MPL反演南京北郊气溶胶光学厚度准确度的研究

微脉冲激光雷达是探测气溶胶的有效工具。为了验证探测的准确度,对一台微脉冲激光雷达观测数据采用Fernald算法进行反演,得到了南京北郊上空的气溶胶光学厚度,并将反演结果同太阳光度计观测数据、喇曼-瑞利-米雷达观测数据和中分辨率成像光谱仪的标准气溶胶产品进行了比较。结果表明,它们之间具有一定相关性。微脉冲激光雷达是反演气溶胶光学厚度的有效手段,可以用于其它观测手段的地面验证。

1998-2012年青藏高原TRMM 3B43降水数据的校准

运用1998-2012年青藏高原的TRMM 3B43降水数据以及气象台站实测降水数据,对比分析了青藏高原地区TRMM 3B43降水数据偏差分布规律。结果表明:(1)TRMM 3B43降水数据在青藏高原地区存在明显误差,特别是降水量大的地区和月份,偏差量较大。(2)青藏高原地区TRMM 3B43降水数据偏差分布与海拔、经纬度、降水量存在密切的关系。用偏差分布规律,加法修正法结合随机森林算法对青藏高原地区TRMM 3B43降水数据进行了校准。经过校准之后,数据精度得到显著提高,有效增加了数据的可用性,多年月平均数据决定系数R2最大可达到0.9(3、10月),最小也接近于0.5(12月),效率系数E均为正值,最大可达到90(3、10月);多年季平均和多年平均降水数据中除了第一季度结果稍差外(决定系数R2为0.58),其余数据校准效果均较好。

基于IDL的视频图像水位检测新算法

构建了一个基于视频图像的IDL水位新检测模型,可以准确提供监测点积水深度,为监测城市内涝灾情提供科学依据。研究数据为水位视频图像,在ENVI软件中对数据进行校正和重采样。利用能量函数建立水位提取模型并估算水位高度。模型估算的水位和实际水位的统计分析结果为:相关系数的平方R2=0.83,平均绝对误差MAE=1.35 cm,均方根误差RMSE=1.50 cm。

异速生长和资源限制生物量模型研究的最新进展

异速生长和资源限制理论是当今生物界和系统科学研究的热点理论,其最新进展对森林生物量估算问题有重要意义。阐述了异速生长关系;并在总结国内外森林生物量估算方法基础上,探讨了基于异速生长与资源限制模型的树高、个体与区域的森林生物量估算理论;最后展望了基于异速生长与资源限制模型的研究与应用的发展趋势。

中巴地球资源卫星数据反演地表温度产品设计

利用CBERS IRMSS/IRS传感器红外通道数据,基于MODTRAN4和查找表算法,根据地表数字高程和全球/区域一体化数值预报模式,建立相应高度和气象条件下温度反演配套系数,利用CBERS可见/近红外通道和地表比辐射率数据库最终生成地表温度/地表发射率产品。最后介绍了温度产品的验证工作,并对温度反演中存在的参数敏感性和不确定性问题进行了分析。

Coursera课程教学有效性探讨

本文以教学有效性七规则作为标准,从教师的角度调查了Coursera平台提供的三十门x Moocs课程(十八门文科和十二门理科),试图评估这些课程是否或在何种程度上具有教学有效性。调查发现文科课程的教学有效性平均得分高于理科课程,但这些课程的教学有效性评估总体得分不高,大部分的课程教学有效性设计质量不能满足教学有效性七规则的要求。该结果表明当前Coursera平台提供的课程需要加强相关教学指导设计质量以帮助更多的人实现其学习目标。

加格达奇3种森林类型树高-胸径的曲线拟合

基于加格达奇落叶松、樟子松、红松落叶松混合林共400个样本的树高、胸径实测数据,选用11个曲线模型,对模型参数求解,分析树高-胸径的相关性;并采用总误差、平均相对误差、误差及均方根误差这4项值验证拟合精度,探求3种树种的最优拟合模型。结果表明:树高和胸径相关性显著,基于11个模型的树高-胸径曲线拟合参数表明,幂函数模型为最优拟合模型,树高-胸径的关系符合异速生长规律。数据拟合精度的4项误差指标值表明,总体拟合效果理想,精度较高。

基于智能手机图像分析的树木胸径测量研究

树木信息的采集是森林资源调查的基础,通过安卓智能手机图像处理的研究,为单株树木胸径信息的采集提供简单、高效的测量方式,在野外环境复杂或者没有仪器的时候,也可以进行较为准确的树木胸径估测。利用安卓智能手机上的图像处理技术,结合近景摄影测量原理,该文提出了2种测定单株树木胸径的方法:第1种是基于近景摄影测量技术的测量方法。此方法通过手机摄像头摄像时传感器获取的手机倾斜角度和变化测量位置后测得的高度差,利用三角函数计算得到立木胸径;第2种是基于图像立木边缘提取的测量方法。此法利用边缘检测算子得到树木的轮廓,再根据比例因子,结合用户输入的参数和应用程序获取的手机相关参数计算立木胸径。最后开发了相应的智能手机App(Application,应用软件)。结果显示,基于近景摄影测量技术的测量方法,其绝对误差的绝对值在8 cm以内,平均相对误差为6%;基于图像立木边缘提取的测量方法,其绝对误差绝对值在5 cm以内,软件测量胸径与卷尺间接测量的直径值之间平均误差为11.08%。这说明,2种方法软件测量结果精度较高,适合野外操作;相比较而言,第2种方法测量结果更加稳定,更加具有实用性。

以安卓智能手机为平台的树木高度测量技术

树木高度的测量工作是林业生产、科研、教学和森林调查的一项重要工作,是评价林木生长状况的重要依据。该文在对树木高度测量方面摒弃了繁重的测量设备,将近景摄影测量原理与当下时兴的安卓智能手机应用程序(Application)相结合,提出了一种新的测量树高的方式。测量者输入必要的参数并进行简单的操作,应用程序调用手机内部的方向传感器获取其倾斜角度数据,再结合所输入的参数先得到精确的树木离测量者的距离,然后通过一定的数学模型演算出树木的高度。此方法轻便、快捷,且精度较能满足需求,适合在野外没有专业测量工具时对树高进行较为准确的估测。

青海高原生长归一化差值植被指数对气候暖湿化响应的年代际变化

本文利用1982~2018年美国国家海洋和大气局(NOAA)先进甚高分辨率辐射计(AVHRR)观测得到的归一化差值植被指数(NDVI)数据集和中国区域高分辨率近地面气温和地面降水率驱动数据集(CMFD),采用线性倾向估计、M–K检验、偏相关和方差分析等方法,研究了气候暖湿化背景下青海高原生长季(5~9月)地表植被变化特征及其对气候暖湿化响应的年代际变化。结果表明:(1)1982~2018年,青海高原生长季地表植被呈由东南向西北逐渐减小的空间分布特征,整体呈显著增加趋势(p<0.01),气候倾向率达0.01(10 a)-1,但在空间上呈两极化发展,在青海高原东部和西南部植被显著变好(面积占57.3%)的同时,青海高原西北部的柴达木盆地地表植被表现为退化态势(面积占14.8%)。(2)1982~2018年青海高原气候整体呈暖湿化特征,但在1990年代中后期发生了显著的趋势变化,不同时段气候暖湿化的区域和强度存在差异,P1时段(1982~1998年)的增温强于P2(1998~2018年)时段,而P2时段的变湿强于P1时段;青海高原生长季地表植被在1998年之前为波动上升,趋势不显著,但从1998年开始出现显著增加趋势(p<0.05),这与青海高原地面降水率的变化相一致。(3)在青海高原气候暖湿化不同阶段,地表植被对气候变化具有不同的响应,在P1时段,水分条件相对不足的情况下,地表植被对热量因子(气温)以负反馈为主,增温不利于地表植被的生长,特别是在黄河源区北部和青海湖附近;而在P2时段,在水分条件相对充足的条件下,地表植被对水分和热量因子均以正反馈为主,在二者的共同作用下,青海高原生长季地表植被出现了大范围好转。

青海地区TRMM 3B43降水产品融合降尺度与时空特征分析

卫星遥感降水产品已广泛应用于估算降水,尤其是在地面观测站点稀少的地区。然而,这些卫星降水产品较低的空间分辨率,限制了其在局部地区的应用。因此,提出一种基于块到点克里金插值算法(ATPOK)与地理权重回归克里金残差校准算法(GWRK)组合的融合降尺度框架,对2000—2019年青海地区TRMM 3B43进行空间降尺度,并结合地面观测站点数据、归一化植被指数(NDVI)、数字高程模型(DEM)、坡度及坡向等辅助因子进行校准,最终得到1 km分辨率的降水产品。结果表明:(1)本研究所提出的融合降尺度框架能有效提高TRMM 3B43降水数据的降尺度精度,但并不能消除TRMM 3B43降水高估的情况。(2)与ATPOK算法相比,采用降尺度的TRMM降水数据和辅助因子的GWRK模型能更好地估算年、月降水量。(3)基于对TRMM 3B43和NDVI相关关系研究,发现NDVI对降水的响应存在0~2个月的延迟。(4)基于对降尺度降水产品时空变化分析,发现青海地区降水在月尺度上存在显著增长,其中干月年际变化率3.33%,湿月年际变化率1.79%。

均匀植被方向性亮温与半球热辐射关系研究

陆地表面上行长波辐射(UPLW)是全球变化研究中关键因子之一,提高其计算精度将有助于在气象和气候研究中得到可以接受的能量计算误差。为此,利用均匀植被热红模型THERM5A,首先模拟出各个方向的亮度温度,然后对方向性亮温进行半球积分,从而得到上行长波的热辐射值。通过与各个方向的热辐射值比较发现,LAI从0.5变化到3.0时,半球平均热辐射的最佳替代角度在55°至47°之间变换。

基于图像特征的大气能见度估算方法

针对现有图像能见度测量方法存在目标物架设复杂和物理量解算困难的问题,该文提出一种简单有效的基于图像特征的大气能见度估算方法。采用图像梯度和对比度作为能见度的特征变量,将图像感兴趣区进行分窗处理后,利用支持向量机(SVM)和随机森林(RF)两种算法建立能见度数值与图像特征的关系模型。结果表明,图像梯度和对比度特征能够准确反映能见度数值大小;窗口总数对模型精度有影响。窗口总数小于35时SVM算法优于RF算法;在窗口总数为70、窗口大小为140×10时,RF算法的像素精度最高,最优模型决定系数R2为0.965,均方根误差为658.13 m。

光流算法在FY-4A红外图像外推中的精度评价研究

基于光流的图像外推算法能够快速、高效、准确地预报下个时段的卫星云图。为了评价2组每组2种光流模型在FY-4A红外图像外推的应用效果,使用2018年FY-4A卫星AGRI观测仪器所探测的4 km分辨率全圆盘数据,利用连续时间间隔为1 h的红外图像数据外推出后续12幅时间间隔为1 h的红外图像亮度温度。采用MAE、RMSE、MAPE对云图外推效果进行精度评价工作。结果显示:在红外图像亮度温度外推中,稀疏模型比稠密模型在MAE整体上高3.9 k,在RMSE上高6.7 k,在MAPE上高1.4%,稀疏光流模型组外推的图像边缘有像素点缺失并随时间步长增加缺失数目增多,整体效果不稳定。稠密光流模型组外推的图像整体较好。综合评价指标,稠密光流模型组采用的DIS光流算法和向后平流方案外推效果更优,能更好应用于FY-4A整幅卫星云图的图像外推工作。

基于深度学习的TRMM降水产品降尺度研究——以中国东北地区为例

降水的季节性时空分布研究对东北地区的生态保护和农业生产有重要意义。基于植被指数、地形因子与降水的相关性,采用深度学习模型,对2009—2018年10 a间平均1,4,7,10月TRMM_3B43产品降尺度至0.01°(约1 km),使用站点实测数据进行精度校正,并填补TRMM未覆盖的50°N以上地区。结果表明,该模型效果优于随机森林,可有效获得各季节较高空间分辨率与精度的研究区域降水分布,校正后全局决定系数R2介于0.881~0.952之间,均方根误差介于1.222~13.11 mm之间,平均相对误差介于7.425%~28.41%之间,其中4月和10月份拟合度较好,1月和7月份相对稍差。

三道街小学:“TOPS”课程打造全新的育人方式

课程是学校教育思想、办学理念和育人目标、教育内容的直接体现,是学校落实立德树人根本任务的重要载体。学校教育的生机与活力来源于课程的创新与创造;评价是指挥棒,影响着办学方向和模式的选择与教育行为的实施,科学的教育价值观、教育质量观和评价模式,对于落实五育并举、实施素质教育、促进学生全面发展有着十分突出重要的作用。武昌教育长期领秀群芳的一个突出原因,就在于营造了良好的鼓励创造、包容创新的氛围和生态,于是,各个学校在课程再造中、在评价创新中爆发出巨大潜力和无限可能。

思维导图:增强记忆的好帮手

思维导图结构清晰、用语凝练、逻辑严密,是增强学生记忆力的有效工具。用思维导图回顾知识点。《雷鸟太太的时装》（一）（二）是鄂教版课标实验教材三年级上册第八单元中的两篇文章,合起来是一个完整的科学童话故事：雷鸟太太随季节变化而改变羽毛的颜色.

三门峡市汛期区域性强降水短期数值预报产品释用技术业务系统

利用ＨＬＡＦＳ资料对三门峡市１９９６年６～８月区域性强降水进行物理量诊断分析，并给出动力诊断模型和相关预报方程；通过１９９７、１９９８两年汛期业务试运行，对上述模型和方程进行了修正；利用相似预报方法，对１９９７年和１９９８年汛期的大到暴雨及中雨以上过程日期前１～２天的物理量场资料分别和上一年相应日期的前后共２１天的相同物理量场资料进行了相似系数计算，通过筛选取相似较好的６个物理量，建立了预报规则，得出较好的预报结果；根据多年天气图预报经验，结合ＭＣＡＰＳ预报平台给出专家预报规则；建立了集成预报方法。

机载LiDAR高差和高分影像的城市树冠提取比较

在机载LiDAR(Light Detection and Ranging)数据和高空间分辨率航空影像的支持下,以城市为实验区,实现了单木树冠提取。首先通过LiDAR数据获取高差模型,将其作为包含林木的感兴趣区,再通过掩膜方式提取高分影像上的相同区域,然后采用标记分水岭分割算法分别对两幅感兴趣区影像进行树冠提取,最后以人工勾绘树冠结果为参考评价分割精度,比较了两种数据源提取树冠的优缺点。结果显示,利用LiDAR数据获取的高差模型中包含85.28%的林木信息,林木区域提取的效果显著;基于高分影像得到的分割结果较好,F值为57.14%,基于高度差值模型影像的分割结果较差,F值为42.47%。表明分水岭算法方便可行,且高分影像提供的二维信息更适用于树冠提取。

高分辨率青藏高原历史月降水数据重建

青藏高原对全球气候研究具有重要意义,而降水数据对水文、气象和生态等领域的研究也至关重要,且随着研究内容和尺度的变化,对高时空分辨率的历史降水数据的需求越发迫切。本文基于TRMM 3B43降水数据,采用随机森林算法,引入归一化植被指数(AVHRR NDVI)、高程(SRTM DEM)、坡度、坡向、经度、纬度6个地理因子,建立历史降水重建模型,获得1982-1997年分辨率为0.0833°的青藏高原年降水数据,然后根据比例系数法计算出月降水数据。为提高精度,利用站点数据对月降水数据进行校正。结果表明,该方法能简单有效地获得高时空分辨率的历史降水数据,决定系数R2大部分在0.4~0.9之间,平均值为0.6767,其中夏季效果最好,冬季效果最差;均方根误差RMSE和平均绝对误差MAE均在50 mm以下,RMSE均值为22.66 mm,MAE均值为15.97 mm;偏差Bias较小,基本在0.0~0.1之间。