顾及PWV的广西地区多尺度PM_(2.5)浓度预测

针对现有的雾霾预测方法较少考虑可降水量的影响,且大部分预测方法都没有对模型回归残差进行有效处理因而预测精度不是很高的问题,利用广西南宁、桂林、梧州和百色四市2017年的PM_(2.5)日均值数据,结合大气污染物、气象因子和大气可降水量PWV等因素,分别建立全年和分季度的ARIMA模型对该地区PM_(2.5)日均浓度进行短期预测,并将ARIMA模型预测残差分别用前馈神经网络径向基函数RBF和多层感知器MLP进行拟合,以达到优化ARIMA模型的目的。结果表明,除桂林外,分季度ARIMA模型预测效果优于全年ARIMA模型,季度ARIMA-MLP神经网络预测精度优于分季度ARIMA模型,表明该类模型可以用于区域PM_(2.5)浓度预测。

桂林地区暴雨天气电离层VTEC时序预报模型适用性

针对极端天气下VTEC的不规律变化更会增加预测难度的问题,以欧洲定轨中心(CODE)提供的桂林上空2019和2020年电离层VTEC值为样本值,使用滑动四分位距法探测桂林地区暴雨期间的电离层VTEC扰动规律,并建立多种预报模型比较暴雨期间的模型适用性及预报精度。选取5种时间序列预测模型(ARIMA模型和Single、 Holt、 Brown、 Damped指数平滑模型)对桂林市暴雨期间的电离层VTEC进行未来24 h内的短期预报,结果表明:4~9 h以内ARIMA模型预测效果最好,预测值的RMSE和MAE均小于2 TECu, Single和Damped指数平滑模型其次,Holt和Brown指数平滑模型预测效果最差;超过9 h后各模型的预测能力减弱,RMSE和MAE均大于3 TECu,已无法满足精确预测的需求。

基于夜光遥感的广西城市扩张特征及驱动力分析

城镇化已经成为了社会关注的热点,城市建成区范围的不断扩大,出现了诸多问题。为了更好地了解城市发展规律,以广西壮族自治区为研究区域,采用参考比较法,选取2014—2021年的NPP-VIIRS夜间灯光数据作为数据源,提取广西建成区范围,通过对广西建成区形态扩张指数的分析,得出城市扩张的规律。通过计算扩张速率、扩张强度、城市重心迁徙和经济引力指标并进行驱动力分析,探究广西城市扩张发展规律。研究结果表明:(1)广西建成区扩张主要集中在南宁市、柳州市、桂林市和玉林市等城市,且广西整体的扩张强度和速率都呈现缓慢下降趋势,主要为外延型扩张;(2)广西的城市重心整体呈现出向南部发展的趋势,以南宁市为核心的经济引力呈辐射状向周围城市影响;(3)建成区扩张主要集中在地势平坦的地区,且受政策因素、人口因素和经济发展因素影响较大。为广西的城市发展规划和空间结构调整提供了理论依据和科学数据支撑。

广西地区MERRA-2加权平均温度模型

针对广西地区南接热带海洋、西临云贵高原、地形起伏较大等特点,通过分析广西2014—2016年的MERRA-2再分析资料格网点高度处的加权平均温度(T_(m))及格网点垂直方向温度递减率(K)的时序变化特征,建立了每个格网点高度处的加权平均温度模型和温度递减率模型,进而建立了广西地区MERRA-2加权平均温度模型(GXT_(m))。以2017年探空站资料计算得到的T_(m)作为参考值,对其进行精度检验,并与Bevis模型、中国东部模型、广西气象参数模型以及GPT2w-1和GPT2w-5模型进行比较。结果表明:GXT_(m)模型的平均偏差(Bias)和均方根误差(RMSE)分别为0.26和2.51 K,GXT_(m)模型的精度(RMSE)较Bevis模型、中国东部模型、GPT2w-1模型和GPT2w-5模型分别提高了32%、34%、17%和46%,与广西气象参数模型精度相当。

新疆地区ERA5和MERRA-2大气可降水量精度分析

大气再分析资料提供的大气可降水量(PWV)产品在天气变化和气候研究中扮演着极为重要的角色。新疆地区存在地形起伏大、气候复杂和实测高分辨率PWV产品缺乏等特点,大气再分析资料提供的PWV产品可作为有力补充。以新疆地区2018年11个GNSS站数据反演得到的PWV(GNSS-PWV)信息作为参考值,评估ERA5和MERRA-2提供PWV产品在新疆地区的精度,并分析两种再分析资料PWV的偏差(Bias)和均方根差(RMSE)的时空变化特性及其日变化。结果表明:以GNSS-PWV为参考值,ERA5和MERRA-2在新疆地区的PWV年均Bias分别为-0.97和-1.20 mm,年均RMSE分别为1.81和2.11 mm,两种再分析资料PWV均具有较高精度,其中ERA5 PWV精度略高于MERRA-2 PWV;两种再分析资料的PWV精度都有明显的季节性变化,总体表现为夏季精度低,冬季精度高;在PWV日变化分布上,两种再分析资料与GNSS-PWV展现出较高的一致性,能较好地反映新疆地区PWV的日变化特性。

基于加权组合算法的点云孔洞修补

为了对无人机航测数据中的点云孔洞进行修补,将最小二乘支持向量机算法LS-SVM和遗传算法GA优化的反向传播神经网络算法BP进行线性组合,构建一种加权组合模型,用于散乱点云数据中的孔洞修补。通过两种修补方法的误差进行两者的加权组合,建立出与两种修补方法误差相关的加权组合模型,并将加权组合模型的修补结果与单一使用最小二乘支持向量机、遗传算法优化的BP神经网络两种修补方法的修补结果进行残差和内外符合精度的比较与分析。结果表明:采用加权组合模型得到的点云修补结果内外符合精度较高,且具有更强的稳定性,为无人机获取的点云数据提供了一种有效的孔洞修补方法。

云贵地区顾及高度改正的大气加权平均温度模型

针对云贵地区地形起伏特点,分析T_(m)与高程、Ts的关系,利用2016—2018年的ERA5数据,建立两种顾及高度改正的T_(m)模型——YGTrop-T_(m)和YGMete-T_(m)。以2019年ERA5和探空数据为参考值,结合Bevis公式、GPT2w和CTrop模型,对新模型精度进行评估。结果表明,以ERA5数据为参考值,YGTrop-T_(m)和YGMete-T_(m)模型的年均RMS分别为2.72和2.16 K,相较于Bevis公式、GPT2w-5和GPT2w-1模型,YGTrop-T_(m)模型RMS减少了20%、28%、9%,与CTrop模型相当,而YGMete-T_(m)模型RMS相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型减少了36%、43%、28%和20%;以探空数据为参考值,YGTrop-T_(m)模型年均RMS与Bevis公式和CTrop模型相当,分别为2.88、2.93和2.80 K,而YGMete-T_(m)模型的年均RMS最小,为2.45 K,相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型,减少了16%、21%、20%和12%。此外,将YGTrop-T_(m)和YGMete-T_(m)模型用于GNSS水汽计算,对应的水汽理论RMS误差分别为0.25和0.21 mm,相对误差分别为1.01%和0.86%。

基于SSA-ELM算法的基坑地表沉降预测

针对传统的极限学习机算法(ELM)在进行深基坑的地表沉降预测时易陷入局部极小、网络结构中参数选取不准确及预测精度不佳等问题,提出了一种基于麻雀搜索算法(SSA)优化极限学习机算法的基坑地表沉降预测模型。根据麻雀搜索算法收敛速度快、寻优能力与稳定性较强等特点,对极限学习机算法中的连接权值与阈值进行优化,并将优化后的模型应用于基坑的地表沉降预测。将麻雀搜索算法优化后的极限学习机算法(SSA-ELM)与ELM、 GA-ELM、 PSO-ELM算法进行预测精度对比,结果表明:SSA-ELM算法的预测精度高于ELM、 GA-ELM、 PSO-ELM算法,且其稳定性更强,在基坑的地表沉降预测方面效果更好,实现了提高预测精度的目的,具有一定的可行性和实用性。

广西地区大气水汽转换系数的K值模型

利用中国低纬度地区20个无线电探空站2008—2012年探空资料,分析大气水汽转换系数K值与地理位置间的关系,建立广西地区不需气象资料的K值模型。比较不同模型的精度、适用性,分析逐年增加样本数对预测精度的影响,探索如何更好地建立广西地区K值模型。结果表明:(1)在广西地区,Emardson模型总体的内、外符合精度与高程模型相当,Emardson模型与积分模型计算K值符合较好,总体内符合均方误差为0.002 1,外符合均方误差为0.001 8;(2)与高程模型相比,无需考虑高程因子的Emardson模型在广西地区适用性更强;(3)通过逐年增加样本数进行建模不能保证提高模型的预测精度,用最近的两年数据建模能够更好地预测第3年的K值。

基于小波去噪的改进GM(1,1)模型在高铁线下工程中的应用

针对GM(1,1)模型对建模数据光滑性条件的要求,分析了原始GM(1,1)模型在初始值和背景值选取上的缺陷,对其进行了合理和必要的改进。应用小波去噪对建模数据进行去噪处理,结果表明,用小波去噪处理的数据建立的GM(1,1)模型模拟精度和预测效果得到了很大的提高。但工程实例表明,当建模数据为低增长指数时,改进模型的模拟精度和预测效果没有量级的提高。

基于遥感阴影与财产密度的城市房屋滑坡灾害风险评估方法——以广西梧州市为例

针对我国西部山地城市居民区滑坡灾害的空间分布特点,从高分遥感角度探讨了滑坡灾害损失发生的承灾体物质基础,提出一种基于遥感阴影与承灾体财产密度的城市居民区房屋滑坡风险评估方法。与以往方法不同,该方法利用了高分影像上的建筑物的落影信息,通过遥感落影成像模型反演建筑物的高度、楼层数和建筑面积,结合实地勘测和危险性区划完成滑坡风险评估。以广西梧州市为研究区进行风险区划研究,获得区划结果。结果显示:建筑物样本的楼层数反演结果与实地量测建筑物样本楼层数基本相符;与样方估计法相比,核密度函数法便于进行建筑物的财产密度分析,该方法更适合我国西部山地城市房屋的滑坡易损性与风险评估。

基于SPOT NDVI的广西植被变化趋势分析

基于1998—2012年长时序SPOT VEGETATION归一化植被指数数据,采用一元线性回归分析法和Mann-Kendall非参数检验法对广西植被变化趋势作了时空分析。结果表明:1998—2012年,广西年最大化NDVI均值总体呈上升趋势,植被覆盖状况以良好区域占主导地位,其中较高植被覆盖区域占广西区总面积的73.08%,而低植被覆盖区域仅占1.18%。年最大化NDVI变化趋势以改善为主,局部地区恶化,其中97.86%的地区植被得到改善,严重退化区域约占0.57%。Mann-Kendall趋势分析结果表明,广西植被覆盖总体呈增加趋势,与一元线性回归法分析结果一致。

基于多源数据的城市休闲旅游空间特征及时空演变分析——以南昌市为例

基于从百度地图爬取的POI数据以及27年间的夜间灯光遥感影像,利用核密度估计法、多距离空间聚类分析法、最近邻指数法和标准差椭圆算法,以及将POI和夜间灯光数据耦合分析等方法对南昌市中心城区的休闲旅游空间分布进行分析并探讨它的分布特征。通过ArcGIS可视化观察区域各类别服务设施的集聚程度,利用夜间遥感影像数据绘制1992—2018年南昌市重心迁移轨迹对时空演变进行分析。研究发现,南昌市休闲旅游空间各分类NNI均小于1,整体呈现空间集聚;总体空间的椭圆中心分布于东湖区,整个趋势是沿“西北向东南”方向发展,且有显著方向性;南昌市休闲旅游空间的集聚存在空间尺度效应,空间尺度效应随地理距离衰减而变化,POI数据和夜光遥感数据的空间耦合性表现也整体较好;南昌市休闲旅游空间的重心先向西北偏移,再向西南偏移,空间增长以西南部城市为主。

通信原理虚拟实验平台开发

针对目前通信原理实验箱模块固定、不易进行二次开发、不便于演示等缺点,设计开发了基于Flash的通信原理虚拟实验平台。该平台与传统实验设备相结合,采用软件模拟及编程等方法,可实现交互式实时动态演示,有助于教师的授课讲解及学生的学习理解,同时可以对传统实验进行有效补充和完善。

基于面向对象的数字城市地理空间框架数据组织方法

在探讨基于面向对象空间数据模型(OOSDM)的基础上,研究了数字城市地理空间框架的体系结构、基础数据组织方法和存储管理模式,以及采用OOSDM进行地理空间数据组织的过程。重点研究了数字城市地理空间框架中基础地理空间数据面向对象的数据分类、组织、一体化存储管理与显示,为数字城市地理空间框架建设提供了基于面向对象的数据组织方法和思路。

广西都安县石漠化景观格局的尺度效应

以都安县2007年LANDSAT TM影像为数据源,采用基于归一化植被指数(NDVI)的像元二分模型估算了研究区的植被覆盖度,根据石漠化与植被覆盖度的对应关系,反演了石漠化景观信息。从景观水平上选取7个常用的景观指数,定量分析了景观指数随粒度和幅度变化的基本规律。结果显示:1不同景观指数随粒度变化的响应特征不同,除Shannon多样性指数(SHDI)和均匀度指数(SHEI)外,其余指数对粒度变化较敏感;2当幅度<5(实际8 km)时,大部分指数随幅度变化具有随机性,当幅度>5(实际8km)时,周长-面积分数维数(PAFRAC)对幅度变化不敏感,其他指数都表现出明显的幅度效应;3空间粒度和幅度两方面都说明石漠化景观格局具有尺度依赖性。

基于RBF神经网络的地理时空信息预测推理方法

本文在深入分析地理实体时空特征的基础上,对地理实体进行抽象和标准化处理,提出一种针对特征复杂地理实体的地理信息预测推理方法。该方法重点研究了基于RBF网络学习方法的地理实体时空信息预测推理的理论、模型方法和具体过程,通过对地理实体对象化抽象描述和标准化处理,建立时空信息融合的超曲面,并利用RBF神经网络超强的非线性拟合能力,构建了复杂地理实体的时间、空间和属性信息的一体化预测和推理模型,并以桂林漓江阳朔段流域水质中溶解氧(DO)的含量的预测推理验证该方法的可行性,为时空数据处理过程中智慧决策和推理分析提供了有效途径。

时序InSAR在识别阳朔县潜在滑坡中的应用

利用阳朔县2018年1月—2019年12月的30景哨兵-1A(Sentinel-1A)数据,采用短基线集合成孔径雷达干涉测量技术(SBAS-InSAR)和永久散射体合成孔径雷达干涉测量技术(PS-InSAR)提取阳朔县地表形变。结果表明,SBAS-InSAR监测形变速率为-20.1~16.7 mm/a,PS-InSAR监测形变速率为-24.4~24.6 mm/a,两种方法得到的结果较为一致。滑坡隐患主要分布在公路沿线边坡和乡村山岭人为开采地带,沉降多受生产建设等人为活动影响,加之地质结构较为复杂的特点,在持续降雨的影响下,加速下沉。该案例证明了InSAR作为新兴雷达测量手段,可以准确高效地识别丘陵山区滑坡隐患。

融合VMD算法的多星GNSS-MR雪深反演

针对当前反射信号分离纯度不高,难以准确提取反射信号中地表环境参数的问题,构建了一种融合VMD算法的多星GNSS-MR雪深反演模型。利用VMD算法可有效实现信号的分离,提高反射信号的分离纯度,并与传统的二阶多项式拟合法进行对比分析。下载了美国科罗拉多州NWOT测站2017年172天的GPS卫星信噪比数据进行验证,结果表明:融合VMD算法的多星GNSS-MR反演雪深模型精度优于二阶多项式拟合模型,反演值与实测值的RMSE降低了近50%,决定系数R^(2)高达0.98,在一定程度上有效提高了雪深的反演精度和可靠性。

基于无人机影像匹配点云的土石方量计算

针对传统土石方量测量中存在受地形限制、耗时费力、成本高等问题,提出一种基于无人机影像匹配点云的土石方量计算方法。使用单镜头多旋翼无人机获取玉林市某矿山区域范围内正射影像与倾斜影像,借助Pix4Dmapper软件对无人机影像进行处理与分析,提取矿山地表三维点云数据;利用布料模拟点云滤波算法对所获取的点云数据进行滤波处理,进而分离非地面点与地面点;同时利用局部多项式插值算法对地面点云缺失区域进行插值拟合,生成更加准确的地形特征;利用EPS软件对点云成果进行分析,计算矿山现状开采范围内的土石方量值。结果表明:基于无人机影像匹配点云的土方量计算所得结果与GNSS-RTK实测结果差值比为1.9%,计算方法具有可行性与可靠性,可作为土石方量计算新方法。