主成分分析在小麦条锈病预测中的应用

影响因子过多,不但会引起数据"维爆炸",而且会降低预测精确度,为了解决该问题建立了基于主成分分析的BP神经网络模型.首先阐述了主成分分析法的原理与步骤,然后分析了陕西省汉中地区1974～1997年小麦条锈病病情及相关气象资料,得出影响其流行的主要成分,最后利用得到的主要成分作为BP神经网络的输入,对汉中地区1994～1997年小麦条锈病流行情况进行预测,并与未进行主分分析而建立的全要素BP网络模型进行比较.实验结果表明,该模型可以快速准确地预测小麦条锈病的流行程度,有效地减少小麦产量损失.     

气象多数据源数据融合模型研究

在总结现有数据融合技术的基础上，对目前的通用多传感器数据融合技术进行了分析。基于气象网络研究领域的多数据源融合问题，提出了气象网络中多数据源的数据融合模型及其采用的主要技术思想，为气象网络中数据信息的多样化和网络结构的异构化带来的复杂的数据融合提供了参考。     

遥感探测小麦条锈病严重度的GBRT模型研究

为了提高小样本数据模型的稳定性,构建具有更高精度和鲁棒性的小麦条锈病遥感探测模型.首先基于辐亮度和反射率荧光指数方法提取了冠层日光诱导叶绿素荧光(SIF)数据,然后结合对小麦条锈病病情严重度敏感的反射率光谱指数并基于改进的分类与回归树(CART)——梯度提升回归树(GBRT)算法,构建了融合反射率和冠层SIF数据的小麦...     

多源遥感影像数据融合

综述了多源遥感影像数据融合技术,包括融合的信息表示、融合原理、融合系统框架模型、融合的算法、控制及应用,最后指出了融合中存在的问题、可能解决途径和未来发展趋势。     

大数据环境下的多源数据演化更新研究

大数据环境下的多源数据呈现出数据量大、数据种类多、数据变化快的特点,这些特点对数据更新提出了新的挑战。通过分析大数据下多源数据的特点,定义了演化数据的概念,基于此建立了大数据的动态变频遍历更新模型。首先通过抽象数据的演化方式,建立了演化数据的势与稳定性概念,从而推导出更一般的代数意义上的演化运算工具;其次通过将运算工具导入大数据数据更新的实际应用中,推导出基于概率的变频遍历与动态权值模型;最后通过实验验证了在大数据环境下动态变频遍历模型(Dynamic Frequency Conversion Traversal,DFCT) 对多源数据具有较高的更新效率。     

基于多源遥感数据的矿区地质灾害变化态势预测系统

地质灾害变化态势预测有利于矿区防灾部署,为此设计了基于多源遥感数据的矿区地质灾害变化态势预测系统。设计了矿区地质灾害变化态势预测系统框架结构;对多源遥感数据进行几何校正、辐射定标,采用SREM算法进行多源遥感数据融合;采用BP神经网络建立到地质灾害变化态势预测模型,实现矿区地质灾害变化态势预测。实验结果表明：系统的预测结果与实际结果基本相符,可用于实际的矿区灾害变化态势预警,具有较高的实用价值。     

多源数据融合及成矿预测——福建省上杭紫金山地区

本文通过对福建省紫金山地区TM遥感数据进行处理,提取遥感影像的构造信息、矿化蚀变异常信息,利用GIS技术将构造解译信息、蚀变异常信息、航磁信息、地球化学信息进行多源数据融合,结合成矿理论,初步圈定了研究区的金矿找矿远景区,以提高找矿工作的效率与成功率.     

多源海洋遥感叶绿素数据融合

叶绿素α(chlorophyll-α)是一个关键的水色要素,掌握叶绿素α的含量及变化情况对保护水体及维护生态环境质量具有重要意义。针对国内外相关科研机构生产的海洋叶绿素α融合产品存在精度低、覆盖率低、时间跨度短等问题,收集整理了1998—2017年的MODIS-Aqua、MODIS-Terra、MERIS、SeaWIFS、VIIRS共5个传感器的叶绿素α浓度数据,构建了小波变换与Kalman滤波技术相结合的多源遥感数据融合算法,完成了全球叶绿素α数据的融合,开展了融合产品的均值、方差和信息量的分析,并进行了融合产品与实测数据、欧空局(European Space Agency,ESA)的GSM(Garver-Siegel-Maritorena)产品的对比分析。结果显示,本文的融合产品与实测数据相关性达到60%;与实测值和欧空局的GSM产品对比分析中,融合产品的数据可利用率为60%,而欧空局的GSM产品的数据可利用率为30%左右,融合产品与实测值的相关性为0.792 2,而GSM与实测值的相关性为0.349 4,均低于本文的融合产品。     

基于多源遥感数据的城市交错带约束布局优化

目前城市布局优化方法没有分析交错带空间结构,以及功能与结构之间的关系,导致总体精度、Kappa系数和优化效率低.提出基于多源遥感数据的城市交错带约束布局优化方法,对采集的多源遥感数据进行几何校正、辐射定标处理,根据多源遥感数据选取并计算景观格局指数,分析交错带空间结构,以及功能与结构之间的关系.根据分析结果将用水目标、...     

Detection of Wheat Stripe Rust Using Solar-induced Chlorophyll Fluorescence and Reflectance Spectral Indices

Detection of wheat stripe rust is important for agriculture management and decision,this paper aims to improve detection accuracy of the disease severity of wheat stripe rust by integrating the advantages of reflectance spectroscopy in the detection of crop biochemical parameters and the advantages of chlorophyll fluorescence in photosynthetic physiology diagnosis.Firstly,the solar-induced chlorophyll fluorescence (SIF) at O₂-A band (760 nm) was calculated using the 3FLD algorithm,and seven spectral indices sensitive to wheat stripe rust were investigated for estimating the disease severity.Then,three classic statistical modelling methods,including Support Vector Machine (SVM),Stepwise Regression (SR) and BP neural network (BP),were used to quantitatively investigated the performance of the spectral indices and SIF for detection of winter wheat stripe rust severity.The results show that:(1) there is a significantly negative correlation between SIF and the severity of wheat stripe rust.The relationship between SIF and DI can be effectively applied to detect wheat stripe rust.(2) the spectral models based on SIF combined with spectral indices are more accurate than those based on spectral indices.SIF can significantly improve the detection accuracy of the disease severity of winter wheat stripe rust.(3) compared to the SVM and SR methods,the training model constructed by the BP neural network has the highest prediction accuracy whether using the spectral indices or SIF combined spectral indices.However,the verification results show that the disease severity prediction model constructed by SVM and SR method have a better prediction.     

小麦秆锈病侵染机率的叶部试验研究

人工气候室条件下于感病的小麦品种上研究了不同露温（５，１０，１５，２０，２５，３０℃）与不同露时（２，４，６，８，１０，１２，１４，１６，１８，２０，２２，２４ｈ）组合下小麦秆锈病的侵染机率。得出侵染最适条件范围，即露温为１５～２５℃；露时为１０～１８ｈ。本文首次在秆锈侵染的研究中应用了侵染机率的概念，组建了侵染机率（ＩＰ）因露温（ＤＴ）和露时（ＤＰ）而变的预测式：ＩＰ＝－９．８７９２＋０．２７４６（ＤＰ）＋１．４９４７（ＤＴ）－０．０３９８７（ＤＴ２）（Ｒ＝０．８８７４）     

一种基于条带的一致性散列数据放置算法

分布式存储系统作为数据存储的载体,广泛应用于大数据领域.纠删码存储方式相对副本方式,既具有较高的空间利用效率,又能保证数据存储的可靠性,因此被越来多的应用于存储系统当中.在EB级大规模纠删码分布式存储系统中,元数据管理成本较大,位置信息等元数据查询效率影响了I/O时延和吞吐量.基于位置信息记录的有中心数据放置算法需要频繁访问元数据服务器,导致性能优化受限,基于Hash映射的无中心数据放置算法越来越多地得到应用.但面向纠删码的无中心放置算法,在节点变更和数据恢复过程中,存在位置变更困难、迁移数据量大、数据恢复和迁移并发度低等问题.提出了一种基于条带的一致性Hash数据放置算法(consistent Hash data placement algorithm based on stripe, SCHash),SCHash以条带为单位放置数据,通过把数据块到节点的映射转化为条带到节点组的映射过程,减少节点变动过程中的数据迁移量,从而在恢复过程中降低了变动数据的比例,加速了恢复带宽.并基于SCHash算法设计了一种基于条带的并发I/O调度恢复策略,通过避免选取同一节点的数据块进行I/O操作,提升了I/O并行度,通过调度恢复I/O和迁移I/O的执行顺序,减少了数据恢复的执行时间.相比APHash数据放置算法,SCHash在数据恢复过程中,减少了46.71%~85.28%数据的迁移.在条带内重建时,恢复带宽提升了48.16%,在条带外节点重建时,恢复带宽提升了138.44%.     

基于遥感卫星资料的台风监测技术研究进展

受到全球气候变暖的影响,台风的年暴发频率及其造成的危害都成上升趋势,中国位于西北太平洋沿岸,已成为世界上少数几个遭受台风影响最严重的国家之一。卫星遥感资料因其覆盖范围广、成像面积大、时间分辨率高,已成为台风灾害损失评估的有效资料。在综合近年来台风监测相关研究的基础上,从常规观测资料、气象卫星遥感资料、微波遥感资料等角度出发,对遥感技术在台风监测中的应用现状进行了详细的论述。同时,也对各种数据资源存在的问题以及优势进行了分析,并提出需要加强开展多源数据融合、台风监测系统建设等方面的研究。     

小麦抗秆锈病基因推导的计算机程序及应用

在小麦抗秆锈病基因推导中应用计算机分析代替人工分析，编制了基因推导的计算机程序。以１５个秆锈菌不同毒力基因型菌系和３３个抗秆锈病单基因系的体系对该程序进行了分析测试，推导出我国６９个小麦主栽品种可能含有的抗秆锈病基因型，其中有Ｓｒ５，６，７ａ，７ｂ，８ａ，９ｂ，９ｅ，１１，１６，１７，２１，２５，３２，３４，３６，３７，Ｇｔ等，为我国小麦品种的抗秆锈病基因合理布局和抗秆锈病基因库构建提供了理论依据。     

一种基于本体的多源遥感数据集成系统

文章针对多源遥感数据集成共享的需求,分析了遥感数据源存在的数据冲突,提出了一种基于本体的遥感数据集成模型。通过OWL表示本体和映射关系,实现全局遥感数据本体与局部数据本体的冲突消解。     

多源异构数据融合驱动的股票指数预测研究

现代信息技术的广泛应用使得资本市场投资者能够获得更及时、更有价值的信息,也更容易受到金融论坛、专业投资网站的影响。融合资本市场的多源异构数据对股票指数进行预测成为该领域的研究热点。提出了一种基于多源异构数据的长短期神经网络（Long Short-Term Memory,LSTM）模型,通过对融合资本市场交易数据、技术指标数据、投资者情绪三种源数据的量化来预测股票指数的走势。提出了一种可以提取深度情感特征的卷积神经网络（Convolutional Neural Networks,CNN）情感分析模型,构建了投资者情绪特征模型。利用“上证50指数”数据进行实验,结果显示：LSTM模型的预测准确率比传统模型更为优秀,数据源的增加也对模型准确率的提升有较大贡献,验证了该方法的可行性和有效性。     

基于多源参数合并的海洋数据分辨率优化分析

精准的高分辨率海洋环境数据,尤其是在低密度海面测量装置的海域中,对于渔业资源的规划和管理至关重要。为此以2009年1月至2010年12月收集的南海海域海表温度（Sea surface temperature, SST）数据为样本,采用逐次校正法（Successive correction method, SCM）对卫星遥感和海洋浮标所测得的海洋环境数据进行合并,以提高大尺度下的海洋环境数据分辨率,合并结果与最优插值（Optimal interpolation, OI）方法进行了比较。结果表明,SCM和OI方法的地图检测结果虽有相似的空间分布,但由空间统计分析可知,SCM方法的平均误差和平均绝对误差更接近;留一法交叉验证表明,SCM的均方根误差更小。因此,相比传统的OI方法,SCM通用性更强,可以增加校正的迭代平滑性,具备实时提供高分辨率精准的海洋环境数据的能力。