基于GF-1遥感数据的大兴安岭林区雪水当量反演

【目的】以Landsat-8卫星数据为对照,探索国产GF-1卫星数据对林区积雪特征的估测能力,实现基于国产卫星对东北林区雪水水文过程的监测。【方法】以大兴安岭北部林区为研究区,结合同期的地面雪水当量野外观测数据,利用偏最小二乘回归与BP神经网络两种方法建立线性与非线性雪水当量反演模型。通过平均均方根误差(E_(RMSE))、平均相对均方根误差(r_(RMSE))和平均估测精度这3个评价指标对所建模型进行对比评价。同时,利用两种遥感数据建立的最优模型对研究区内雪水当量分布特征进行反演,并对反演结果进行对比分析。【结果】基于GF-1数据所建立的线性与非线性模型性能均略低于以Landsat-8数据构建的模型,其中GF-1数据最优反演模型精度为80.3%,较Landsat-8反演模型低1.6%;基于GF-1数据反演的雪水当量值与Landsat-8的基本相同;两类遥感数据反演得到的雪水当量在空间分布特征上基本一致,均反映了雪水当量与地形、植被及土地利用类型的高度相关性;由于山地林区植被和地形复杂,并且春季升温过程中地面积雪日消融速率快,GF-1数据以其高空间与时间分辨率上的优势能够更好地对研究区雪水水文过程进行监测。【结论】国产GF-1卫星能够替代Landsat-8卫星成为对大兴安岭北部林区雪水水文过程监测的遥感数据源。     

基于MODIS数据的地面颗粒物浓度估算方法

提出了一种基于卫星遥感数据的近地面颗粒物质量浓度(PM值)估计方法 .采用Terra/MODIS卫星数据和基于连续两天MODIS数据的气溶胶光学厚度反演算法,反演出无锡地区的气溶胶光学厚度;再利用所反演的气溶胶光学厚度与地面实测颗粒物质量浓度数据进行分析,得出颗粒物质量浓度的大小分布范围与气溶胶光学厚度的关系模型;进一步利用研究区域中地面站点监测到的颗粒质量浓度数据对估算结果进行评估.结果表明该方法所估算的PM值与地面实测数据具有较好的相关性,且地面监测的颗粒物质量浓度均分布在卫星遥感数据所估算的范围之内.本研究证明了MODIS卫星数据监测地面颗粒物质量浓度的可行性,为近地面PM值的估算提供了有效手段.     

基于多源数据融合的突发水污染事故可靠预警方法

在突发水污染事故自动监测领域中,传感器节点监测数据的异常是影响自动监测系统预警可靠性的重要原因.考虑到多传感器信息之间的互补性和相关性,该文提出了一种基于多源数据融合的突发水污染事故可靠预警方法.基于改进的D-S证据理论,利用综合权重对节点证据进行加权修正,并用D-S融合规则对多源数据进行两两融合,最终根据融合结果对突发水污染事故进行预警决策.案例分析及实验结果表明:与传统方法相比,该方法能得到可靠度更高、聚焦性更好的预警结论.     

利用多时相遥感影像与DEM数据的滑坡灾害调查--以新滩地区为例

以1985年新滩滑坡为例,利用多时相遥感影像和高程数据以及基础地质资料,综合分析了新滩滑坡的环境背景和灾害影响.通过对比1959年和1986年两个年代的高程信息与TM遥感图像以及地质资料,进行了滑坡敏感性分析,得出新滩地区滑坡前后的高程变化;并编程计算新滩滑坡前后的体积变化量,得到了与史料记载相近的结果.在此实例分析的基础上,综合阐述了利用多时相、高分辨遥感数据对滑坡进行分析与预警调查工作的技术优势.     

空间技术在灾害与环境中的应用

经过20多年的发展,中国已可以利用遥感、地理信息系统、全球定位系统等空间技术对洪涝、干旱、森林/草原火灾、地下煤火、雪灾、赤潮、台风、滑坡/泥石流、沙尘暴等自然灾害进行监测、评估与预警研究,也可以对空气质量、水环境及生态环境进行监测与评价。为了能够实现大范围、全天候、快速、动态的环境和灾害监测,进一步提高环境监测和综合减灾能力,中国将分阶段发射由4颗光学小卫星和4颗合成孔径雷达小卫星组成的环境与灾害监测预报小卫星星座,通过卫星系统、地面系统、应用系统的建设,最终实现天地一体化的灾害及环境监测、应急、决策支     

基于Landsat-TM数据鄱阳湖湿地植被生物量遥感监测模型的建立

建立合理的经验模型对地面植被生物量进行遥感监测是可行的方法．利用遥感影像获得的植被指数和实地得到的生物量做回归统计分析,得到近似的地面生物量估算模型,这种模型的合理性取决于数据处理的水平和样本数据的大小．任何模型在具体应用时都需要根据实际情况进行改进,生物量估算模型更是如此．该文首先说明了回归分析的理论依据和适用条件;然后基于大量的实地测量数据,选取了若干种植被指数,分别进行了植被指数与生物量的线性和非线性回归分析,结果表明,非线性回归得到的结果更优．但是不同于以往的是,该文从统计学的角度对这种结果做了进一步说明,指出这种分析的局限性,说明了模型的适用条件,希望结果能为比较准确地实施遥感监测和湿地调查提供参考。     

水文模型模拟预报的多源数据同化方法及应用研究进展

介绍了水文遥感数据同化中常用的数据同化方法,总结了变分和顺序两类数据同化常用方法的优势与不足;以土壤湿度与径流两个水文变量的数据同化研究为重点,探讨了土壤湿度、径流、降水、蒸散发、积雪等多源数据在水文模型模拟预报中的同化研究进展及其在同化应用中存在的问题;最后,从数据同化方法、多源数据同化应用方面总结了水文遥感数据同化的未来发展方向,提出遥感、地面等多源数据的同化在改进水文模型模拟预报方面的应用潜力将会随着遥感观测技术与反演方法的改进、水文模型结构的完善以及数据同化方法的优化而不断增大,多源数据在水文模型模拟预报中的综合应用将是水文遥感数据同化发展的必然趋势。     

遥感技术在森林健康研究中的应用

遥感技术以提供宏观、连续、动态的信息为森林健康研究提供了有效的技术平台.森林植被的健康状态可以通过提取遥感光谱数据及植被参数进行判断和区别,以便于精确、实时地掌握森林健康发生、发展的现状.文章在综合阐述国内外基于遥感技术进行森林健康研究的现状的基础上,结合遥感数据综合性的特征,提出国内外森林健康遥感研究应向高分率、高光谱遥感影像处理技术、模型反演研究方法以及遥感监测预警等方面的发展趋势.     

基于波谱数据库先验信息的地表参数同化反演方法

我国典型地物波谱数据库的构建为地表参数反演提供了先验信息,而时间序列遥感观测数据则能够提供反演目标参数的动态变化信息．文中将描述植被冠层反射的遥感辐射传输模型与描述作物生长变化的过程模型结合,提出了综合利用时间序列遥感观测数据和波谱库所提供的参数先验信息对农作物生长过程中的关键结构参数叶面积指数（LAI）进行反演的方法．时间序列遥感观测数据能为目标参数LAI的反演提供更多信息,而作物生长模型的引入则能够对反演过程中LAI的变化趋势进行约束．实验结果表明,利用地物波谱库中提供的参数先验信息结合时间序列遥感观测数据,采用变分数据同化算法可以明显提高具有时间变化特征的地表目标参数反演精度．     

MODIS科学数据处理研究进展

地球系统科学的研究正跨入全球化、系统化、定量化的新时代,长期连续观测的遥感数据已成为其最主要的分析资料来源。美国宇航局（NASA）为地球观测计划（EOS）发射的中分辨率成像光谱仪（MODIS）,把大气-陆地-海洋作为一个整体来综合观测,代表了当前遥感应用技术的最新水平。NASA已经建起了针对MODIS数据处理、分析、发布与共享的平台,为全球各类用户提供服务。文中分析了当前NASA对MODIS数据处理的方法,讨论了这些算法的优点和存在的问题,并介绍作者在MODIS数据处理方面的相关工作,包括设计了更有效的遥感反演算法、更有针对性的数据产品及派生的应用系统等,展望了未来处理算法的改进和下一步卫星计划的数据处理。     

元胞自动机时空数据模型与预测方法

对标准元胞自动机(cellular automata,CA)模型进行扩展以满足具体行业地理信息系统(GIS)平台上时空动态模拟和预测应用要求。然后以电力行业配电网空间负荷预测为具体应用,建立起了土地利用演化动态模型与电力负荷空间预测之间关系,解决了时空数据管理中空间数据离散如何与属性数据进行交互问题。模拟出城市土地利用动态发展变化过程,预测出规划区域中的各划分小区土地的未来使用类型,建立起配电网空间负荷预测时空数据模型,突破了传统时空分离电力预测的预测方法的局限。最后通过一个配电网空间负荷预测实例验证了该方法有效性。     

L波段雷达资料在保山市强降水预报中的应用

为加强基层短时强降水预报能力,结合前人研究,利用20082009年腾冲L波段雷达探测资料和保山市昼(夜)降水数据,统计分析了该市昼(夜)出现强降水时当日(前一日)沙氏指数、抬升指数、不同高度层的温度露点差情况.结果表明,保山市强降水与沙氏指数、温度露点差呈显著负相关,与抬升指数值呈显著正相关.采用相关性和显著性假设检验确定了6项强降水预报因子和它们各自对应预报值域后,将6种预报因子自由组合成8种预报判据.经预报质量检验从8种组合中挑选出了保山市昼(夜)间出现强降水的预报判据.以20102014年保山市强降水实况进行预报能力检验,该方法对夜雨和昼雨强降水的预报准确率分别为56.00%和60.00%,具有一定参考使用价值.     

基于物探测井信息及有限试井资料的多井产能预测方法

 为克服某些井试井资料少、难以获取有效产能信息, 引入产能刻度因子, 基于地质统计学理论, 研究了影响小层产能刻度因子的小层有效渗透率、有效厚度的计算方法, 建立了使用试井动态资料刻度物探测井静态资料, 用刻度后的静态资料进行整个气藏的产能预测。该方法能够充分利用地震、物探和测井等静态信息, 结合少量重点井的试井动态解释结果进行产能预测。将该方法应用于M 气田的某些井, 预测得到的产能接近气井实际产能, 满足工程计算的需要。     

基于ART-CC的电力负荷数据预处理

电力负荷观测值由于受到各种因素的影响,正常的负荷数据中夹杂着许多脏数据,严重影响负荷预测的精度.对此提出了由自适应共振网络(ART网络)和超圆神经元网络(CC网络)组合而成的神经网络模型,并应用该模型清洗陕西省某地区的负荷数据,结果表明该模型能较好的完成脏数据的辨识任务,对负荷数据修正后能明显提高负荷预测精度.     

Seasonal variations of dust record in the Muztagata ice cores

Based on the oxygen isotope ratio and microparticle record in ice cores recovered at Mt. Muztagata, Eastern Pamirs, the seasonal variations of atmospheric dust have been reconstructed for the past four decades. High dust concentrations and coarser particle grains have the similar trend with oxygen isotope value. Our statistical results indicate that 50%--60% high dust concentration samples occur during the season with high oxygen isotope values （summer）, while low dust storm frequency during spring and winter. Back-trajectory analysis shows that the air mass hitting Muztagata predominately came from West Asia （such as Iran-Afghanistan Plateau） and Central Asia, which are the main dust source area for Muztagata. Dust storms in those source areas most frequently occur during summer （from May to August）, while frequent dust storm events in northern China mainly occur during spring （March to May）. Regions in the path of Asian dust transport, such as in Japan, the North Pacific, and Greenland, also show high dust concentrations during spring （from March to May）. Our results indicate that dust storms have different seasonality in different regions within Asia.     

以核心变量为基础的离散贝叶斯网络结构学习

建立了基于核心变量的离散贝叶斯网络结构学习方法.该方法根据变量之间的无条件相对预测能力建立有向无环图,分别按着变量的聚度和散度排序变量;以不同于被预测变量的具有最大聚度和散度的两个变量为条件变量,根据变量之间条件相对预测能力的大小确定弧的存在性与方向,结合环路检验建立初始贝叶斯网络结构;以两个变量的最小切割集为条件变量集,调整初始贝叶斯网络结构(包括删除多余的弧和重新确定弧的方向),最终建立数据中所蕴涵的贝叶斯网络结构.同时,使用模拟数据进行了对比实验,结果表明这是一种有效实用的方法.     

经管类实验教学基础数据分析

采集信息、获取数据、推演科学规律、解决实际问题的实验方法，已开始广泛应用于管理学，经济学、人文社会科学。而采集实验教学中的基础数据，从大量数据中获取有效数据建立关系数据、资源数据，最终为建立科学实验奠定基础。     

运用基于数据包络分析的交互式预测方法进行财政预测

对基于数据包络分析法的预测方法进行简化,并将数据包络分析法与交互式方法相结合,得到基于数据包络分析的交互式预测方法.基于该方法得出的预测结果,不仅是技术有效的,同时也是规模有效的.最后利用该方法对财政政策的有效预测进行了实证分析.     

数据挖掘之决策树方法概述

数据挖掘在科研和商业应用中正发挥着越来越重要的作用。分类器是数据挖掘的一种基本方法，决策树是一种最重要的分类器。本文介绍了分类器中的决策树方法及其优点，决策树表示法，决策树构造思想，并比较了各种重要的决策树算法。介绍了决策树算法的实现工具，决策树与数据仓库的结合，决策树的适用范围及应用，最后探讨了决策树的发展趋势。     

灰色系统参数估计与不良数据辨识

针对序列中含有空穴或不良数据的情况，将参数估计与不良数据辨识理论作为数据预处理技术应用于灰色系统建模。以观测数据为依据进行参数估计，避免了常规模型将空穴处的生成数据与其余实际数据同等对待的弊端；对序列作检测与辨识，使剔除不良数据后的参数估计结果更为精确。在电力系统灰色负荷预测中的应用结果表明，这一方法在提高灰色系统建模精度方面有相当的优越性，预测结果比常规灰色模型有很大的改善。