基于BEPS模型的云南省碳源/汇时空特征及其适用性分析

净初级生产力(NPP)和净生态系统生产力(NEP)是估算陆地生态系统碳源/汇的重要指标,云南为我国碳汇的主要区域之一,开展云南NPP和NEP时空变化特征分析对科学评估陆地生态系统碳源/汇功能,以及开展碳排放交易具有重要意义。基于BEPS模型1981-2019年NPP和NEP产品,采用线性趋势分析、文献对比等方法,研究云南NPP和NEP时空变化特征及其在云南的适用性。结果表明:(1)1981-1999年云南NPP和NEP呈水平波动,2000年后云南NPP和NEP呈明显波动上升趋势,2000-2019年云南NPP高值区域主要分布在西部和南部,而NEP高值区则主要分布在东部和西部局部地区;(2)2000-2019年云南NPP和NEP除西北部部分地区为下降趋势外,其余大部地区为上升趋势;(3)云南NPP峰值出现在7、8月,谷值出现在2月,NEP峰值出现月份与NPP基本相同,但谷值出现月份较NPP滞后1-3个月,6-10月是云南碳汇的主要月份;(4)BEPS模型估算的NPP与目前广泛应用的CASA和遥感模型结果较为一致,时空变化特征与云南生态恢复措施和气候特征吻合,其估算的NEP与陆地生物圈模型(IBIS)模型和中国通量观测研究联盟(ChinaFLUX)碳水通量观测数据较为接近,时空变化大部地区与云南生态恢复措施和气候特征基本吻合,表明BEPS模型在云南具有较好的适用性。

“双碳”目标下的经济社会系统性变革:特征、要求与路径

实现碳达峰碳中和是一场广泛而深刻的经济社会系统性变革,强调单一目标或有限目标调控的研究范式,对碳中和目标下净零碳转型复杂性的理解存在局限性,难以有效反映与应对多重目标、多重约束下社会经济系统性、全局性深刻变革的影响。理解与研判“双碳”目标下经济社会系统性变革的主要特征、具体要求与实现路径,能够提升对“双碳”目标的认识,更好地释放系统性变革带来的红利以及规避所伴随的风险,推动实现“双碳”目标下经济社会的高质量发展,并为全球碳中和理论构建与实践探索作出贡献。

基于YOLOv7的木材缺陷检测模型Wood-Net的研究

为改善利用人工方式识别木材缺陷存在的效率低、人工成本高的问题,同时实现在木材加工过程中使用新兴方式对不同的缺陷进行快速准确检测以提高木材利用率,针对现有的目标检测网络在木材缺陷检测方面存在诸如检测精度低、报错率高以及识别种类少等局限,设计了用于木材缺陷检测的深度学习网络Wood-Net。Wood-Net将注意力机制ECA(efficient channel attention module)引入YOLOv7的主干网络,以便更好地区分木材缺陷之间的细微差别;将ECA与Res2Net结合后形成ECA-Res2Net模块,ECA-Res2Net模块克服了单纯的Res2Net跨通道交流能力不足的问题,增强了网络对更细粒度特征的提取能力;将ECA-Res2Net模块与SPPCSPC(spatial pyramid pooling and channel spatial pyramid convolution)并联形成ResSPPCSPC模块,增加了描述图像本身特征数量的能力,由此构成新方法Wood-Net。本研究将准确度、召回值、mAP@0.5以及mAP@0.5∶mAP@0.95 4个数值作为系统性能的评价指标。利用自建数据集训练Wood-Net,得到试验数据。试验结果表明:Wood-Net模型比基准模型YOLOv7在木材优选上精确率提高了4.52%,mAP@0.5∶mAP@0.95提高了6.62%;比基准模型YOLOv5s在木材优选上精确率提高了6.79%,mAP@0.5∶mAP@0.95提高了5.67%。ECA注意力机制能够有效提升E-ELAN的通道间信息交互能力;Res2Net模块具有很强的细粒度特征提取能力,在网络中引入Res2Net模块后,网络各项性能指标收敛速度快,在Res2Net中加入ECA后能够使单纯的Res2Net考虑多通道特征之间的关系,完成信息融合,提高检测性能。

气候变化和人类活动对云南省植被净初级生产力的影响

深入理解气候变化和人类活动对植被变化的驱动机制对于生态保护和可持续发展有重要的科学意义。本研究基于MOD17A3/NPP产品数据,采用线性趋势分析、Mann-Kendall显著性分析、Hurst指数和二阶偏相关分析,探讨云南省2001-2021年植被NPP的时空分布特征和未来持续性以及植被NPP与气候条件的关系。采用偏导趋势残差法分离和量化气候变化和人类活动对植被NPP的影响。结果发现,空间上,2001-2021年云南植被NPP年均值南高北低。不同植被类型NPP值(单位:gC∙m^(-2))从大到小依次为:林地(1106.7 gC∙m^(-2))、灌木(964.4 gC∙m^(-2))、农田(946.6 gC∙m^(-2))和草地(878.8 gC∙m^(-2))。植被NPP随海拔上升先增后降。(2)在研究时段内,植被NPP年均值为1020.8±30.7 gC∙m^(-2),最小值和最大值分别出现在2010年(950.0)和2019年(1062.1)。植被NPP呈显著增加趋势,增加率为2.1 gC∙m^(-2)∙a^(-1)(p<0.05),增加和显著增加的面积分别占研究区总面积70.0%和26.3%。不同植被类型NPP的增加率(单位:gC∙m^(-2)∙a^(-1))从大到小依次为:草地(4.1 gC∙m^(-2)∙a^(-1))、农田(3.5 gC∙m^(-2)∙a^(-1))、灌木(2.8 gC∙m^(-2)∙a^(-1))和林地(1.3 gC∙m^(-2)∙a^(-1))。Hurst指数均值为0.60,植被NPP未来变化趋势持续增加和由减少转为增加的面积占总面积的55.5%和9.3%,表明大部分地区植被NPP未来仍将持续增加。(3)2001-2021年云南省平均气温显著增加,降水和太阳辐射波动减少。大部分地区植被NPP与气温、降水和太阳辐射正相关,气温对植被NPP的影响大于降水和太阳辐射。(4)气候变化和人类活动对云南植被NPP变化的相对贡献率分别为27.1%和72.9%,正贡献的面积分别占研究区总面积的59.4%和64.6%,相对贡献率>60%的面积占比分别为12.7%和73.4%。大部分地区人类活动对植被NPP的影响大于气候变化。云南植被改善主要受气候变化和人类活动的共同作用的影响,植被退化则主要受人类活动主导和两者共同作用的影响,生态保护、恢复工程对云南植被改善有着显著的促进作用。

基于PFN-Marx技术的紧凑型重频脉冲功率源

针对低磁场相对论磁控管高功率微波器件实验驱动需求,对基于脉冲形成网络(PFN)储能的高功率脉冲产生技术进行了研究。为了使其结构紧凑且具有较好的输出脉冲波形,设计了半环形PFN脉冲形成单元,两个半环形带状PFN与一体化开关、绝缘盘组成圆环形高压脉冲产生模块。PFN脉冲形成单元由13个陶瓷电容与半环形金属电极板构成,多个高压脉冲产生模块同轴层叠,所有开关导通后各模块PFN串联放电,产生快前沿高功率方波脉冲,再通过对触发开关和充电电源的同步控制实现重频工作。采用电磁仿真软件对PFN物理结构进行优化设计,研制的高压脉冲产生模块充电51 kV在负载8.5Ω上输出电压峰值49.6 kV、脉冲半高宽108 ns、脉冲前沿14 ns、平顶(90%~90%) 74 ns,具有较好的方波特性;11个高压脉冲产生模块层叠集成为1个22级紧凑PFN-Marx装置,在充电51 kV的条件下,84Ω负载上获得峰值516 kV的高电压脉冲输出,半高宽104 ns、平顶63 ns、脉冲前沿11 ns,实现了20 Hz连续15 s重频稳定工作,输出波形完全一致。

基于HCPN的复杂BPMN协作模型数据流建模与验证

为了保证复杂BPMN协作模型的正确性,不仅要涵盖多实例和子进程等复杂元素,还要在检测控制流错误的同时检测数据流错误。但业务流程建模标注(BPMN 2.0)缺乏形式化语义的描述,这对模型正确性的验证造成了阻碍。因此,给出了一种具有弧权重的层次化着色Petri网(HCPN)的定义,它既可以对数据流进行形式化表示,又可以对多实例和子进程结构进行建模。进一步提出了从BPMN协作模型到HCPN模型的形式化映射方法。然后基于HCPN模型的弧权重给出了缺失、丢失和冗余3种数据流错误的定义,并提出了对应的检测算法。最后,设计了一个自动化建模与验证的框架,通过一个案例研究说明了该方法的有效性。

基于防虫网+的热区豇豆病虫害生态调控策略

豇豆是海南重要冬季瓜菜之一,生产受蓟马、斑潜蝇和枯萎病危害严重。目前海南豇豆病虫害防控主要依赖于化学农药,使得蓟马等抗性增强、农药残留超标,当地环境生物多样性受影响。对海南豇豆病虫害的现状及其防控中技术单一、滥用农药等问题进行分析,并提出了功能植物的引入、景观设计优化、农业管理的改进以及生物防治与科学用药4项主要生态调控技术,提出了具体的实施方案,为海南豇豆种植业的可持续发展提供科学指导和实践依据。

基于遥感指数与深度学习的黄河冰凌遥感监测识别分析

黄河流域特殊的地理位置和环境因素造就了其复杂的凌情特征,及时准确掌握凌汛期间冰凌变化规律与特点是凌汛监测防治的关键任务。卫星遥感可实现黄河冰凌的大范围快速提取,目前常用的方法有遥感指数与深度学习两类,为验证和对比不同方法对黄河冰凌遥感监测识别的有效性,基于Sentinel-2遥感数据,利用归一化积雪指数及其改进形式和U^(2)-Net等三种方法对2023年黄河宁蒙段冰凌进行遥感提取。结果表明:NDSI、MNDSI、U^(2)-Net三种方法的结果分类精度分别为83.42%、87.98%和92.01%;Kappa系数分别为0.88、0.90和0.97;三种方法均对冰凌有较好的提取效果,但指数法对于流凌、清沟等其他类型的识别效果较差,浅滩处提取的边界较为杂乱,U^(2)-Net可以精确区分出清沟,提取冰凌边界的效果更好。

广西甘蔗碳汇测算方法研究及时空格局分析

为了实现广西全区植被减源增汇目标,对广西主要经济作物甘蔗的碳吸收和碳排放量进行科学的测算,并开展甘蔗碳汇时空格局的研究分析;利用广西全区14个地级市2010—2020年甘蔗产量、农资投入等相关统计数据测算广西全区甘蔗净碳汇量,并运用空间自相关分析法分析2005—2020年间广西各市时空分布格局。结果表明:2010—2020年,广西全区甘蔗净碳汇量逐步上升;2005—2020年,广西全区甘蔗碳汇量在地级市尺度下不存在明显的全局空间自相关关系;广西全区甘蔗碳汇量逐步形成以南宁市为核心的局部溢出格局,充分利用南宁市的技术、产业优势扩大甘蔗碳汇的空间溢出效应,对提高广西全区的甘蔗碳汇水平至关重要。

基于改进U-net的少样本煤岩界面图像分割方法

煤岩图像语义分割技术是煤岩界面识别的重要研究方向,现有的语义分割模型通常依赖于大样本数据集进行训练,然而目前已标注的煤岩图像数据样本难以获取,并且缺乏公开数据集。针对以上问题,提出了一种基于改进U-net模型的样本煤岩界面图像分割模型。将裁剪后具有更强特征提取能力且结构上更为简单的VGG16替换U-net的原始骨干特征提取网络,提升对图像信息的特征提取能力并获得更快的训练速度,在U-net网络的跳跃连接和解码器上采样部分引入注意力机制模块,对提取的特征层进行处理,提升模型对煤岩界面图像关键特征的提取能力,提高分割精度。使用迁移学习方法对改进的模型进行预训练,提高模型泛化能力同时避免过拟合,使模型更适用于小样本数据集训练。通过使用自制的煤岩界面数据集对所改进的网络模型性能进行验证,并将该模型与经典Unet、DeepLabv3+、PspNet、HrNet网络模型进行了对比。试验结果表明:在同样使用由125幅煤岩界面图片构建的小样本数据集进行训练的情况下,所提改进模型相较于经典U-net模型在分割精确度和检测效率方面都有显著提升,模型精确度提高了1.84%,平均交并比提高了5.34%,类别平均像素准确率提高了0.48%,检测速度增幅为5.3%。同时,与其他网络模型相比,所提改进模型在小样本煤岩界面图像的语义分割中优势显著,表明所提改进思路的有效性。

一种改进U-Net网络的心电图分类算法研究

基于CPSC-2018十二导联数据,提出了一种U-Net网络和注意力机制结合的心电图分类算法。首先,针对数据集数据长度长短不一的问题,对数据进行等长处理和归一化处理。然后,利用U-Net网络中跳层连接和编码解码方式,对预处理后较长的数据进行处理。在U-Net网络解码的最后一层加入注意力机制对抗噪声,提升模型的有效信息关注度和准确性。最后,利用CPSC-2018数据集进行验证。实验结果表明:所提模型能够取得较好的分类效果,识别房颤(AF)和右束支传导阻滞(RBBB)心律失常的精准率、召回率、F1值都可以达到90%以上,平均F1值可以达到82.5%。

基于残差U-Net和自注意力Transformer编码器的磁场预测方法

利用有限元方法对几何结构复杂的电机和变压器进行磁场分析,存在仿真时间长且无法复用的问题。因此,该文提出一种基于残差U-Net和自注意力Transformer编码器的磁场预测方法。首先建立永磁同步电机(PMSM)和非晶合金变压器(AMT)有限元模型,得到深度学习训练所需的数据集;然后将Transformer模块与U-Net模型结合,并引入短残差机制建立ResUnet-Transformer模型,通过预测图像的像素实现磁场预测;最后通过Targeted Dropout算法和动态学习率调整策略对模型进行优化,解决拟合问题并提高预测精度。计算实例证明,ResUnet-Transformer模型在PMSM和AMT数据集上测试集的平均绝对百分比误差(MAPE)均小于1%,且仅需500组样本。该文提出的磁场预测方法能减少实际工况和多工况下精细模拟和拓扑优化的时间和资源消耗,亦是虚拟传感器乃至数字孪生的关键实现方法之一。

基于模糊神经网络的微电网荷储协调智能控制方法

针对传统比例-积分-微分(proportional integral derivative,PID)控制和模型论控制方法难以应对新型电力系统背景下微电网面临的运行场景复杂多变的问题,提出了基于模糊神经网络的微电网荷储协调智能控制方法。首先确定了微电网模糊控制输入及输出变量,以平抑净负荷波动及减少储能充放电频次为目的,将微电网控制经验总结成模糊规则表,采用神经网络深度学习算法修正模糊控制模型的隶属度函数中心、宽度和输出权重来提高模型的自适应能力,从而制定了可调控负荷和储能的功率控制系数;进而针对模糊神经网络控制输出的负荷调控需求量在各可调控负荷间分配的问题,提出了基于灵活性供给指标排序的负荷调控优先级选择方法,最终完成了微电网系统储能单元和可调控负荷控制策略的制定。某典型微电网系统算例仿真结果表明,所提方法制定的各可调控负荷与储能控制策略能在避免储能频繁和过度充放电的同时,在并网状态下有效减弱并网功率对上级电网造成的随机扰动,在孤岛状态下能够有效平抑系统功率波动,提升系统运行稳定性。

加快发展新质生产力的主要措施与产业政策转型

发展以智能技术为代表的新质生产力,在时间分布上要动态合理地配置传统产业改造、新兴产业壮大、未来产业培育三大任务,尤其要高度重视用智能化新技术对传统产业进行改造升级;在具体策略上要积极推进针对现有产业的“智改数转网联”三大行动,尤其要注重“网联”行动;在治理结构上要大力培育“链主”企业、“专精特新”企业、中小企业三类主体,尤其要聚焦上下游互动与市场化治理,以突破各种创新的瓶颈;在动力机制上要努力增强创新、改革、开放三大引擎的动能,尤其要加大对内开放的力度;在要素结构上要充分展现知识、技术、人才三大要素的市场价值,畅通教育、科技、人才的良性循环。同时,不仅要在理论上澄清一些认识误区,也要对现有产业政策的实施方式进行改革,如从注重产能扩张转向创新支持、从地方主导型转向中央主导型、从挑选“输家赢家”转向创造竞争环境、从补贴生产者转向补贴用户,以防止在实践中出现产能严重过剩等泡沫化现象与问题,最大限度地支持新质生产力发展。

东北农区农业净碳汇时空分布及驱动因素

农业兼具碳源和碳汇双重属性,是我国实现碳达峰碳中和目标的重要组成部分。从农业碳排放公平性角度出发综合管控农业碳源和碳汇量,明晰农业净碳汇的驱动因素对于实现东北农区农业低碳发展具有重要意义。基于2000—2020年黑龙江省各市域的社会经济及农业生产等数据,本研究通过生态承载模型、经济效率模型和地理探测器对区域农业碳排放公平性特征及净碳汇驱动因素进行探究。结果表明:黑龙江省农业净碳汇总量呈现波动上升趋势,由2000年的1.21×10^(7)t上升至2020年的4.02×10^(7)t。齐齐哈尔、绥化和哈尔滨三市农业净碳汇量较高,三市总和占黑龙江省碳汇量的51%以上。从农业碳排放公平性分区来看,双高区主要向南部和中部的哈尔滨、黑河和绥化等地聚集,双低区逐渐向东部的鸡西、双鸭山和鹤岗等地集中。双低区持续向经济高值区、生态高值区以及双高区发展,但不同市域间差距依旧显著。耕地面积和机械化水平是农业净碳汇空间分异的主导驱动因素。交互探测结果显示耕地面积和机械化水平与其他各因素的交互作用最强,同时净碳汇量受机械化水平和城镇化水平交互作用的影响最大。研究表明,黑龙江省需根据各地区具体情况制定差别化的绿色农业管控措施,以推进东北农区农业可持续发展。

基于改进条件生成对抗网络的可控场景生成方法

可再生能源发电具有较强的随机性和波动性,为实现高效可靠的场景建模,提出一种基于改进条件生成对抗网络的可控场景生成方法。提出基于条件生成对抗网络的场景生成框架,结合Transformer的全局注意力机制以及常规卷积和深度可分离卷积的局部泛化机制,设计适用于提取可再生能源发电不同维度特征的网络结构;利用条件生成对抗网络模型建立低维气象特征隐空间和高维可再生能源发电数据之间的映射关系,提出一种可控场景生成方法,并建立随机场景生成、场景约减、极端场景生成和连续日场景生成4种生成策略。基于实际光伏、风电数据和气象数据的仿真结果表明,所提模型与方法能够有效学习可再生能源发电的随机性、时序性、波动性及空间相关性,实现对不同策略下场景的可控生成。

融合注意力和扩张卷积的遥感影像道路信息提取方法

针对高分辨率遥感影像语义分割存在地物边缘分割不连续、道路及背景特征复杂多样导致道路提取分割精度不高的问题,提出了一种融合双通道注意力和扩张卷积的遥感影像道路信息提取语义分割网络(A 2DU-Net)。首先,在特征提取部分引入坐标注意力(coordinate attention,CA)模块,捕捉道路位置、方向和跨通道信息,精确定位道路信息。其次,针对网络对细节特征丢失的敏感问题,在编码器的末端利用不同扩张率的空洞卷积构建多尺度特征融合的空洞空间金字塔池化模块(multi-scale Atrous spatial pyramid pooling module,MASPPM)来获得更大的感受野,提高网络性能。最后,为了避免U-Net中纯跳跃连接在语义上不相似特征的融合,在编码器和解码器的跳跃连接之间增加了双通道注意力机制来实现门控筛选,抑制非目标区域的特征,提高网络的分割精度。实验在公共道路数据集Massachusetts上对网络模型进行测试,OA(准确率)、交并比(IoU)、平均交并比(mIoU)和F1等评价指标分别达到98.07%、64.39%、81.20%和88.67%。与主流方法U-Net和DDUNet进行比较,mIoU分别提升了3.07%、0.22%,IoU分别提升了1.98%、0.52%。实验结果表明,所提出的方法优于所有的比较方法,能够有效提高道路分割的精确度。

中国粮食种植业碳效应时空演化及碳排放公平性

农业低碳转型背景下,准确把握粮食种植业碳效应时空演化及碳排放公平性特征对实现地区生态正义具有重要意义。基于2000—2021年省域面板数据,采用碳排放因子法测算中国30个省区的粮食种植业碳效应,利用核密度估计方法探析时空演化,运用Dagum基尼系数法刻画并解构全国粮食种植业碳排放公平性。研究表明:(1)从时空特征看,粮食种植业碳效应呈现波动上升的净碳汇特征,具体表现为“东强西弱,北高南低”的空间格局,且伴随明显的“马太效应”。在碳效应结构上,秸秆燃烧与玉米种植分别是粮食种植业最主要的碳源与碳汇。(2)从演化趋势来看,全国粮食种植业碳效应的非均衡性呈扩大趋势;在三大主粮中,水稻碳效应非均衡性有所减弱,小麦与玉米碳效应非均衡性均持续上升。(3)从碳排放公平性来看,区域间碳排放差异已成为影响公平性的最主要因素,基尼系数呈“快速上升-波动震荡-缓慢回落”特征,全国粮食种植业碳排放始终处于较公平区间,整体公平性呈改善态势;在三大主粮中,水稻碳排放公平性最低,玉米碳排放公平性最高。最后,提出了采取差异化固碳减排策略、构建低碳发展跨区协作机制、完善碳排放责任分摊机制、探索粮食碳汇交易试点等建议,以期推动我国粮食种植业实现低碳转型发展。

模卡砌块组合保温墙体热工性能及其经济性分析

随着超低能耗建筑、近零能耗及零能耗建筑的发展,新型外墙围护结构引起广泛地研究和重视.模卡砌块作为一种新型外墙自保温技术,开始在上海、江苏等国内一些发达地区被试点和应用,但目前暂无相应规范指导,其热工性能及经济性仍缺乏系统性研究.文中以夏热冬冷地区某公共建筑为例,采用DeST能耗模拟软件,建立了传统外保温墙体、模卡砌块组合保温墙体三维分析模型,研究了膨胀聚苯板、岩棉板、聚氨酯板、挤塑聚苯板4种不同类型保温材料及6种不同厚度(30、50、70、90、110、130 mm)下模卡砌块组合保温墙体的热工性能.进一步,采用净现值法,对不同工况下的砌块组合保温墙体进行了经济性分析.研究表明:在相同外墙保温厚度下,聚氨酯板的保温效果最佳;不同保温材料厚度对应的净现值都呈现出先上升后下降的趋势,结合净现值和节能率,其最优厚度分别为70、70、40、60 mm,对应的节能率分别在达到我国建筑节能65%的标准上再降低7.08%、6.81%、5.1%、6.5%.

基于CNN‑LSTM‑SE的心电图分类算法研究

心血管疾病是我国死亡率较高的疾病之一,通过观察心电图来判断心电信号是否出现异常能够对心血管疾病进行预防和筛查。由于心电图数据规模大且繁杂,临床医护人员在心电图筛查时,工作负担大且容易出现误诊或漏诊的情况。为了提高心电图的筛查效率、减少医护人员的压力,提出了一种基于卷积神经网络、长短期记忆神经网络和SE网络的心电图分类算法模型(CNN-LSTM-SE),该模型将心电图分成5种不同的类别。主要研究内容包括:选用MIT-BIH心律失常数据集作为心电信号的数据来源,使用巴特沃斯带通滤波器对心电信号进行去噪处理,通过Z-score方法对心电信号进行标准化处理,利用独热编码方法对心电信号标签进行编码,最后使用处理后的心电数据对所提算法模型进行训练和测试。实验结果表明:所提模型相较于其它模型,能够有效提高心电图分类的准确性,在实验数据集上的分类准确率达到99.1%。