红河流域降水量的时空变异特征

 利用红河流域52个观测站的43a日降水资料,针对年、湿季和干季降水量和降水倾向率等统计量,采用ArcMap的反距离加权插值法进行插值与分类处理,生成了红河流域年、湿季和干季降水量的空间分布图,实现了气候趋势特征指数的空间化处理.对红河流域年、湿季和干季降水量等的时空分异特性进行综合分析得出:43a来,红河流域年降水呈现上升趋势,空间上主要表现为除了元江干流中下游、盘龙河北部和东北部有下降趋势外,其它地区都呈上升趋势;湿季和干季间降水量变化趋势差异较大,相对于年降水量空间分布而言,湿季具有下降趋势的地区扩大到整个流域中部,而干季降水量在整个流域几乎都呈上升的趋势;因出现在干季降水量有所增加,而在雨季的降雨量有所减少,因而降低了干旱和洪灾的发生机率.     

渭干河流域植被覆盖时空变化特征研究

植被是联结土壤、大气和水分等要素的自然纽带,更是自然生态系统中最活跃的因子,植被变化可用来揭示环境的演化,并且能在全球变化研究中起到“指示器”的作用.本研究利用遥感影像获取NDVI数据,借助遥感与GIS等现代手段,运用多种方法对渭干河流域1989-2007年植被覆盖变化特征和发展趋势进行了定量研究,最终得出渭干河流域植被覆盖时空变化规律.     

数字流域信息共享模式构建

数字流域建设涉及的数据包括流域空间数据、各种水专题数据以及与之相应的社会经济统计数据.这些数据的生产、存放散落在不同的管理部门,具有海量、异构、多尺度特性,原有的通过数据拷贝整合来进行大一统的数字流域建设的模式,在我国目前条块分割的行政体制下难以取得实质性进展.为此,通过对数字流域信息共享模式的研究,探讨了在目前技术条件下进行流域信息共享的可操作性,结合流域实际情况提出了一种利用Web API 的新的流域信息共享模式,并以秦淮河流域为例对该流域信息共享模式进行应用试验,验证了该流域信息共享模式的正确性及有效性.     

渭-库绿洲土壤盐渍化时空变化特征研究

在特定的时间和空间尺度上,某一区域的土地退化（如盐渍化等）及演变必然会导致该区域范围内土壤特性的空间变异性。本文运用RS／GIS技术,采用相关分析、传统统计学和地统计学相结合的方法,分析渭一库绿洲土壤含盐量、矿化度、电导率、含水率、PH值、八大离子等土壤特性的时空变异情况,揭示其绿洲土壤特性的时空变异规律及相互之间的关系,以便更准确地了解土壤特性时空变异和区域生态环境之间的关系。     

漠阳江流域水环境容量的时空分布特征研究

针对实测径流资料较缺乏的漠阳江流域, 通过流域水文模型HSPF(hydrological simulation program-Fortran)模拟各支流和子流域详细的径流时空特征, 利用一维稳态水质数学模型计算不同时间和空间上化学需氧量(COD)和氨氮的水环境容量。结果表明: 1) 在漠阳江流域, HSPF模型对年与月径流模拟的相对误差小于15%, Nash-Sutcliffe系数大于0.9; 水质模型的相对误差在 10%左右, Nash-Sutcliffe 系数大于0.8; 2) 在90%, 50%和10%保证率下, 漠阳江流域COD的环境容量分别为16.45, 21.84和24.97 万t, 氨氮的环境容量分别为0.51, 0.88 万t 和1.14 万t; 受径流季节波动影响, 枯水期与丰水期季节水环境容量差异明显; 1月份的水环境容量及其变差最小, 6月份的水环境容量及其变差最大; 3) 空间分布上, 漠阳江干流流域承载力较大, 一级与二级支流的承载力较小。因此, 在水文资料缺乏的流域, 可基于HSPF模型模拟的水文条件, 开展水环境容量的时空分布分析, 为水环境容量总量控制方案的制定提供指导。     

基于MOD17A3的图们江流域植被NPP时空变化特征

利用遥感技术,基于MOD17A3数据分析了图们江流域2000—2015年共16年的NPP动态变化.结果表明,2000—2015年图们江流域NPP总体呈上升趋势,2012年NPP值达到最大,最小值出现在2007年,平均每年上升4.04 gC·m~(-2)·a~(-1);图们江上游NPP表现出最高,为541.77 gC·m~(-2)·a~(-1),下游次之,为482.10 gC·m~(-2)·a~(-1),中游年平均NPP排在最后,为462.46 gC·m~(-2)·a~(-1),三个区域在16年的时间跨度上总体都是呈上升趋势;对年均NPP从小到大分类,其中NPP在400~600 gC·m~(-2)·a~(-1)这个范围占比最大,平均为48.7%,NPP小于400 gC·m~(-2)·a~(-1)和NPP大于600 gC·m~(-2)·a~(-1)的面积所占比例基本相差不大,分别为27.0%和25.3%;从整个流域来看,大部分地区植被的NPP值是增长的,NPP值增加的区域面积加起来占总面积的80%,下降的区域只占到20%;植被NPP与降水量、气温、湿度具有一定的线性正相关关系.     

基于融合SIFT特征和二次聚类视觉词典生成的场景分类方法

在传统SIFT(scale-invariant feature transform)特征检测算子基础上,增加部分伪极值点和非极值点作为特征点,提出融合SIFT特征检测算子.该算子能够提取图像中更多特征点,并使特征点在图像上分布均匀;然后在生成视觉词典前,对每幅图像的特征单独进行聚类,使视觉单词包含更多的场景信息,并缩短视觉词典的生成时间;最后使用PLSA(probabilistic latent semantic analysis)主题生成模型实现场景分类.在标准图像集上进行的对比实验表明:该方法的分类性能有一定提高,并且对多个不同场景的表现较为均稳.     

应用聚类和模糊神经网络方法设计模糊规则库

基于聚类技术和模糊神经网络提出一种新的自动生成模糊系统规则库的设计方法.采用结构辨识和参数辨识相结合的方法,构造模糊系统完善的模糊规则库.用此设计方法对函数逼近问题进行仿真,结果表明该方法具有规则数目少、学习速度快、建模精度高等特点.     

汾河流域山水林田湖草生态系统服务价值时空变化特征

汾河是黄河的重要支流,汾河流域的生态保护和高质量发展需要精准把握山水林田湖草动态变化及其生态系统服务价值时空分异规律。基于1980—2020年4期土地利用覆被变化遥感监测数据,采用土地利用动态分析和价值当量因子评估等方法,以县域为单位对汾河流域山水林田湖草生态系统服务价值时空变化规律进行研究。结果表明：1980—2000年汾河流域土地利用变化缓慢,2000—2010年变化速度加快,2010—2020年变化速度又逐渐放缓,1980—2020年林地和未利用土地增加幅度小,耕地和草地逐年减少,分别减少996.55 km²和725.85 km²,水域减少20.18%;转型迁移主要发生在2000—2010年,其他地类向城乡、工矿、居民用地迁移量最大,为1 858.45 km²,耕地和草地是山水林田湖草生态系统中转型迁移最活跃的地类;1980—2020年汾河流域山水林田湖草生态系统服务价值减少18.34亿元,县域地均生态系统服务价值上游>中游>下游,高值区集中在上中游,从动态变化看,流域内88.6%的县域生态系统服务价值...     

基于时空序列模式匹配的兴趣点推荐方法

兴趣点(point of interest,POI)是地理空间信息的重要组成部分,在基于位置的信息服务中被广泛使用.针对用户对兴趣点访问所产生的时空序列,利用闭合序列模式挖掘方法分析频繁模式,在此基础上根据用户当前所处位置或最近访问序列,通过序列分析进行时空序列模式匹配,并按照序列的匹配程度给出兴趣点推荐列表.实验结果...     

基于时空序列模式匹配的兴趣点推荐方法

兴趣点(point of interest,POI)是地理空间信息的重要组成部分,在基于位置的信息服务中被广泛使用。针对用户对兴趣点访问所产生的时空序列,利用闭合序列模式挖掘方法分析频繁模式,在此基础上根据用户当前所处位置或最近访问序列,通过序列分析进行时空序列模式匹配,并按照序列的匹配程度给出兴趣点推荐列表。实验结果表明,闭合序列模式挖掘与时空序列模式匹配相结合的方法能够有效地应用在兴趣点推荐中,有利于引导用户的兴趣点访问行为,从而提升位置服务的质量。     

基于流域日降水量图的相似性搜索方法

为了提升降水量图相似性分析的精确度,提出了一种基于流域日降水量图的相似性搜索方法,该方法从降雨图像中提取日降水量、降雨空间分布和降雨中心特征,并分别计算各特征的相似距离,同时通过提出的归一化折旧累积增益改进粒子群优化的集合加权方法对3个特征的相似距离进行加权融合,作为降雨图像的相似性度量。嘉陵江流域实例验证表明:该方法能够更好地表征降水量图的时空特征,可快速地从降水量图中检索出相似的降雨过程。     

基于信息熵的流域水文要素时空变异分析研究

潮白河流域位于海河流域的上游,也是北京市重要水源地密云水库的上游.近年来,密云水库的入流呈急剧下降的趋势,已经严重威胁北京市城市供水的安全.为深入理解密云水库来水急剧减少的影响原因,进行水文要素的时空变异分析是十分重要和必要的.传统的变异方法主要采用变异系数.结合信息熵理论与新兴的GIS技术,提出一种基于差异信息测度的普通序列和栅格序列的信息理论与方法,并应用于潮白河流域1973～2002年58测站的降雨数据和2个入库流量数据的分析.结果表明,该方法是可行有效的,同时也显示,降雨的时空变异不是造成潮白河流域流量剧减的主要原因.     

基于多元图图形几何特征的模式识别新方法

在简要比较统计模式识别和句法模式识别优缺点的基础上,进一步介绍了模式识别研究领域中的表示问题和基于几何特征的模式识别方法研究现状,并提出了具有探索性意义的基于多元图图形几何特征可视化模式识别新问题.     

基于分水岭变换和核聚类算法的图像分割

提出了一种基于分水岭变换和核聚类算法的图像分割算法．通过分水岭变换把图像分割成多个小区域,为实现过分割小区域的合并,利用Mercer核把各小区域的灰度平均值映射到高维特征空间,使原来没有显现的特征突现出来,在特征空间进行更准确的聚类,为下一步图像分析提供较为准确的分割区域．实验结果证明了该算法的可行性和有效性．     

一种改进的分水岭分割算法

为了提取人脑CT图像中的脑部组织,提出了一种改进的分水岭算法,首先采用K-means聚类算法对图像进行初始分割,从而有效地抑制了由图片表面的灰度变化引起的过分割,使边缘定位更加准确;然后在聚类图像的梯度图上利用自动阈值法增强其对比度,进行分水岭分割。最后为了避免过分割现象,对分割后的图像进行了相似区域合并。实验表明该方法简单有效,能够得到符合人类视觉系统特性的分割结果。     

模式特征的几何代数多向量表示方法

模式表示是模式识别的一个基本问题。传统统计模式识别理论中模式特征一般表示为一个数值向量,并被视作维欧式空间中的一个点。这种表示方法只利用了一阶特征,容易丢失模式特征间的关联信息和高阶结构。本文首先阐述了几何代数的公理化定义和一些基本概念,然后将传统的模式特征向量表示推广为几何代数空间的多向量表示,接着讨论了该表示的两种特例,最后阐述了基于该多向量表示进行特征提取和分类的一般思想和需要进一步研究的问题。     

具有前景目标的动态场景视频快速稳像算法

为了提高具有前景目标的动态场景视频的稳像效果,采用了一种基于块绝对差分的运动目标自动提取方法。在提取运动目标的基础上,提出通过自适应设定相关阈值的方法,来预判相关背景模块是否具有足够的信息,以减少用于运动矢量估计的模块数量。仿真实验结果表明,对于具有前景目标的动态场景视频,在减少运动目标提取时间的基础上,能够有效提高稳像算法的速度和精度,对实际视频取得了比较理想的稳像效果。     

基于趋势特征聚类的多元相似时间序列的提取

历史相似时间序列的提取在数据挖掘、工业故障检测以及故障根源分析等领域应用非常广泛。针对工业报警系统中异常根源分析方法存在的问题,提出了一种基于趋势特征聚类的多元相似时间序列的提取方法,可以有效地辅助现场工作人员分析关键变量发生异常变化的根源。首先对多元时间序列进行分段线性表示,获得变量的趋势特征信息;然后采用基于密度峰值聚类分析算法对获得的趋势特征在高维空间中聚类,从而实现历史数据的相似性提取;最后可根据关联变量的幅值变化量分析导致主变量发生异常变化的根源变量。数值仿真和实际工业数据案例验证了所提方法的有效性。