更一般高阶非完整系统的指数调节

研究了一类更具有一般性的强漂移高阶非完整系统的指数调节问题.首先通过指数形式的input-state-scaling不连续变换将原x子系统的指数调节问题转化为变换后z子系统的镇定问题,并有效克服x子系统在控制输入u_0=0时不能控的问题.然后基于"加幂积分器"反推方法设计鲁棒控制器,在新的切换策略下,使闭环系统状态指数收敛到零点.仿真例子验证了所提方法的有效性.

地形调节植被指数及其在森林动态监测中的应用

森林一般分布在复杂地形山区,消除地形影响成为提高森林遥感监测精度必须解决的基本问题之一。本文提出一种无需DEM数据支持、仅依据光学遥感影像近红外波段与红光波段数据就能有效消除山区地形影响的地形调节植被指数(TAVI)。以1998年与2008年两期LandsatTM影像为实证研究数据,进行TAVI抗地形影响性能验证并采用TAVI进行研究区森林覆盖变化监测。通过TAVI与太阳入射角余弦值回归分析和与NDVI比较分析表明,TAVI与太阳入射角余弦值一元线性回归方程斜率在-0.04～0.04之间,相关系数在-0.08～0.08之间,明显优于NDVI,其消除地形影响的效果显著。利用TAVI反演得到的复杂地形山区森林覆盖信息呈面状空间分布,没有出现受地形控制的纹理形态。监测结果表明,研究区1998—2008年森林资源总体呈持续增长趋势。

地形调节植被指数的抗地形效果验证

分别选取位于福建省、吉林省、云南省和西藏自治区的4个地形地貌差异较大的研究区域,利用TM、ALOS AVNIR、IRS P6和HJ-1ACCD1等不同传感器的多光谱遥感数据,开展地形调节植被指数(TAVI)抗地形影响性能的实验与验证。根据目视效果和统计指标的对比分析发现:TAVI在各种地形条件下都有明显的抗地形影响的效果,但在地形起伏达到1km以上的高山区域效果有所减弱。

基于地形调节植被指数估算长汀县植被覆盖度

植被覆盖度遥感估算最常用的方法是基于植被指数构建模型,但大部分的植被指数没有考虑地形的影响。以福建省长汀县作为研究区,引入能消除地形影响的地形调节植被指数(topography adjusted vegetation index,TAVI),利用像元二分模型估算植被覆盖度,旨在研究TAVI对植被覆盖度估算结果的影响,并与基于归一化差值植被指数(normalized difference vegetation index,NDVI)估算的结果进行比较。根据目视效果和统计指标的分析表明:基于TAVI估算的植被覆盖度精度高于基于NDVI的估算结果,并能有效降低阴坡阳坡间的差异,提高阴坡区域植被覆盖度的估算精度。

基于地形调节植被指数的像元二分模型应用研究

植被覆盖度是衡量地表植被状况的一个重要指标,归一化植被指数结合像元二分模型是一种通过遥感监测获取植被覆盖度的方法,使用广泛,但在山区会受到地形效应的影响。引入地形调节植被指数估算植被覆盖度,通过配对t检验发现其在山区具有良好的削弱地形效应作用,可用于山区的植被覆盖度反演。

西藏高原青稞三种植被指数对红外增温的初始响应

气候变暖影响着农作物生长及其植被指数。为了探讨西藏高原青稞(Hordeum vulgare Linn.var.nudum Hook.f.)归一化植被指数(normalized difference vegetation index,NDVI)、归一化绿波段差值植被指数(normalized green difference vegetation index,GNDVI)和土壤调节植被指数(soil adjusted vegetation index,SAVI)对气候变暖的初始响应,2014年5月在西藏达孜县布设了一个红外增温实验(3个水平,即对照,1 000和2 000 W红外增温)。通过对2014年6─9月利用农业多光谱相机获取的3种植被指数和利用HOBO微气候观测系统获取的两个深度(5和20 cm)的土壤温湿度的统计分析,探讨了西藏高原青稞植被指数对红外增温的响应及其与土壤温湿度的相互关系。结果表明,1 000和2 000 W的增温使5 cm的土壤温度(t5)分别升高了约1.62和1.77℃,使20 cm的土壤温度(t20)分别升高了约1.16和1.43℃;相反使5 cm的土壤湿度(SM5)分别下降了约1.8%和14.1%,使20 cm的土壤湿度(SM20)分别下降了21.6%和14.7%。1 000 W的增温使NDVI、GNDVI和SAVI分别增加了约2.4%、4.3%和0.5%;2 000 W的增温则使NDVI、GNDVI和SAVI分别增加了约5.5%、5.3%和4.8%,尽管增加幅度并不显著。单因子回归分析表明,t5与NDVI(r2=0.110,P=0.026)和GNDVI(r2=0.254,P=0.000 4)为负相关,而与SAVI无关(r2=0.069,P=0.082);t20与GNDVI为负相关(r2=0.218,P=0.001),而与NDVI(r2=0.040,P=0.190)和SAVI(r2=0.014,P=0.443)无关;SM5与NDVI(r2=0.277,P=0.000 2)、GNDVI(r2=0.394,P=0.000 0)和SAVI(r2=0.208,P=0.002)为正相关。SM20与GNDVI为正相关(r2=0.193,P=0.003),而与NDVI(r2=0.059,P=0.107)和SAVI(r2=0.037,P=0.209)无关。多重回归分析表明,SM5主导着NDVI、GNDVI和SAVI的变异。偏相关分析表明,NDVI、GNDVI和SAVI与SM5的相关系数分别为0.442(P=0.003)、0.412(P=0.007)和0.404(P=0.008);与SM20的相关系数分别为-0.042(P=0.792)、0.051(P=0.749)和-0.033(P=0.837);与t5的相关系数分别为-0.154(P=0.332)、-0.019(P=0.907)和-0.170(P=0.282);与t20的相关系数分别为0.228(P=0.147)、-0.041(P=0.795)和0.268(P=0.086)。因此,红外增温引起的干旱抑制了青稞的生长,进而影响了植被指数,即植被指数的不显著变化可能与红外增温引起的土壤干旱有关。

基于PROSPECT+SAIL模型反演叶面积指数的较强适用性植被指数的筛选

基于PROSPECT+SAIL植被辐射传输模型,通过控制不同的植被生化变量、地表参数和土壤光谱参数建立光谱数据集,定量地分析了归一化植被指数(NDVI)、比值植被指数(SR)、土壤调节植被指数(SAVI)等10种常用的植被指数(VIs)对叶面积指数(LAI)的响应.利用敏感性函数定量地筛选出具有较强适用性的转换型土壤调节植被指数(TSAVI).在此基础上,分别建立了TSAVI及常用植被指数NDVI反演LAI的模型.以张掖市南部地区的TM影像为数据源,进行了LAI的反演,并利用黑河生态水文遥感试验获得的中游LAI数据集对模型进行精度评价.结果表明:TSAVI–LAI模型最佳拟合关系为指数形式,其反演结果与LAI实测值的偏差最小(0.200),R2最大(0.686),RMSE最小(0.397).TSAVI可以作为较强适用性植被指数来进行LAI的反演.

利用植被指数(Ⅵ)提取遥感影像荒漠林覆盖度信息的差异性研究

本研究针对荒漠林在遥感影像中的表现特征,选用归一化植被指数(NDVI)、重归一化植被指数(RDVI)和土壤调节植被指数(SAVI),比较分析通过遥感影像灰度图的判读和植被指数分析荒漠林的覆盖度。结果表明:3种植被指数在探测干旱区稀疏植被覆盖度的能力方面存在差异。RDVI探测稀疏植被覆盖度的能力明显劣于NDVI和SAVI。NDVI和SAVI表现基本一致;由于土壤因素的影响,在估测稀疏植被覆盖度方面,NDVI的能力较SAVI强。

马尾松毛虫寄主有效叶面积指数遥感反演模型研究

叶面积指数(LAI)是植物的重要结构变量,可以较好地反映植物冠层特征,构建该指标的有效反演模型是实现马尾松毛虫害空间监测与预警的必然要求。以在三明市、将乐县、沙县、南平市等4个县(市)测定的马尾松有效叶面积指数及同时段HJ-1 CCD多光谱遥感影像为基础数据,分别建立LAI与NDVI、TNDVI、DVI、RDVI、RVI、PVI、SAVI、MSAVI、MCARI等9个植被指数的一元线性、乘幂、指数、对数与二次曲线模型。结果表明:(1)上述9个植被指数均与马尾松有效叶面积指数显著相关;(2)R2、RMSE及预测精度等指标显示,以TNDVI与MSAVI作为自变量的乘幂、指数模型是马尾松毛虫主要寄主马尾松有效叶面积指数遥感反演的最佳模型,这与影像光谱信息量、指数对虫害状态下的林冠特征响应敏感有关。

基于地表温度-植被指数特征空间的土壤干旱监测

以张掖市甘州区绿洲为研究区,采用5期遥感影像(2011~2015年),运用ENVI 5.2提取归一化植被指数(NDVI)、改进型土壤调节植被指数(MSAVI)和地表温度(Ts),构建Ts-NDVI和Ts-MSAVI特征空间,对比分析两种特征空间。结果表明,Ts-MSAVI特征空间的干边和湿边斜率均小于0,这与前人的研究干边斜率是负值,湿边斜率是正值的结论有所不同。Ts-NDVI和Ts-MSAVI这两种特征空间具有相同的趋势,其中2012、2013、2014年这3年两种特征空间系数r^2较高,其余2年系数r^2较低。整体而言,TsNDVI特征空间的干湿边系数相比Ts-MSAVI特征空间的干湿边系数要高,稳定性好。从TVDI旱情等级分布图上可以得出2012年的受旱面积最大,干旱和重旱面积占总面积的70.39%,2013年干旱情况最严重,重干旱面积为1 611.972 km^2,重旱面积占到总面积的43.5%,2014年干旱程度开始缓解,轻旱、干旱和重旱面积开始降低,湿润和正常面积开始增加,2015年干旱程度得到全面缓解,湿润和正常面积占到总面积的21.9%,但是干旱和重旱面积比重依然很大,说明张掖市甘州区绿洲旱情依然很严峻。

小鹀和栗鹀体温调节特征的初步研究

在5℃至35℃的温度范围内,通过测定了小鹀和栗鹀的体温和代谢率,计算其温度调节指数（F值）。小鹀和栗鹀的F值分别为1.31和1.04,均大于1,表明这两种动物具有良好的体温调节能力。

国有企业、金融市场改革与养老保险制度改革的互动效应——中国如何解决老年保障问题?

中国政府非常清楚社会保障所面临的危机 ,决定寻求解决办法。拟议中的社会保障改革的核心是积累制和整合条块分割的体系 ,计划为每个工人建立个人退休账户 ,对养老基金进行有效投资。然而 ,这种改革受阻于三个关键因素。 (1)在向积累制的转化过程中必须支付转制成本 ;(2 )现有的社会保障体系条块分割、分散化管理 ;(3)已经积累的基金尚未取得高收益 。

河网线要素与DEM综合的三维Douglas-Peucker算法

目前三维Douglas-Peucker(3D_DP)算法主要应用于单一类型的DEM综合。本文引入"弯曲调节指数"来改进3D_DP算法,提出了一种三维空间河网要素与DEM综合的新方法,即将河网线矢量提取成三维离散点数据集(增加高程属性),与DEM三维离散点数据集合并,在河网层次化选取基础上,利用改进的3D_DP算法对合并数据集进行综合操作。通过试验结果的对比和分析表明,该方法通过弯曲调节指数的调节使河流自身所具有的弯曲形态与地形的主要特征得以同时保留,试验效果良好,实现了三维空间河网要素与DEM数据在同一简化因子作用下的综合,提升了地图综合的质量。

地形调节植被指数构建及在植被覆盖度遥感监测中的应用

提出一种无需异源数据支持就能有效消除山区地形影响的地形调节植被指数(TAVI).以Landsat TM影像为数据源,采用TAVI进行复杂地形山区植被覆盖度遥感监测;并选择典型样区进行植被指数与太阳入射角余弦值cosi回归分析、比较,定量验证地形调节植被指数抗地形影响的效果.结果表明,TAVI与cosi一元线性回归方程斜率仅为0.01,相关系数只有0.01,TAVI获得预期的抗地形影响的效果;利用TAVI反演的植被覆盖度空间分布呈面状展开,没有出现地形纹理状的分布形态,获得了满意的抗地形影响的效果.

高光谱技术分析茶树叶片中叶绿素含量及分布

植物叶片叶绿素含量及分布是植物营养信息表达的一个重要指标。以茶树为研究对象,利用高光谱技术分析茶树叶片中叶绿素含量及其分布。通过采集茶树鲜叶的高光谱图像,利用7种不同的算法从高光谱数据中提取相应的特征参数,并根据特征参数和叶绿素含量的参考测量值分别拟合出相应的预测模型。结果显示,二次土壤调节植被指数算法提取的特征参数最佳,预测模型校正集和预测集的相关系数R分别为0.843 3和0.832 3,最小均方根误差分别为9.918和8.601。最后根据预测模型估计叶片上任意像素下叶绿素的含量,并通过伪彩手段描述叶片中叶绿素含量的分布。研究结果表明,利用高光谱成像技术分析茶树叶片中叶绿素含量及其分布是可行的。

基于TAVI的长汀县植被覆盖度时空变化研究

植被覆盖度(FVC)是指示生态环境状态的重要参数,开展区域FVC估算与分析对于科学决策具有重要意义。利用1988—2013年5个时期的Landsat系列遥感数据,引入地形调节植被指数TAVI来估算FVC,有效消除了阴坡和阳坡由于地形不同造成的差异。研究结果表明:长汀县植被覆盖情况总体良好,中高以上植被覆盖度区域占全县面积的65%以上,植被覆盖度较高区域主要分布在县域周边;中低以下植被覆盖度区域不到全县面积的15%,主要分布在中部沿汀江两岸的水土流失严重乡镇。1994年植被覆盖度最差,1988—1994年植被覆盖度降低幅度较大,在全县各乡镇都有分布,主要与1993—1994年冬季的严重霜冻有关;1994年后,植被覆盖度逐步提高,2003年以后,植被覆盖度增长较快,尤其是中部原水土流失严重乡镇的植被覆盖度显著改善。长汀县植被覆盖度的变化情况与地方政府对水土流失治理的投入强度密切相关,特别是2000年以来的高强度投入与治理,极大地改善了当地的植被覆盖状况。

可见-近红外作物氮素光电测量仪开发

为了解决当前作物氮素含量无损检测手段欠缺问题,利用氮元素在可见-近红外波段的光谱特性,通过对两路入射光和两路反射光的测量,采用最小二乘估计法进行自动标定,开发了一种非接触测量植株氮素的光电测量仪,通过信号的调理解决了光电信号弱和太阳角影响问题。该仪器测得的双波段光谱数值与地物光谱仪相比具有很好的相关性,决定系数分别是0.994和0.985,而且能够方便地测定用于作物氮素营养评价的优化植被指数值。对小麦试验结果表明,该仪器可以用于植株氮素营养快速无损监测评价,具有操作简便、功耗低、灵敏度高、响应时间快的特点,测量的作物氮素可以用来指导变量施肥。

改进模糊聚类在医疗卫生数据的Takagi-Sugeno模糊模型

传统的数据分析方法在挖掘医学数据信息时,没有充分利用可用的信息.针对这一问题,提出一种基于改进模糊聚类的Takagi-Sugeno(T-S)模糊系统,将系数调节与指数调节与经典模糊C均值聚类(Fuzzy C-means,FCM)算法结合,替换经典T-S模糊系统中的逻辑元件,合理利用T-S模糊系统在预测与回归等方面的优势的同时,通过指数或系数的灵活调控,深度挖掘医学数据中不同属性间的关联信息,提高算法在众多医学数据分析预测中的准确性.为具体评估算法有效性,在真实医疗数据集上进行实验,实验结果表明,该算法具有更高的预测精度及可行性.

基于灰色周期组合模型的电力月度负荷预测方法

传统的灰色预测模型只能反映用电负荷的总体变化趋势,不能反映用电负荷随季节的波动特征。基于月调节指数,提出了灰色周期组合预测模型,研究了同时考虑2种趋势复杂的月度负荷预测问题,算例表明,与传统的预测方法相比,组合预测方法较好地提高了预测的精度。

地形对植被覆盖度估算方法的影响

在使用遥感技术估算植被覆盖度过程中,估算结果极易受到地形的影响,不同的估算方法受到的影响程度也不同。针对上述问题,选用SCS+C进行地形校正,并对比和定量分析了经地形校正后与未经地形校正及未经严格地形校正像元二分模型植被覆盖度估算结果的变化特征。结果表明,平地、丘陵估算结果受地形影响较小,3种方法估算结果相似;山地估算结果受到地形影响最大,存在显著性差异,其中阴坡估算结果整体性呈显著偏大趋势,阳坡估算结果略微减小,VFCTAVI估算结果优于VFCNDVI。该研究结论可以促进植被覆盖度实际生产和反演方法的改进。