考虑周期性的深度学习臭氧预测模型研究——以珠三角为例

构建了一种长短时记忆神经网络(LSTM)和全连接神经网络(FC)结合的臭氧(O 3)预测模型(LSTM-FC),并考虑O 3质量浓度的周期性变化规律,以珠三角为例,实现了对其进行高精度预测的目标。结果表明:(1)考虑周期性的LSTM-FC模型24 h预测结果的均方根误差(RMSE)为16.08μg/m^(3),决定系数(R^(2))可达0.82,相比未考虑周期性的模型,精度提升了32.28%。(2)考虑周期性的LSTM-FC模型对O 3质量浓度低值部分能够取得更精确的预测结果,对高值部分低估的现象改善效果显著。考虑周期性后,大于《环境空气质量标准》(GB 3095—2012)中O 31 h平均质量浓度一、二级限值的预测结果均得到了一定改善,RMSE分别下降了18.71%和34.90%,R 2分别提升了40.42%和134.04%。研究结果表明,考虑周期性的LSTM-FC模型在O 3预测方面具有良好的拓展性和应用潜力。

遥感时空融合中单/双时相辅助数据的适用性分析

遥感时空信息融合需要其他时相的数据作为辅助,而现有的时空融合应用往往随机选用单时相或双时相辅助数据,从而导致融合结果并非最佳。单/双时相辅助数据中,哪种能获得更优的融合结果?如何选用单/双时相辅助数据进行最佳融合?这是目前研究中尚未探究的问题。针对此问题,该文对单/双时相辅助数据的融合结果进行了系统比较,总结了单/双时相辅助数据在不同时相变化特征下的适用规律。结果发现,当存在多个可供选择的辅助时相时,若预测时段内时相变化幅度基本均等,应优先选用双时相辅助数据进行融合;若时相变化幅度明显不等,应优先选用差异较小的单时相辅助数据进行融合。此外,为深入揭示时相差异与最优辅助时相的关系,该文对其进行了量化研究,提出了一种用于选取最优辅助时相的经验性方法。

海港工程对海洋划界的影响分析

随着各国海岸附近海港工程逐渐增多,部分国家存在将领海基线向海一侧调整的倾向,进而对领海、专属经济区等海域的划定产生重要影响。选取24处典型海港工程样点进行研究。结果表明,24处样点中,5处会造成各划界海域面积显著扩大。多数情况下,领海、毗连区和专属经济区面积依次扩大。模拟实验表明,划界海域面积变化量与海港工程的形态、位置及其周边关系等多个因素有关。

数据融合视角下的遥感参量空间降尺度

空间分辨率不足是限制遥感参量数据精细应用的主要瓶颈问题之一,而空间降尺度是提升遥感参量数据空间分辨率与应用能力的有效途径。研究学者针对不同遥感参量已发展了类型多样的降尺度方法,但还未形成统一、通用的分类体系。在深入分析当前各类参量降尺度共性问题的基础上,从降尺度所需的互补信息出发,以数据融合的视角对空间降尺度方法进行系统总结,归纳出多参量融合、时-空融合、遥感-模型融合和超分辨率重建隐式融合4类降尺度方法,剖析了各类方法的优缺点和适用场景,探讨了空间降尺度方法研究的发展趋势,为提升遥感数据精细化应用能力提供理论与技术支撑。