南海陆坡海底峡谷地形复杂度分析方法

地形复杂度指数是描述地形变化程度的综合指标,本文基于南海陆坡北港隆起区的水深网格数据,采用均值变点分析法确定地形起伏度的最佳统计单元,建立计算海底地形复杂度的模型,融合研究区坡度、地形起伏度、地表切割深度和高程变异系数4种地形因子,分析研究区的地形特征和地形复杂度。结果表明,研究区地形起伏度最佳分析窗口大小为19×19网格,最佳统计窗口面积为1.7689 km^(2);研究区北部及南部区域地形平坦,地形复杂程度较低,复杂度指数<2.35;中部区域存在规模不同的峡谷,地形复杂程度较高,复杂度指数平均>3.37,其中,中部偏东区域因海底峡谷最为发育,地形复杂度指数可达7.77。研究区地形复杂度的定量分析结果与海蚀作用的强弱程度呈现出较好的正相关性,这对系统开展南海海底峡谷形态特征及演化过程研究、维护海洋工程设施安全等具有重要借鉴意义。

黄土地质灾害评价因子地形起伏度提取最佳尺度研究:以榆林市米脂县为例

目前地质灾害相关评价工作中,部分研究人员对于“地形起伏度”(也称相对坡高)选取最佳窗口单元进行提取存在着一定程度的随意性和主观性,致使取得的地形起伏度参数与研究区实际情况相比存在一定的误差。后续地灾评价中,无论采用以栅格为基础的信息量模型还是现今普遍流行的各类机器学习方法,其评价因子本身的误差甚至错误会导致评价结果可靠性降低。笔者基于Arc GIS平台,利用陕西省榆林市米脂县分辨率为2 m的DEM数据,采用均值变点分析法,通过两轮分析,数量分别为10×10和1×1的矩形窗口逐渐逼近研究区地形起伏度的最佳统计单元,计算出该县地形起伏度为0~256.60 m,最佳统计单元为59×59的窗格,栅格单元边长为2 m,提取窗格边长为118 m,对应提取面积为13924 m^(2)。随后依据陕北黄土地区历史滑坡及崩塌的易发坡高统计将米脂县地形起伏度等分为<20 m、20~40 m、40~60 m、60~80 m、>80 m等5个区间,受原始地形条件及削坡建房、建厂等综合影响,40~80 m为灾害隐患发育的主要区间,灾害隐患点占比为88.60%。结合米脂县地质灾害隐患点信息量值和灾害点密度对比曲线,结果显示二者有很好的相关性,体现了地形起伏度统计单元选取和区间划分的合理性。本研究所采用的高精度DEM数据的计算及分析结果,首先避免了目视寻找拐点的弊端,其次在黄土高原地区千沟万壑的地貌条件中能够满足数字地形分析与精细化地质灾害调查的需求,可为黄土高原区地质灾害评价防治及黄河中上游流域的水土流失治理与生态环境保护提供一定的技术支撑。

基于ASTER GDEM的黑龙江省地形起伏度分析

地形起伏度是描述地貌形态的重要指标,反映了研究区域内地势起伏特征。以黑龙江省为研究区域、以30 m分辨率的ASTER GDEM(先进星载热发射和反射辐射仪全球数字高程模型)数据为基础,在ArcGIS平台上利用领域分析法分析不同窗口大小下的地形起伏度,通过均值变点法得出最佳统计单元面积为0.396 9 km^(2)。在此基础上对黑龙江省地势起伏度进行分析。结果表明黑龙江省地形起伏可分为4类,主要以台地、丘陵为主,平原占比次之。

中蒙干旱半干旱区冬、夏季地面气温时空变化特征分析(Ⅱ):7月

为整体地分析中蒙干旱半干旱区（中蒙干旱区）夏季气温的时空变化特征，利用中蒙干旱区内分布相对均匀的104个站点（包括5个“人造站”）1961—1997年7月的平均地面气温资料等，首先分析了该区夏季的平均气温场、气温年较差及日较差等背景；然后，对标准化的7月平均气温距平资料分别作了EOF和REOF分析。结果表明：（1）中蒙干旱区夏季的热量资源充足。夏季气温场分布的区域性特色更明显。（2）受纬度、地形高度及远离海洋等的影响，中蒙干旱区地面气温的年较差大，日较差也大，呈典型大陆性气候（大陆度高）的特色，但是区内的夏季气温年际变化小。（3）根据气温的EOF分析，中蒙干旱区夏季气温异常可粗分为全区一致型、准东西差异型、准南北差异型及准东北一西南差异型等4种常见分布模态；再根据REOF分析，可将该区夏季气温异常进一步细分为青海高原、高原东北侧、南疆、北疆、陕西甘南区、蒙古国西北部及东南部等7个分区。（4）近37年来，中蒙干旱区夏季气温增暖主要出现在高原东北侧和南疆区，强度比冬春季弱；在青海高原及蒙古国东南部气温还在变凉，区内各分区夏季气温变化也约有3～4年的周期。

均值变点分析理论及其在桥梁健康监测中的应用

论述了变点分析理论的原理、分析方法 ,并将其应用于桥梁健康监测数据分析与处理获得满意结果 ;实际研究表明 :该方法与 BAARDA W和 Data- Snooping方法、拉依达判别法等有一致的处理结论 ,且能准确地定位一维或多维粗差大小、位置和数量 ,为桥梁健康诊断提供新的技术支持和更准确的诊断信息。

地形起伏度与滑坡发育的相关性——以丽水市滑坡为例

丽水市位于浙西南山区,地形地貌复杂,地势起伏变化大,滑坡灾害发育。以5 m分辨率的DEM为数据源,基于GIS平台的邻域统计分析工具,依次分析了2×2、3×3、4×4、…50×50共49个矩形窗口,发现平均地形起伏度与窗口大小存在显著的正相关,运用均值变点分析法计算出地形起伏度最佳统计单元大小为8100 m^(2)(窗格18×18)。地形起伏度等间距分成9级,采用信息量法、确定性系数法研究分析了丽水市发育的滑坡灾害与地形起伏度之间的相关性。研究表明,滑坡发育与地形起伏度密切相关,丽水地区小起伏度更利于滑坡灾害发育,滑坡易发地形起伏度为15~60 m,滑坡最易发区间为15~30 m。

超市模型的实时动态控制及其数值分析

超市模型是针对大型并行排队网络所进行的实时动态控制的随机负载平衡策略,它在计算机网络、云计算、制造系统、交通网络等领域有着重要的实际应用价值.本文考虑了超市模型中的若干重要问题:实时动态控制模式;效率比较;平均场黑洞;马氏变动环境;稳定性;固定点;系统性能评价等等.同时,本文也通过数值算例研究了上述重要问题,包括对顾客加入最短队列的超市模型与服务台服务最长队列的超市模型进行了性能比较,给出了他们效率的优劣分析;在超市模型中对控制到达过程机制进行了三种情况的对比;对马氏变动环境下的超市模型进行了性能评价.

基于DEM的地势起伏度研究

本文在GIS软件的支持下,利用窗口分析、均值变点法等分析方法,以吉林省长春市中心城区为研究区,进行了研究区地势起伏度的研究,最后得出了研究区地势起伏度计算的最佳统计单元为36×36(3.24 km2),完成了研究区地势起伏度图的绘制,分析了该研究区域的地貌特征,并拟合得到了研究区地势起伏度曲线.结果表明,长春市中心城区内整体地势比较平坦,最大地势起伏度为0.407,局部地势起伏度变化缓慢.

基于DEM的地形因子分析与岩性分类

地形因子作为对地形地貌特征进行数字表达的定量参数,对岩性识别精度的提高具有重要的意义。在对已知岩性类别区域的高程、坡度、剖面曲率、地表粗糙度和地表切割深度等10个地形因子的分类有效性和相关性进行评价的基础上,对地形因子进行筛选并将最佳尺度下的地形因子用于岩性的分类。结果表明,高程、剖面曲率、地表切割深度、地表粗糙度和平面曲率这5个地形因子的组合更具良好的分类效果,且都对应有识别性最好的岩性。在识别岩性类别时加入充分表达其地形特征的最佳地形因子组合有利于提高岩性的识别与分类能力。

基于一元方差分析的正态分布均值变点检测研究

提出利用一元方差分析研究正态分布的均值变点检测问题,数值模拟及实例分析均表明,该方法与传统均值变点检测的最小二乘法同样能够有效检测出变点位置。

基于DEM的地貌特征分析与类型划分——以砒砂岩区为例

为了探明砒砂岩区侵蚀地貌特征,为水土流失治理提供精准措施,以砒砂岩区30 m分辨率的DEM为数据源,采用均值变点法确定地形起伏度的最佳统计窗口,依据相关系数和主成分分析方法确定地形因子组合,据此分析研究区的地貌综合特征及类型的空间分布状况。结果表明:1)砒砂岩区在该尺度数据源下的地形起伏度的最佳提取窗口为16×16(0.2304 km2);2)该区的最佳地形因子组合为地表切割深度、剖面曲率、坡度、高程和坡向变率,累计贡献率超过70%;3)砒砂岩区地表切割处于中等水平,总体上以中度切割为主,主要分布在研究区东部,海拔整体偏高,94.53%的区域为中海拔,坡度以缓坡和斜坡为主,主要分布在东部和西部,坡向变率主要介于15°~75°之间;4)地貌类型主要以台地和丘陵为主,遍布整个砒砂岩区,面积比为88.92%。该研究结果揭示砒砂岩区的地貌特征和空间分布规律,对砒砂岩区水土保持生态建设分区施策、因地制宜具有现实意义。

棉花滩水库分期设计洪水研究及地区组成分析

结合汀江流域雨洪变化规律,主要用均值变点分析方法对棉花滩水库进行分期确定了分期时段,并用多种方法对比研究。根据流域资料用流域面积内差计算出坝址分期设计洪水,并与全年最大值设计洪水进行对比分析,引进组合频率概念推导两者之间的量化关系。考虑水库建成后调洪对下游设计断面工程防洪后果的影响,拟定不同的地区组成方案进行分析,并计算相应的分期设计洪水。

基于3S技术的地形起伏度与区域土壤侵蚀的相关性研究

地形起伏度直接影响着地面的径流变化,是导致土壤侵蚀的主要根源之一。分析两者相关性的前提是准确提取地形起伏度,而确定研究数据尺度下地形起伏度的最佳分析窗口是得出可靠结果的保障。在3S技术的支持下,运用均值变点法分析罗甸县基于DEM(空间分辨率为30m×30m)的最佳分析窗口,并依据2007年修正的土壤侵蚀分类分级标准估算研究区各样本单元的土壤侵蚀量,对两者进行相关性分析。结果表明:罗甸县在该尺度数据源下的最佳分析窗口为32×32,最佳统计面积为0.921 6km^2,实证了均值变点分析方法提取地形最佳分析窗口的可行性;地形起伏度与区域土壤侵蚀模数的相关系数为0.519 1,充分说明了作为宏观地形因子之一的地形起伏度是区域土壤侵蚀的主导因素之一。

滇东南石漠化地区地形起伏度对水土流失的影响

分析石漠化地区的水土流失地理分布格局,探究地形起伏度对其分布规律的影响,为滇东南石漠化地区水土流失的防治措施提供合理且全面的依据。以滇东南石漠化地区马关县、西畴县和麻栗坡县为研究区,基于30 m空间分辨率的DEM数据计算地形起伏度,利用10 m空间分辨率的Sentinel-2数据提取土地利用类型。研究表明,根据均值变点法确定研究区地形起伏度最佳像元分析窗口为24×24,地形起伏度在0~2.41;水土流失强度主要为极强烈等级,占研究区总面积的26.85%;水土流失强度区域多集中在0.05~0.35等级范围内,地形起伏度在0.15~0.25等级范围达到水土流失强度峰值。研究区的地形起伏度与水土流失强度等级分布具有高度相关性,充分说明地形起伏度是石漠化地区水土流失的主导因素之一。

多源DEM数据在山区流域河网提取中的对比

针对何种DEM数据更适合山区流域的河网提取,选择长江上游与珠江上游的山区流域,以ALOS 12.5 m DEM、ASTER 30 m GDEM与SRTM 90 m DEM为基础数据,基于Arcpy提取研究区域河网,通过河网套合差、Arc Hydro Tools对提取结果进行修正与评价,探讨山区流域最佳集水面积阈值的选择与地形特征对数字河网提取的影响。结果表明:①分辨率为12.5 m的ALOS DEM河网套合差最小,能更真实地反映山区流域的水系发育程度;②通过Arc Hydro Tools修正DEM数据,3种DEM的河网套合差均减小,可明显提高河网的提取精度;③基于均值变点分析法确定研究区最佳集水面积阈值,ALOS DEM的最佳集水面积阈值为20000,ASTER GDEM与SRTM DEM为500;④大起伏山地有利于河网的提取,ALOS DEM提取效果最佳。因此,经过修正的ALOS DEM提取流域水系效果最佳,成果可为山区流域提取水系提供一定的参考和借鉴。

基于SRTM的山东省地形起伏度研究

地形起伏度是描述地貌形态、反映地面起伏特征的重要指标。以山东省SRTM数据为基础,利用ArcGIS软件的邻域分析功能和均值变点分析法确定136.89×10^(4)m^(2)为最佳统计单元面积,提取山东省地形起伏度并绘制分级图。结合地形起伏度与海拔,将山东省地形划分为低海拔平原、低海拔丘陵、低海拔台地、小起伏低山和中起伏低山,整体地势较为平缓、起伏较小。

基于面板数据分析的气象多变点研究

气象变点检测的准确性对于气象数据的均一化处理尤为重要,然而气候因素以及非气候因素等原因给气象数据变点检测带来了诸多不便。文章基于面板数据分析方法对气象数据的结构性突变进行检测和估计,区分了造成气象数据发生非均一性变化的非气候因素变点;实证分析了安徽省1957—2015年5个气象台站的逐月平均气温序列的变点问题,并结合现有的元数据资料探究了各个台站变点发生的主要原因。

面向无测风区域的复杂地形风场模拟研究

由于气象站点的布设受经济、地形、技术等因素限制,使得某风能资源丰富的无测风区域缺少气象站点数据,无法进行风场模拟。针对这一问题,尝试用NCEP再分析风速数据代替传统的气象站点数据,根据NCEP再分析风速数据的栅格数据特点,提出了一种面向无测风区域的复杂地形风场模拟方法。该风场模拟方法以SRTM DEM数据和NCEP再分析风速数据为数据源,首先通过均值变点分析法获取反映无测风区域地形起伏特点的最佳统计单元,得到无测风区域复杂地形的地形起伏度;然后对Cressman插值方法进行改进,将地形起伏度引入到权重函数中,并根据交叉检验中均方根误差最小原则求解权重函数中参数的最优解;最后将最优解代入权重函数中对风场进行加密。实验结果表明:风场模拟结果与气象站点风速之间的相关系数为0.7782,模拟风速的变化趋势与实测风速基本一致;风电场选址区主要建设在模拟风速较大的地区,十分符合风电场一般建设在风能资源丰富的地方的特点,间接验证面向无测风区域的复杂地形风场模拟方法是有效的。

基于地形起伏度的四川省地面气象站点适宜性研究

为科学确定气象站点地形起伏特征,基于先进星载热发射和反射辐射仪全球数字高程模型(Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model,ASTER GDEM)30 m数据,利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征,探究气象站点布设的区域代表性空间格局。结果表明:(1)四川省地形起伏度的最佳窗口为39×39个像元矩形邻域,对应面积1.369 km^(2)。建立的地形起伏度模型与山脉走向一致,能够捕捉到地表各种尺度的地形起伏状况,符合四川省地貌特征。(2)国家站和区域站所处地势以台地、丘陵和小起伏山地为主,地形起伏较小的国家站占比明显高于区域站,即国家站更具有区域代表性。(3)四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部,占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型,提取的地形起伏度能较好地反映气象站点所处地形特征,可为气象站点布局和站网优化提供重要参考依据。

基于DEM的都坝河流域地貌类型识别

为进一步分析都坝河流域地质灾害致灾环境因子,以1∶50000地形图为基本资料建立DEM,选取流域的宏观及微观地形因子,通过均值变点、相关系数矩阵及主成分分析方法确定最佳地形因子及最佳统计窗口,最后进行流域地貌类型识别.结果表明:(1)都坝河流域的最佳地形因子为地形起伏度、高程、坡度变率和平面曲率,累积解释率达到80%,且地形起伏度的最佳统计窗口为18×18(0.2916 km2);(2)都坝河流域可划分为8种地貌类型,其中以小起伏中山、小起伏亚高山、小起伏低山和中起伏低山地貌类型为主,占比为76.33%.该研究结果揭示了都坝河流域的地貌类型空间分布,对生态环境治理、灾害防治具有现实意义.