能源资源开发区域大气CO_(2)时空变化及影响因素分析

分析能源资源开发区域大气碳浓度的时空变化和影响因素,对于探索“碳达峰”“碳中和”背景下能源资源开发高质量发展路径至关重要。新疆维吾尔自治区是我国重要的能源和战略资源基地,本文面向新疆维吾尔自治区的能源资源开发现状,采集并预处理了2015—2021年轨道碳观测卫星-2(Orbiting Carbon Observatory-2,OCO-2)二氧化碳L3数据产品,分析研究区大气碳浓度的时间变化趋势和空间分布格局,构建深度森林回归模型,并分析各影响因素对碳浓度时空变化的驱动作用。结果表明:(1)新疆维吾尔自治区、准噶尔盆地、吐哈盆地和塔里木盆地XCO_(2)浓度在2015—2021年均呈周期性上升趋势,增长率呈“先减后增”,且季节变化趋势呈现明显的“春季高冬季低”;(2)在春、秋和冬季,新疆XCO_(2)浓度空间格局呈现“北高南低”的趋势,在盆地区域及能源资源开发区域出现XCO_(2)高浓度积聚现象,夏季则呈现“北低南高”趋势;(3)地形起伏、风场流速、NDVI、地表温度、降水量、10 mV风、10 mU风和能源开发强度对区域XCO_(2)浓度时空分布有显著影响,各因素呈现明显的空间异质性和显著差异。研究结果有助于理解能源资源开采区域的大气碳浓度时空演变机制,在国家碳减排目标的实现、指导碳中和策略、追踪碳减排效果等方面具有深远意义。

理工科课程思政融入地学大数据基础课程的探索

理工科专业课程是高校课程的重要组成部分,理工科课程思政建设已成为新时期高校课程思政改革的关键。然而,当前理工科专业课程思政建设成效仍不够显著,实际教学过程中专业知识难以与思政内容有机融合,“两张皮”现象突出。该文深入分析课程思政的发展现状,总结归纳理工科课程思政建设存在的突出问题。以中国矿业大学地学大数据基础这一典型理工科课程为例,制定课程思政的教学设计方案,探讨切实可行的理工科课程思政建设机制,从而为理工科课程思政改革提供一定的借鉴与参考。

基于全球测深数据的中国海岸线周边海域数字水深模型融合

数字水深模型(Digital Bathymetric Models,简称“DBMs”),是近海工程建设、资源开发、环境保护等领域的重要基础地理信息数据。现有全球公开DBMs产品如GEBCO(The General Bathymetric Chart of the Oceans)、SRTM(The Shuttle Radar Topography Mission)、ETOPO(Earth Topography)等在不同海域的数据类型、数据来源和产品精度均存在差异。为利用全球测深数据和DBMs产品重建中国近海水深模型,本文提出一种基于水深分区的加权融合重建框架。首先,从5个维度(整体精度、不同水深、航线剖面、地理分区、局部细节)对比分析6种常用DBMs产品的可靠性和适用性;然后,顾及水深和地形特征对研究区进行分割和分区,并选取分区内最优DBMs产品,以最小误差为约束进行最优加权融合;最后,对融合结果进行实测值恢复、平滑滤波等后处理,形成中国海岸线周边近海海域15″分辨率高精度无缝水深模型。结果表明,融合结果相比SRTM30_PLUS、GEBCO_2022、SRTM15_V2.5.5和ETOPO_2022均方根误差降低了27%、14%、14%和13%,地形细节也得到保留,证明了该融合框架的可行性,可为多数据集大规模海底地形的融合重建和及时更新提供参考。

“地学知识图谱”课程教学实践与探索

“地学知识图谱”是地球信息科学与技术专业的高阶选修课,也是地球科学、信息科学和数据科学的交叉学科。探索“地学知识图谱”课程的教学实践,对于指导地球科学相关领域专业课程体系建设具有一定的意义。通过梳理“地学知识图谱”的课程特点,制定了“地学知识图谱”课程的教学目标,在教学实践中构建了“地学知识图谱”课程体系,以增强学生数据与知识双重驱动的地学创新能力,培养具有正确地球观的专业人才,以期为地球科学相关领域专业在“地学知识图谱”课程的建设与实践提供一定的借鉴。

基于区域生长和最外边缘追踪的路面损坏检测

为提高沥青路面损坏检测的效率和准确度,提出一种基于区域生长和最外边缘追踪的沥青路面损坏检测方法。该方法先对路面图像进行区域生长分割,得到病害的连续区域,然后利用数学形态学中的闭运算进行处理,连接邻近物体和平滑边界,接着通过边界标记和获取最外边界唯一值得到最外边界的边界点坐标,最后通过坐标转换,生成相应的GIS图层。通过路面数据验证,证明了该方法的有效性。

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。

改进的ROA算法在SAR图像边缘检测中的应用

为解决传统均值比(ratio of average,ROA)算子检测SAR(synthetic aperture radar,SAR)图像边缘时出现的受噪声影响大和边缘定位精度低等问题,结合平稳小波变换的优点,提出一种平稳小波去噪和改进ROA算法的SAR图像边缘检测方法。首先,利用平稳小波进行去噪预处理,减少相干斑噪声。然后,通过把传统ROA算子的4个检测方向增加为8个,以及利用非极值抑制进行边缘定位,在检测方向和定位精度两个方面改进ROA算法。实验结果表明,该方法的去噪性能和边缘检测效果较好。研究结论对传统ROA算法做了改进,使其更好地适用于SAR图像边缘检测。

面向移动测量系统的城市部件采集快速入库技术

为提高城市部件采集入库的效率和精度,本文针对移动测量系统采集数据的特点,提出了一种城市部件批量赋值的快速入库方法。通过构建字典编码和元数据系统表,实现了城市部件图层的批量生成;通过字典域-字典项结构树和要素属性拷贝,实现了部件属性的批量录入。试验结果证明,批量赋值快速入库方法既可提高部件入库的效率,又可保证部件入库的精度。

基于车载LiDAR点云数据的某露天矿土方量计算

针对传统露天矿土方量计算方法存在耗时长、效率低等问题,提出了一种基于车载Li DAR点云数据的露天矿土方量计算方法。以某露天矿为例,首先对获取的原始Li DAR点云数据进行去噪处理;然后采用逐点插入法构成不规则三角网(Triangular irregular network,TIN),通过距离倒数加权法插值生成数字高程模型(Digital elevation model,DEM);最后通过不同时期的DEM进行了土方量计算。试验表明:所提方法自动计算的填方量、挖方量的准确率分别达到96%和97%,对于提高露天矿土方量的计算精度有一定的参考价值。

基于GIS的机场噪声预测管理系统

针对我国机场噪声预测工作中存在的问题,根据地理信息系统的固有优势,采用面向对象的编程技术,开发建立基于GIS的机场噪声预测管理系统。按照自下而上的设计思路,将系统分为数据层、业务层和用户层三级结构,并且构建模块化操作,将系统分为GIS操作、噪声预测和信息管理三个模块,通过方便快捷的界面操作,实现了机场噪声预测和影响范围的查询和分析。实验结果表明,该系统能有效提高机场噪声预测和管理工作的效率和质量,为机场规划和航班制定提供及时、准确的决策参考。

船舶轨迹提取模型构建与交通流分析

船舶航线提取与交通流分析是航线设计、海事管理、贸易分析等研究的基础。面向海量船舶轨迹,现有船舶航线提取方法在大范围海域的适应性、方法复杂性以及与真实船舶交通航线的符合性方面还存在不足。本研究以海量船舶自动识别系统(Automatic Identification System,AIS)数据为研究对象,提出一种船舶轨迹提取模型构建与交通流分析方法。首先,将船舶航行轨迹抽象为船舶停留特征点(停留点)与移动特征点(航路点)的组合,其中停留点为船舶在港口处停留轨迹段的特征点,航路点为船舶移动轨迹段中航行速度或航行角度发生明显变化的特征点,构建“出发港(停留)→移动(航路)→目的地港(停留)”船舶航行轨迹抽象模型,实现船舶航行轨迹划分;然后,以船舶航行轨迹抽象模型为基础,基于图论理论进一步聚类海量船舶航行轨迹的停留点和航路点,提取表征船舶航线的航线点(停留航线点和航路航线点);最后,建立航线点连接矩阵,以船舶交通图的形式实现船舶航线提取,为船舶航线提取、交通流分析等提供新方法。以南海丝路海域为研究区,利用2017年全年的历史AIS数据,分析研究区内典型商船(集装箱船、散货船、油轮)的交通流特征和船舶航线。结果表明,提取航线与船舶交通高密度区域高度吻合,能够反映南海丝路区域真实的船舶交通航线。进一步与现有航线数据比较可知,本文提取航线的细节更加丰富,结构更加完整。与现有船舶航线提取方法相比,本文方法具有两方面的优势。(1)本文方法提取的船舶航线具有更大的丰富度。本文方法不仅提取出船舶航线,还识别船舶航行过程中的特征点,即船舶停留特征点和航路特征点,这对于航线设计和航行安全无疑是重要的知识支撑;(2)本文方法提取的航线更易于分析海运交通网络。由于本文方法提取的航线是点对点的形式,且每条航线都是从港口出发,易于构建海运交通网络,可以实现潜在的运输网络分析。本研究可为船舶航线规划、交通流分析、航行安全等提供决策支持。

基于多源数据和船舶停留轨迹语义建模的港口目标识别

港口目标识别是海事船舶监管的重中之重,船舶自动识别系统(Automatic Identification System,AIS)所获取的船舶活动信息,可为港口目标识别提供高时相和高精度的船舶航行数据。为了探究AIS数据在港口目标识别中的应用,提出一种基于多源数据和船舶停留轨迹语义建模的港口目标识别方法。通过数据挖掘和语义信息增强构建船舶停留轨迹语义模型,识别船舶港口停留轨迹;建立基于随机森林的船舶停留方式分类模型,分类船舶泊位停留轨迹和船舶锚地停留轨迹,并利用空间逐级合并方法提取港口泊位和港口锚地;综合船舶泊位停留轨迹、道路、海岸线、水深、土地利用与土地覆盖等数据,顾及情景-领域知识实现港口目标识别。基于2017年96790艘船舶的超8300万条AIS轨迹记录,应用本文方法识别南海研究区的港口目标。实验结果表明,本文方法对于船舶轨迹停留行为总体分类精度为0.9477,Kappa系数为0.8948。提取出南海研究区447个港口区域,与Google Earth影像叠加验证结果表明,提取结果均位于真实的港口影像内,相较于Natural Earth数据集中包含的南海区域24个港口点位,提取结果的完整性大大增强。因此,基于多源数据和船舶停留语义建模的港口目标识别方法对于港口目标识别具有较高的准确性和完整性。此外,该方法提取的港口区域可为基于遥感影像的港口目标识别提供靶区,从而提高大区域甚至全球范围内港口目标动态识别的效率。

OBE驱动的工程教育课程教学创新设计

成果导向教育理念的作用研究需要从理论向实践转化,工程教育课程教学设计可深化工程教育理念实践模式和内涵。以中国矿业大学空间分析与建模课程为例,从反向设计课程目标、整合课程知识体系、案例研究型教学模式和学习成果动态评价考核四个层面研究了工程教育课程如何实施OBE教育理念,为工程教育课程教学创新设计提供借鉴和参考。

基于深度学习和空间分析的港口识别

针对港口难以自动识别的问题,在高分辨率可见光遥感影像上将深度学习和地理空间分析相结合,提出了船舶-码头-港口递进式识别模型。首先,对构建的码头样本数据集进行数据增强,并用增强后的数据集来训练YOLO v3算法。然后,在大幅遥感影像上利用滑动窗口进行多尺度识别,获取影像底层特征以计算出码头类别和像素坐标。最后,将码头点位转化为地理坐标,使用Getis-Ord Gi^(*)统计方法进行热点分析。并利用经典的密度聚类方法,实现了对港口位置及范围的识别与提取。在实验区中的识别对比结果表明,在1000m聚合阈值下,所提模型对港池识别的比例达到82.79%。