面向未来的中国智慧林业:观测仪器体系的演进与发展趋势

森林观测信息的生产是支持智慧林业工作开展的基础和先导。本文以森林观测仪器技术体系的构建历史、现状和未来为切入点,以基础性公共技术的发展脉络为支撑,深入分析森林观测仪器与森林观测需求的耦合程度。传统森林观测仪器体系在时效性和准确性上已经无法满足日益发展的林业调查的需要,观测仪器存在孤立性高、难以集成、操作繁琐、效率低等问题。这主要是由于当前针对森林观测研究偏重对成熟仪器使用和数据分析,观测仪器的研发偏重算法补偿和集成第三方元件,轻物理结构设计等因素造成。面对基本测量原理鲜有更新、森林观测标准制定滞后于新型技术发展等问题,本文从对观测仪器现在和未来的联合模式进行阐述,从逻辑架构到物理技术层面上分析森林观测仪器联合模式可能在未来出现的发展状况与应用前景。最后,基于当前基础性技术发展的趋势,对可能出现的几种新形态的森林观测仪器进行推测,并以此展望在近未来可能在中国实现的一种智能森林观测体系的雏形。

基于“先无功–后有功”功率补偿的配电网电压协同控制策略

整县分布式光伏电源的大量开发与利用及分布式电源规模化并网对实现“碳达峰、碳中和”与“乡村振兴”两大国家战略具有重要的现实意义。由于分布式电源发电尖峰和低谷阶段与负荷峰谷时常不同步,进而导致配电系统过/欠电压问题,严重影响了电能质量,甚至威胁系统安全。针对上述问题,本文提出一种基于“先无功–后有功”功率补偿的配电网层级式电压协同控制策略。首先,建立基于“先无功–后有功”功率补偿的配电网层级式电压协同控制框架。其次,结合多微电网节点注入电流与电压的方程与功率–电压灵敏度分析,根据多节点电压越限程度,提出一种基于“先无功–后有功”功率补偿的多智能体协同调节策略,该策略先通过无功补偿器进行无功调节,当电压尚未得到有效治理时,再采用多微电网进行有功调节。再次,为了进一步满足各节点微电网有功功率调节需求,并考虑电网内部源–荷–储运行成本与污染排放,提出一种基于多目标优化的微电网内部分布式源–荷–储优化协调功率控制策略。最后,在MATLAB平台中设计了3种仿真场景以及IEEE测试系统模型对所提控制策略进行了验证。结果表明,所提出的电压协同控制方法在最经济的情况下可以实现各节点电压的综合高效治理,同时,所提出的微电网优化协调功率控制策略能使源–荷–储在绿色经济的供电模式下实时精准地满足电压治理目标下微电网有功调节的需求。仿真实验结果验证了本文所提控制策略的有效性。

中学生羞怯与执行功能关系的网络分析

目的:探讨中学生羞怯与总体执行功能及各成分间的关联,并对认知灵活性、抑制控制、工作记忆的重要性进行评估。方法:采用羞怯量表与青少年执行功能问卷对492名中学生进行评估,使用网络分析方法探索变量间关系,并评估执行功能各成分,认知灵活性、抑制控制、工作记忆,在网络中的重要性程度。结果:羞怯得分与总体执行功能得分、灵活性得分、抑制控制得分、工作记忆得分均呈负相关(r=-0.43、-0.22、-0.25、-0.36,Ps<0.05);认知灵活性得分在执行功能的三个成分中显示出最高的强度中心性(1.05)。结论:中学生羞怯与执行功能负相关,且在二者的关联中认知灵活性的重要性程度最高。

单基线PolInSAR森林高度反演方法研究

极化干涉SAR(Polarimetric SAR interferometry,PolInSAR)森林高度反演是当前雷达遥感领域的研究热点,近年来出现了多种单基线PolInSAR森林高度反演方法。为了给单基线PolInSAR反演森林高度的算法提供基础,并探索和发展效果更优的反演方法,使用Pol SARpro软件模拟森林平均高度为18 m的L波段(L=23 cm)全极化干涉SAR数据,研究了森林高度反演算法中的DEM差分法、RVoG法、复相干幅度反演法、混合反演法,并基于相干优化法对混合反演法进行了改进;为了更准确地对算法的性能进行比较,给出方位向为48 bin时各算法的距离向剖面的对比图,并选取图像的中间区域,对森林高度位于3~30 m的1 104个样本点,应用均值和均方根误差RSME对5种方法模拟的18 m森林高度进行比较。结果表明:森林高度平均值反演结果由大到小依次为:复相干幅度反演法、混合反演法、改进的混合反演法、RVoG法、DEM差分法,分别为19.40、18.31、18.12、10.55、10.05 m,均方根误差(RMSE)由小到大依次为:改进的混合反演法、混合反演法、复相干幅度反演法、RVoG法、DEM差分法,分别为1.06、1.48、3.49、7.51、8.04 m;说明DEM差分法与RVoG法反演的森林高度存在明显低估,复相干反演法出现明显高估且其离散程度最大,混合反演法和改进的混合反演法与真实值的误差分别为0.31、0.12 m,改进的混合反演法与真实值的相差最小,离散程度最小,均方根误差最小,反演结果最优。改进的混合反演法综合了混合反演法与相干优化法的优点,使其估计的地形相位的均方根误差最小(0.045 rad),森林高度与真实值的误差最小,均方根误差最小,并且具有一定的鲁棒性。

不同种植密度对半无土栽培厚皮甜瓜产量及品质的影响

以美勒三号为试验材料,设置5个密度处理,研究不同种植密度对半无土栽培模式下厚皮甜瓜产量及品质的影响。结果表明:在椰糠半无土栽培模式下,采用单蔓单果整枝方式,不同种植密度下,美勒三号甜瓜果实纵横径变化趋势一致,喷花后前20 d为快速膨瓜期,之后速度减缓直至停止;采收期,种植密度越大,产量越高,单瓜重越低。综合考虑成本、产量及品质等,以26700株/hm^(2)为该种植模式下最合理的栽培密度。

基于多基线PolInSAR基线选择的森林高度反演方法

为了解决单基线PolInSAR在更宽的森林高度范围内反演森林高度误差大的问题,提出了多基线PolInSAR的基线选择方法。使用JPL/NASA于2016年2月27日在加蓬森林区域获得UAVSAR L波段5个轨道的多基线全极化PolInSAR数据反演森林高度,基于相干分离最大算法(Maximum coherence difference,MCD)使复相干达到最大分离,改进PROD方法与ECC方法,并对这两种方法进行对比分析,同时使用NASA于2016年3月4日获取的激光雷达数据LVIS RH100验证反演的森林高度。通过绘制两种基线选择方法对应的k z、冠层复相干幅度与LVIS RH100的密度图来评估ECC方法和PROD方法选择基线的差异,并结合获得的森林高度图、误差图、密度图,分析对比两种基线选择方法的优劣。反演的森林高度出现低估高大森林(误差为负值)、高估低矮森林(误差为正值)的现象,同时低矮与高大森林区域的误差较大,且ECC方法的低估或高估的程度比PROD方法大,精度低于PROD方法。ECC方法将相干区域的线性程度作为判断标准,PROD方法综合考虑了复相干的相干分离程度(相干直线的拟合效果)与复相干幅度,在一定程度上缓解了ECC方法低估高大森林与高估低矮森林的问题,反演的森林高度优于ECC方法,精度比ECC方法提高了9.63%。PROD方法更适用于反演低矮与高大森林,ECC方法更适用于反演中等高度的森林。

运用机载激光雷达数据估算不同森林类型叶面积指数

叶面积指数(LAI)作为一个关键的冠层结构特征,是各种生态和生物化学模型的重要输入变量,控制着植被的生物物理过程(如光合、呼吸、蒸腾、碳循环和降水截获等),因此,准确、快速和客观地获取叶面积指数至关重要。机载激光雷达(ALS)可以直接获取森林垂直和水平结构参数,被广泛应用于估算树高、生物量和叶面积指数等森林结构参数。本文运用机载激光雷达回波数计算的3种激光穿透指数(LPI)和距离与入射角校正的回波强度计算的激光穿透指数估算了森林叶面积指数。结果表明:运用机载激光雷达回波数计算的3种激光穿透指数可以有效地估算森林叶面积指数,且估算精度差异不大。通过距离校正后的回波强度明显提高了叶面积指数的估算精度;利用激光穿透指数估算不同森林类型叶面积指数,估算精度阔叶林最高(R^2为0.841~0.887),针阔混交林次之(R^2为0.819~0.872),针叶林最低(R^2为0.806~0.829)。因此,可用ALS数据估算不同森林类型叶面积指数,为生态环境保护提供可靠的基础数据。

基于PROSPECT和4-scale模型的光化学植被指数尺度转换

【目的】光化学植被指数(PRI)对于准确估计植被光能利用率(LUE)有着重要的作用。但在不同的尺度(叶片、冠层、景观尺度)上,PRI与LUE二者之间的关系及其影响因素不同。传感器获得的光谱为像元及冠层光谱,叶片尺度的PRILUE关系模型无法直接用于冠层尺度的数据,因此需要对冠层尺度的PRI指数进行尺度转换。【方法】首先通过叶片尺度的PROSPECT模型,模拟不同生化参数下叶片的反射率与透射率,进而计算叶片尺度PRI指数与简单比值PRI指数(记为SR-PRI)。其次,将获得的叶片尺度反射率、透射率作为参数输入到4-scale模型中,获取不同叶面积指数(LAI)下冠层尺度的反射率,计算得出冠层尺度的PRI、SR-PRI。建立不同LAI下PRI、SR-PRI的冠层−叶片尺度转换函数,并对不同尺度上影响PRI、SR-PRI的因子进行敏感性分析。【结果】PRI、SR-PRI在进行冠层与叶片尺度转化过程中,都表现出很明显的线性关系,并且拟合效果(R2)呈现出随LAI的增大而增大的趋势。对比相同LAI水平下的PRI、SR-PRI的拟合结果发现,SR-PRI的拟合效果普遍要优于PRI。【结论】4-scale模型用来进行PRI与SR-PRI在冠层、叶片间的尺度转换是可行的,通过建立不同LAI下的尺度转换函数,可以实现将冠层尺度的PRI、SR-PRI转化到叶片尺度。

基于滑模移频法的光伏发电并网系统孤岛检测混合算法

由于孤岛现象带来的诸多危害,为保证光伏并网发电系统的安全运行,有必要对电网实行孤岛检测。首先,对基于主动移相的滑模移频法与相位突变检测法的工作原理进行阐述,并分析其在检测盲区上存在的缺陷;然后以相位为出发点,将这两种方法有机结合,提出一种混合式孤岛检测法。该混合法通过加入相位扰动来影响电网公共点相位和频率变化,以此变化来判断孤岛。理论分析与实验结果表明,该混合法能有效减小检测盲区,并且具有检测速度较快以及对电能质量影响较小的优点。

促进创新人才培养的大学校园学习环境要素分析--基于两所创新研究型大学校园空间规划的案例研究

创新人才培养成为当今各国竞争的焦点,也成为大学的首要教育目标。文章以学习理论与创造力理论为基础,从新型教育模式视角入手,以墨西哥和新加坡两所创新研究型大学为例,探讨校园空间规划中相应的支持性学习环境要素构成;并基于以创新人才培养为目标的大学校园空间概念分析框架,总结出校园空间规划中社区、校园及建筑空间三个层级相应的设计要素特征,以期指导该领域未来实证研究。

基于机载LiDAR的单木结构参数及林分有效冠的提取

【目的】基于机载激光雷达(LiDAR)数据提取单木树冠三维结构参数(树冠顶点位置、树高、冠幅和冠长),并在此基础上对林分有效冠进行提取,为进一步研究林分尺度上的有效冠结构及其动态提供依据,以更好掌握并改进林业经营措施。【方法】采用一定规则下的局部最大值窗口搜索树冠顶点,进行单木树冠顶点探测和单木树高提取;以树冠顶点为标记,利用标记控制分水岭分割算法提取单木冠幅;采用垂直方向点云高程检测方法获取枝下高位置,提取冠长;在标记控制分水岭分割出的树冠边界,提取树冠接触高,取平均值作为该样地的林分有效冠高。【结果】树冠分割正确率为88.5%;结合样地实测参数对提取值进行相关性分析,树高R^2=0.886 2,冠幅R^2=0.786 4,冠长R^2=0.800 0,树高、冠幅和冠长精度分别为90.34%、86.80%和89.90%;同一林分内单木接触高相对比较稳定,对提取的林分有效冠高进行单因素方差分析,无显著差异。【结论】基于机载LiDAR数据,采用可变大小的动态窗口搜索局部最大值点,能提高单木结构参数的提取精度;利用树冠顶点标记控制分水岭算法,将高空间分辨率航片作为辅助数据,可完成较高精度的单木冠幅提取;垂直方向点云高程检测方法可提取单木冠长;LiDAR点云数据可对林分有效冠进行提取,在同一林分中,不同样本数量对接触高提取的变异性影响不大,有效冠高大致相同。机载LiDAR数据具有良好的单木树冠三维结构参数提取能力,能够满足现代林业调查对单木结构参数提取的需要,实现对林分有效冠的提取。

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。

基于机载激光雷达的林隙结构参数提取

【目的】运用激光雷达技术识别提取林隙面积、边界木高和形状指数,为林隙结构参数调查提供技术支持。【方法】以机载激光雷达数据为数据源,以东北林业大学帽儿山实验林场内设置的5块林隙调查样地中的54个林隙为研究对象,通过对比普通克里金插值、反距离权重插值、样条插值、自然临近插值和局部多项式插值确定最优插值方法得到冠层高度模型,运用交替贯序滤波法对冠层高度模型进行林隙识别提取。【结果】通过对比5种插值方法的RMSE发现,普通克里金法适合插值DEM,反距离权重法适合插值DSM;采用交替贯序滤波法识别提取林隙时,林隙识别率为92.6%,运用配对检验法对提取的林隙面积、边界木高与野外调查数据进行检验,基于激光雷达技术提取的林隙面积和边界木高与野外实测值呈较强线性关系,R^2分别为0.983和0.737,其中提取的林隙面积与实测值平均相对误差为15.78%,林隙边界木高与实测值平均相对误差为11.94%。【结论】基于机载激光雷达数据采用交替贯序滤波能有效识别林隙且能准确提取其结构参数;坡度、坡位及冠层结构复杂程度都会影响冠层高度模型的插值精度;林隙面积提取受林隙边界形状和林层结构影响,林隙边界木高随着样地地形、坡度增加误差也随之增大。机载激光雷达技术具有获取地形和树木三维结构信息的优势,可为林隙识别及其结构参数提取提供新的遥感方法。

基于高光谱和激光雷达数据的林分类型识别

【目的】探讨随机森林、支持向量机分类器下机载高光谱影像和激光雷达点云数据源对林分类型识别的影响,并检验叶绿素在林分类型识别中的作用,为提高林分类型分类精度提供科学依据,为森林资源管理和监测提供技术支持。【方法】以东北林业大学帽儿山实验林场老山施业区为研究区,以机载高光谱影像和激光雷达点云为数据源,在多尺度影像分割基础上,从高光谱影像中提取光谱、纹理和叶绿素指数等特征,从LiDAR点云中提取高度、强度等特征。通过随机森林的特征选择,选取重要性较高的特征变量,在随机森林和支持向量机分类器下,以影像分割数据为试验样本,设置6种分类方案(随机森林分类器下高光谱影像与激光雷达点云数据结合、高光谱影像数据、激光雷达点云数据,支持向量机分类器下高光谱影像与激光雷达点云数据结合、高光谱影像数据、激光雷达点云数据),对阔叶混交林、樟子松林、落叶松林、红松林和蒙古栎林5种林分类型进行识别,比较不同分类器下不同数据源的分类效果。【结果】高光谱影像数据共提取34个特征变量,激光雷达点云数据共提取72个特征变量,经特征选择后,高光谱影像数据和激光雷达点云数据各选取11个重要性较高的特征(共22个),其中高光谱影像数据提取的归一化植被指数(NDVI)重要性最大。6种分类方案中,随机森林分类器下高光谱影像与激光雷达点云数据结合的分类精度最高(88.02%),支持向量机分类器下激光雷达点云数据的分类精度最低(76.19%)。多源数据协同的平均分类精度(86.22%)高于单源数据(79.98%),随机森林分类器的平均分类精度(82.92%)高于支持向量机分类器(81.19%)。叶绿素指数参与分类后,分类精度提高约3.32%。5种林分类型中,阔叶混交林分类效果最好,平均分类精度为92.62%,红松林分类效果最差,平均分类精度为49.67%。【结论】多数据源较单源数据可更好地提高分类精度,即2种数据协同可以提高林分类型识别精度;单一数据源相比,高光谱影像数据源的分类效果更好,光谱特征是林分类型识别的重要影响因子;林分类型识别时,不同机器学习模型相比,随机森林分类器较支持向量机分类器分类效果更优;叶绿素作为生物化学参数对林分类型识别有积极影响。

GF-3全极化SAR数据极化分解估算人工林冠层生物量

【目的】探讨GF-3全极化SAR数据在人工林冠层生物量估算中的潜力,提出一种准确估算森林冠层生物量的方法。【方法】以内蒙古赤峰市旺业甸林场油松和华北落叶松人工林为研究对象,以GF-3全极化SAR数据为基础,结合地面实测22块样地数据,采用Freeman三分量分解、Freeman二分量分解、Yamaguchi三分量分解3种极化分解方法获得极化分解分量,分别构建各极化分解方法所对应的冠-地散射比参数(R 1、R 2和R 3),应用多元逐步回归方法建立森林冠层生物量与SAR提取参数回归模型,并运用留一法交叉检验对模型进行评价。【结果】不同极化分解方法所得分量与冠层生物量均存在较为显著的负相关关系,Freeman三分量分解体散射分量与冠层生物量的相关性(r=-0.68)高于二次散射分量(r=-0.6)和表面散射分量(r=-0.424),类似地,Freeman二分量分解体散射分量与冠层生物量的相关性(r=-0.718)高于地面散射分量(r=-0.62),而Yamaguchi三分量分解二次散射分量与冠层生物量的相关性(r=-0.743)最高,与Freeman三分量分解相比,Freeman二分量分解、Yamaguchi三分量分解的极化分解分量与冠层生物量具有更好的相关性。应用多元逐步回归方法获得的最优参数为Freeman二分量分解和Yamaguchi三分量分解对应的冠-地散射比参数R 2和R 3,建立的冠层生物量估算模型R 2=0.658,RMSE=4.943 t·hm-2;交叉验证结果表明,模型预测误差较低(ME=-0.665 t·hm-2,MAE=4.845 t·hm-2,MRE=3.33%,AMRE=23.233%,P=91.5%),且模型通过置信椭圆F检验,模型预测值与实测值一致,模拟结果较好,预测值大致分布在1∶1直线附近,模型未出现饱和点。【结论】Freeman三分量分解、Freeman二分量分解、Yamaguchi三分量分解3种极化分解方法获得的极化分解分量均与冠层生物量具有显著相关关系,极化相干矩阵旋转变换、体散射模型优化可有效提高森林区域极化分解效果,冠-地散射比参数对冠层生物量的敏感性高于任何单一极化分解分量,多种SAR极化分解参数共同使用能够较好估算冠层生物量。极化分解估算森林冠层生物量具有可行性,且不存在明显的饱和性问题。

旅游管理本科专业课程全英教学探索——以住宿业管理为例

"一带一路"倡议实施以来,国内资本加快旅游产业的国际化布局,旅游行业对高素质国际化人才的需求不断增强。住宿业管理实施全英教学,从课程定位、师资保障、课程目标与教学内容、教学模式与方法以及课程资源、实践基地等方面进行建设,对旅游管理专业课程全英教学进行探索。

全极化合成孔径雷达高维小样本数据在森林地上生物量估算中的应用

以河北省承德市塞罕坝机械林场为试验区域,设置37块实测样地;以随机森林模型、自适应遗传算法为基础,构建随机森林模型与自适应遗传算法的混合算法(RF-LOOCV-AGA),对高维小样本合成孔径雷达(SAR)数据特征集同时进行特征选择和回归估计;利用试验地大地2号(ALOS-2)全极化数据提取121个高共线性特征,结合实测样地数据,构建高共线性高维小样本数据集,并应用随机森林模型与自适应遗传算法的混合算法、随机森林算法、逐步回归法,分析全极化合成孔径雷达数据估算森林地上生物量时,因样地较少、影响因素维数多存在的高共线性;探索在算法层面各极化分解参数之间存在的高共线性及小样本林业数据回归估计泛化能力。结果表明:随机森林模型与自适应遗传算法的混合算法从121个高共线性特征集中筛选出含19个影响因素的特征子集,交叉留一法验证泛化精度决定系数为0.906 9、均方根误差为14.184 0 t/hm^(2)、相对均方根误差为11.70%;逐步回归法从121个高共线性特征集中筛选出含7个影响因素的特征子集,交叉留一法验证泛化精度决定系数为0.777 0、均方根误差为23.075 9 t/hm^(2)、相对均方根误差为=19.03%;拟合决策树数目为50、100、150、200的随机森林模型,交叉留一法验证泛化精度均方根误差分别为18.479 44、18.050 25、18.180 52、18.395 33 t/hm^(2)。3种方法泛化精度对比表明,在高维高共线性小样本情况时,随机森林模型与自适应遗传算法的混合算法精度,优于随机森林算法、逐步回归法。

多时相PolInSAR数据土地覆盖类型分类研究

以河北省塞罕坝机械林场2020年L波段全极化ALOS-2为数据源,主要对落叶松林、阔叶林和针叶混交林等进行分类,比较多时相极化分解结合干涉相干性、单时相极化分解和单时相极化分解结合干涉相干性3种方案对7种地物的分类精度。具体方法如下:(1)计算每个时相全极化数据的12个极化分解方法(81个极化分解特征);(2)将后向散射系数和干涉相干性分别结合筛选到的极化分解特征得到3种分类方案,结合随机森林分类器按重要性筛选参与分类的特征;(3)确定研究区内土地覆盖类型的最佳分类方案。研究结果表明,同一时相,按照筛选特征的重要性增加参与分类的特征,总体分类精度先增加然后趋于稳定;时相信息可以提高极化SAR影像极化分解分类精度,总体分类精度和Kappa系数分别由87.33%、0.851 0提高到90.41%、0.887 5;结合随机森林分类器进行特征筛选,获得5个时相的102个分类特征,得到最佳分类精度(总体分类精度达93.84%,Kappa系数为0.927 6)。多时相干涉相干性结合多时相极化分解可以有效提高土地覆盖类型的识别精度,也可为林分类型的快速识别提供参考。

面向分布式一致性算法的通信网络优化设计

通信网络是实现分布式控制的基础设施。针对分布式一致性算法以及未来智能微电网的应用需求,提出了一种兼顾动态性、延迟鲁棒性和经济性的通信网络优化设计方法。首先,根据代数图论相关知识建立通信网络与相应矩阵的联系。其次,由不同矩阵定义了与通信网络相关的3个性能指标,并利用奈奎斯特稳定判据推导出最大通信延迟时间t与拉普拉斯矩阵L特征值之间的关系。最后,由代数连通度相关定理,给出一种边数递减循环多目标优化方法。每次循环建立包含3个指标的多目标优化模型,并采用NSGA-II算法求解该边数下的满意解。重复上述过程直至网络不连通,根据网络的动态性和延迟鲁棒性选出所有满意解中的最终优化网络。仿真算例验证了所提优化方法的可行性和有效性。

基于智能加权混合模型的新型电力系统电量预测方法

随着电力系统的转型升级,新型电力系统的能源供应和消费发生了巨大的转变,因此对电量预测提出了更高的要求。月度电量的准确预测为新型电力系统的优化调度和电力市场的营销计划提供可靠的依据。在深入挖掘历史电量数据、综合分析月度电量特征及相关因素影响的基础上,结合Prophet算法和KELM神经网络算法各自的优势,提出了一种考虑气温、经济水平和节假日的月度电量组合预测方法。基于月度电量数据建立了Prophet预测模型,并进行了参数调优过程;利用KELM神经网络建立了基于历史电量、气温、GDP、节假日信息的预测模型,并通过参数调优确定最佳预测模型;以加权组合的方式,建立月度电量组合预测模型。通过算例分析,比较了组合算法和其他算法的预测误差和预测效果,表明了所提组合模型在预测精度方面有所提升,验证了预测算法的有效性。