WRF在对象强度预报上更接近观测,但强度和范围偏大,导致华南偏强,而范围偏小造成江淮偏弱,12 km WRF低估主要是漏报。不同评估方法能清晰展示4 km WRF和12 km WRF预报误差的差异,为后续模式改进提供了重要参考。     

顾及邻域居民地群组相似性的道路网匹配方法

现有多源同比例尺道路网匹配方法中,大多只利用道路自身特征进行匹配,而较少顾及道路周边要素对匹配过程的影响和约束,从而影响了道路网匹配效果的进一步提高,特别是对系统误差改正后仍存在一定位置或旋转偏差的道路数据进行匹配时,这种影响尤为明显。本文借鉴人类对陌生环境的空间认知特点,提出了一种顾及邻域居民地群组相似性的道路网匹配方法。该方法通过构建城市骨架线网确定与道路相邻的居民地群组,进而计算居民地群组空间关系和几何特征相似度来获得对应道路的匹配结果。其特点在于:对存在位置或旋转偏差的道路数据匹配,以其邻域空间内居民地群组的整体相似性指标来带动道路自身匹配,实际上是增加了周边居民地群组对道路匹配过程的约束,更具鲁棒性。试验及对比分析表明,本方法能够较好地解决系统误差改正后仍存在较大位置和旋转偏差的道路数据间的匹配问题,提高匹配的正确率。     

高分辨率模式雷达回波预报能力分析

利用2018年7—8月GRAPES_3 km、东北短临(WRFRUC)高分辨率模式综合雷达回波预报数据和辽宁省SWAN雷达组合反射率(MCR)实况,基于邻域法FSS评分指数,分析模式在台风北上和副热带高压边缘暴雨过程中的雷达回波预报能力。结果表明:两家模式在不同降水过程中对小阈值雷达回波有较好的预报技巧,随着回波量级增大,模式预报FSS逐渐减小,雷达回波55 dBz时,FSS甚至为0。当邻域半径是3时,35 dBz以下的回波预报中GRAPES模式在台风北上暴雨中的预报技巧低于副热带高压边缘,35 dBz则相反。WRFRUC模式始终表现为台风北上暴雨中预报较好。当邻域半径9时,WRFRUC模式在台风暴雨中的FSS评分高于GRAPES模式,GRAPES模式在副热带高压暴雨中的FSS评分始终高于WRFRUC模式。GRAPES和WRFRUC模式的最大FSS评分技巧均出现在邻域半径是11时,分别为0.239和0.195。GRAPES模式中FSS评分在12 h逐小时预报中前3个时次较强,WRFRUC模式则表现为中间时次强,两头弱。     

GIS线目标间拓扑关系描述的4交差模型

提出了利用连通度不变量来区分单个线目标上具有不同拓扑特性的点，进一步定义了线目标的端点集和内点集。在此基础上，建立了IR^1和IR^2中线目标间拓扑关系的基本模型。该模型能有效地表达线目标间拓扑关系的变化特性。