InSAR中DORIS基线估计方法的改进

雷达干涉测量中基线估计精度直接影响到合成孔径雷达干涉测量(InSAR)的精度.针对DORIS(the delft object-oriented radar interferometric software)软件采用的基线估计方法,在考虑地球参考椭球半径在不同纬度地区的差异时,分析了基线估计方法的差异,提出相应的改进方法,对干涉影像不同扫描行的基线进行了多参数-多项式拟合,最后使用德国波恩地区的数据进行验证.结果表明:当考虑参考椭球半径在不同纬度差异时,能够显著提高基线估计的精度;而对基线的拟合则可以提高基线估计的速度.     

一种基于加强三维模型细节的形状分布检索算法*

基于形状分布算法提出了一种加强细节检索的算法。该算法首先将经过预处理的模型分割为N个子模块并分别进行特征提取,然后构造每个子模块的形状分布直方图,最后通过比较子模块的相似度来计算模型的相似度。该算法相比形状分布算法比较准确地计算出了模型间的相似性,有效地提高了细节的分辨,解决了外形相近但细节不同的问题。     

螺旋CT的三维空间面皮参数平面化方法*

将三维空间面皮转换为二维平面可以使获取面皮特征、颅骨与面皮的关联信息更方便。通过改进的轮廓线提取方法剔除原始切片冗余数据,对重构得到的面皮数据进行空间坐标系的规范,并以最近邻区域(NNR)划分方法将空间面皮的点云数据点集化,最后结合新划分的平面点数据集的特点提出了线性插补的参数平面化方法和基于链表的参数平面化方法。实验证明两种方法的效果良好,验证了其正确性和可行性。     

梅溪流域城镇化进程对山前平原区洪涝过程的影响

为探究城镇化进程引起土地利用类型变化对山前平原区洪涝过程的影响,以梅溪流域下游平原区的洪濑镇为例,分析了2002—2018年梅溪流域上游山区和下游平原区的土地利用类型变化,并基于多情景数值模拟,研究了流域尺度内土地利用类型变化对山前平原区洪涝过程和地表淹没状况的影响。结果表明：随着梅溪流域耕地和林地面积减少、城镇建设用地增加,上游山区的径流系数和峰值流量均增大,下游山前平原区的淹没状况更加严重;上游山区的城镇建设用地增加使山区骤发洪水峰值流量增大、峰现时间提前,主要影响地表平均最大淹没水深和平均峰现时间;下游平原区的城镇建设用地增加使内涝发生的时间提前,主要影响地表平均淹没历时。     

水-能源-碳排放复杂关系研究进展及展望

系统梳理水-能-碳复杂关系的概念内涵,认为其本质是水资源、能源以及碳排放在整个产品生命周期过程 中的相互关系。回顾了复杂关系的近今进展,可将评估方法归纳为基于耦合关联视角的评估、基于整体协同视角 的评估、基于风险与韧性视角的评估以及基于土地利用视角的综合评估。在此基础上,建议未来应重点关注 4 个 前沿议题,即基于水-能-碳承载力的国土空间优化研究、水-能-碳视角下资源消耗与经济增长脱钩分析、水-能-碳 复杂关系确定性与不确定性量化分析以及水-能-碳工程措施助力“负排放”,旨在通过水-能-碳系统协同管理推动 绿色高质量发展。     

一种基于决策树和词义相似度的N1+N2结构语法关系判定方法

设计了一种基于决策树算法的N1+N2结构语法关系判定方法.首先建立了该结构的语料库,对每条语料都标注构建特征集所需的词性、《同义词词林》语义编码、语法关系和词义相似度等信息;然后为证明相似度在判断语法关系中的合理性,根据语言学原理研究了N1+N2结构两个名词间语义相似度与语法关系之间的内在规律:①从语法关系的角度比较两个名词间的语义相似度结果为:并列关系>复指关系>定中关系>主谓关系;②从语言功能焦点的角度比较两个名词间的语义相似度结果为:并焦型短语>后焦型短语.最后以此为基础构建了特征集,运用决策树C4.5算法建立了自动判定N1+N2结构语法关系的方法.运用该算法在自建语料库的测试集中进行测试,正确率为89.39％.     

基于多时序特征和卷积神经网络的农作物分类

近年来,以卷积神经网络为主的深度学习模型在各种遥感应用中都显示出巨大的潜力。以加州帝国郡为研究区,以Landsat 8 OLI年内时序遥感影像计算时序植被指数NDVI、EVI、RVI以及TVI,组合后输入到构建的一维卷积神经网络 模型,以实现作物的高精度精细分类。为了验证卷积模型的优越性,另搭建了基于递归神经网络及其变体的深度学习模型。结果表明：①引入其他时序特征后,能够有效地提高卷积神经网络的分类精度。NDVI+EVI+TVI+RVI组合特征总体精度和Kappa系数最高,分别是89.667 4%和0.856 0,对比NDVI时序特征总体精度和Kappa系数提高了近4%和0.6。②在与其他深度学习模型的对比中,一维卷积神经网络分类精度最高,能够从时序数据中较为准确捕捉作物时序特征信息,尽管递归神经网络被广泛应用于序列数据的研究,但分类结果要略差于卷积神经网络。实验表明在NDVI的基础上引入其他植被指数辅助,能够有效地提高分类精度。基于一维卷积神经网络的深度学习框架为长时间序列分类任务提供了一种有效且高效的方法。     

以“胡焕庸线”为界的中国东西部净初级生产力变化分析

推动区域均衡协调与可持续发展是我国的重大战略之一,植被净初级生产力（NPP）对生态环境是否可持续发展起着重要作用。以“胡焕庸线”为界把我国分为东、西部,从像元尺度和县级行政单元研究分析我国NPP、人口以及人均NPP时空变化,尤其是东、西部的区域差异。结果表明：我国人口增长较快,从1982年的10.05亿增长到2017年的13.95亿,以“胡焕庸线”为界的西部占比由5.91%增长到6.42%;我国NPP整体呈现增长的趋势,总量由1982年的2.69 Pg C增长到2015年的3.24 Pg C,增长率为16.60 Tg C/a,其中东部增长率12.30 Tg C/a是西部（4.30 Tg C/a）的近3倍;西部人均NPP远大于东部与全国,1982、2000、2010、2017年西部与全国人均NPP持续处于下降的状态,但下降速率略有放缓,东部人均NPP则在2017年首次出现增长。据此可知我国整体生态环境处于恢复的状态,但不同区域之间差异较大,因此在相关政策制定方面应该充分考虑区域差异性,以实现我国生态环境的区域协调发展。     

基于智能计算的脑机制研究

解析脑认知原理和脑疾病的发病机制已是当下脑科学研究的热点。智能计算在脑影像领域的应用可为认知心理学研究、脑疾病的识别和干预以及类脑智能理论研究等提供借鉴和参考。本文介绍利用智能影像计算方法在识别脑认知网络成分、构建脑有向连接模型、预测认知行为变化、构建心理过程神经表征等方面的工作,并对未来相关研究进行展望。     

基于着生藻类的渭河流域水生态系统健康评价

基于2013年10月(丰水期)和2014年4月(枯水期)渭河流域着生藻类监测数据,根据着生藻类物种丰富度、群落多样性、相对丰度、生态型和密度5类属性,选取了26个候选参数。应用参照点对比法(P-ibi)和累计系数法(P-IBI)分别构建了着生藻类生物完整性水生态系统健康评价指标体系,对渭河流域水生态系统健康状况进行了评价。结果表明,均匀度指数和可运动硅藻百分比为P-ibi和P-IBI在丰水期和枯水期共有的核心参数,说明两个参数的代表性较强,可作为常规监测指标。P-ibi健康评价结果显示,丰水期健康等级在较好水平以上的点位数占43%,而枯水期高达61%,P-IBI较好水平以上的点位数仅占25%,P-ibi评价结果明显高于P-IBI,但两种方法评价结果的空间分布趋势基本一致,即渭河干流上游、泾河源头、北洛河中游水生态健康状况较好,渭河下游、泾河流域大部分区域及北洛河上游水生态健康状况较差;超过70%的点位两种方法评价结果相一致或仅差一个健康等级,且P-IBI在参照点位和受损点位具有极显著性差异,表明累计系数法可以作为一种可靠的评价方法替代参照点对比法进行着生藻类生物完整性指数的构建。