基于光学-ALS变量组合和非参数模型的天然次生林地上生物量估算

【目的】通过组合机载激光雷达(airborne laser scanning, ALS)数据和Sentinel-2A数据提取特征变量,探讨估算天然次生林地上生物量(aboveground biomass, AGB)最佳的变量组合方式和估算方法。【方法】以2015年ALS数据、2016年Sentinel-2A数据和黑龙江帽儿山林场森林资源连续清查固定样地数据为数据源,通过ALS数据提取高度特征变量(all the LiDAR variables, 记为A_L),Sentinel-2A数据提取若干植被指数变量(all the optical variables, 记为A_O),然后将光学-ALS结合变量(combined optical and LiDAR index, COLI,记为I_COL)结合成为新的变量 I_{\mathrm{CO}{\mathrm{L}}_1} 和 I_{\mathrm{CO}{\mathrm{L}}_2} ,以6组特征变量组合方式(A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} 、 I_{\mathrm{CO}{\mathrm{L}}_2} 、 I_{\mathrm{CO}{\mathrm{L}}_1} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入变量,分别使用多元线性逐步回归(stepwise multiple linear regression,SMLR)、K-最近邻法(K-nearest neighbor,K-NN)、支持向量回归(support vector regression,SVR)、随机森林(random forest, RF)和堆叠稀疏自编码器(stack sparse auto-encoder,SSAE)共5种方法构建了天然次生林AGB估算模型,探讨I_COLs变量以及不同模型对生物量估测精度的影响。【结果】结合变量I_COLs对于森林AGB的估算十分有效,加入I_COLs变量能够很大提高森林AGB模型的估算精度;与其他4种模型相比,无论使用哪些变量作为输入数据,SSAE模型的精度最高;当使用SSAE模型,以光学和ALS变量组合 ( I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入特征变量时,模型的准确性最高:R²=0.83,均方根误差为11.06 t/hm²,相对均方根误差为8.23%。【结论】结合变量COLIs能够有效地提高天然次生林AGB的估算精度,而且深度学习模型(SSAE)在估算天然次生林AGB方面优于其他预测模型。总体而言,利用ALS和Sentinel-2A数据组合变量的SSAE模型可以较准确地估算森林AGB,为天然次生林地上生物量的估算和碳储量评估提供技术支持。     

浅论非言语交流在图书馆读者服务工作中的运用

论述了非言语交流的各种特点、内涵,并指出图书馆在读者服务中应科学运用非言语交流技巧,以提高图书馆工作质量,为广大读者提供优质服务。     

基于教育目标分类学的《土力学与地基基础》课程教学研究

以《土力学与地基基础》课程教学为基础,提出并实践了符合教育目标分类学认知规律的“六环节一循环”的专业课教学模式.通过对比新旧模式的教学效果表明:“六环节一循环”的专业课教学模式可显著提高学生接受知识的效率和独立思考的能力,加强分析和解决实际问题的能力,培育逻辑思维与正确的价值体系;该改进模式能不断提升课堂教学的含金量与...     

基于生成对抗网络的手写汉字生成方法研究

在计算机机械学习领域,相对于数字和英文字母,手写汉字的自动生成研究是个重点难点问题,且具有重要研究意义。随着深度学习的不断发展,生成对抗网络在图像生成领域取得了很大进展。本文提出了一种基于循环生成对抗网络(Cycle Generative Adversarial Networks, CycleGAN)的无监督手写汉字生成方法。利用标准仿宋字体图像和手写字体图像进行训练,生成的手写汉字图像具有比较高的识别度。     

非单调线性互补问题的宽邻域算法复杂度分析

研究非单调线性互补问题的宽邻域不可行内点算法.为减小算法的理论复杂度,通过两个牛顿方程分别计算两个搜索方向,再通过这两个搜索方向的凸组合,获得该算法的搜索方向.通过分析,该算法的复杂度与当前最好的宽邻域不可行算法的复杂度一致.     

等离子体随机分布对THz波传输特性的影响

高超声速飞行器再入过程中在其周围会产生非均匀的等离子体鞘套流场,同时在飞行器飞行姿态调整,流场分界层湍流、层流相互转换以及再入过程中由于强烈摩擦产生的高温等因素的影响下,使得产生的鞘套具备了一定的随机特性.文中通过改变磁化角度和外加磁场强度、等离子体电子密度、电子密度相对变化幅度以及碰撞频率等参数,提出了基于等离子体随机分布的散射矩阵法来研究THz波传播的相关特性的方法.结果表明,THz波的极化方向不同,其透射率的变化趋势也不同;左极化波在随机分布等离子体中的透射率要优于右极化波;通过调控合适的物理量,可改变THz波在具有随机特性等离子体中的透射特性.该研究结果对于缓解高超声速飞行器与地面之间的通信“黑障”问题具有一定的参考价值.     

不同浓度聚合物段塞交替注入提高采收率技术

针对单一聚合物段塞驱存在低渗储层动用程度低、部分注入井注入困难以及油井受效比例低等问题,开展了高、低浓度聚合物段塞交替注入提高采收率技术研究.采用物理模拟的实验方法,评价了不同交替注入方案下低渗层的吸液比例、分流率以及聚合物驱的采收率.结果表明:与单独注入高、低浓度聚合物驱相比,不同浓度聚合物段塞交替注入能使低渗储层的...     

碱性膜燃料电池阴极Co-N-C催化剂层的性能优化

近年来,阴离子交换膜性能的提升使碱性膜燃料电池(AMFC)的研究成为热点.与质子交换膜燃料电池(PEMFC)相比,其主要特点之一就是可以使用非贵金属催化剂替代商业Pt/C,从而避免非贵金属在酸性中的不稳定性.膜电极是燃料电池的核心部件,制约燃料电池的性能.催化层作为膜电极的主要部件,由催化剂和离聚物组成.离聚物质量分数...     

一种基于IBDP-GRU模型的热带果树寒冻害预警技术

针对热带果树寒冻害预警中涉及的气象数据不平衡问题,提出一种结合不平衡数据处理和门控循环单元的热带果树寒冻害预警模型(IBDP-GRU)。按照设定的低温阈值,将数据样本按其最低气温分为高于阈值(通常为多数)和低于阈值(通常为少数)2类;利用提出的欠抽样算法对多数类样本进行欠抽样,并为不同类的训练样本赋予不同的权重;将训练样本和权重输入到GRU模型中训练;结合未来一天的最低气温预测值和相关热带果树的寒冻害指标判断这些果树在未来一天是否会受害。实验结果表明,IBDP-GRU能在不显著影响多数类样本预测的同时更加注重少数类样本的预测;在预测果树一天是否会受害时,IBDP-GRU对香蕉寒冻害预警的正报率分别比GRU、LSTM、CNN-GRU和BP模型的高16.4%、19.3%、20.3%、31.3%,对莲雾寒冻害预警的正报率分别比上述模型高18.7%、18.6%、20.5%、32.2%。     

基于差分进化邻域自适应的大规模多目标算法

对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。