通用温度-植被指数特征空间农田干旱遥感监测

针对单一时段温度-植被指数特征空间干、湿边不稳定的问题,提出利用通用温度-植被指数特征空间改进TVDI指数进行农田干旱遥感监测的方法。利用2006-2015年各年单一时段特征空间干、湿边构建通用特征空间,拟合得到旬通用特征空间干、湿边。采用通用特征空间计算TVDI,结合实测数据进行旬土壤含水量反演模型率定和结果验证,并在河南省小麦种植区进行干旱监测应用分析。结果表明,与单一时段特征空间相比,基于通用特征空间的TVDI与实测数据的相关性更高,指数稳定性更强,土壤含水量估算绝对误差小于10%,均方根误差小于11%,能够有效监测农田旱情。

地理信息系统中几何特征不确定性的通用模型:从1维到N维

本文提出了描述地理信息系统（ＧＩＳ）中几何特征位置不确定性的一个通用模型：从１维到Ｎ维。在每１维中，ＧＩＳ中的特征被划分为点、线段及线性特征。由于ＧＩＳ中数据含有误差，这些特征在ＧＩＳ中的位置未必与其现实世界中的真实位置一致，而其真实位置只是在围绕着ＧＩＳ中量测位置的某一个区域内。

基于GIS和RUSLE的洱海流域土壤侵蚀空间特征分析

土壤侵蚀空间分布特征是进行土壤侵蚀防治规划、实践的重要基础与依据。基于地理信息系统（GIS）和遥感技术（RS），提取了洱海流域降雨侵蚀力、土壤可蚀性、坡度坡长、地表覆盖、水土保持措施5个主要影响水土流失因子．采用修正的通用土壤流失模型（RUSLE）估算土壤侵蚀量，并运用GIS空间统计分析功能．分析了土壤侵蚀在海拔、坡度与土地利用类型等方面的空间分布特征。结果表明，洱海流域年平均土壤侵蚀模数为64．68t／（hm^2·a）．属于强度侵蚀，土壤侵蚀面积1404．279km^2，占总流域面积的61．12％．2000～2500m高程带、15°～45°坡度带，以及未利用土地区域是研究区土壤侵蚀防治的重点地区。

史丹利·雷梭住宅的空间特征解析

雷梭住宅对我们了解密斯设计历程中建筑空间概念的变化,特别是他对建筑内部和外部空间之间关系的理解有重要的意义。文章着重解析他在1937年开始绘制的雷梭住宅的空间特征,试图阐述密斯设计的雷梭住宅,通过在室内空间中减少固定构件,强化天花板和地板的连续性,合理安排视觉元素,创造一个视觉上连续、均匀、层级明确的室内空间,通过对起居室外墙在视觉上透明化处理,来使建筑本身成为一个整合内外空间的视觉框架,在连接室内外空间的同时,保持其固有的空间属性。这是密斯在德国乡村住宅项目之后提出的一整套乡村住宅空间操作工具,它适用于在优美环境中创建居住空间,并将其融入自然环境中去。

基于定性空间推理的中文文本空间关系识别

基于定性空间推理对空间关系给出一个通用特征集合,并结合网络爬虫、文本挖掘、空间数据库和机器学习方法提出一种针对中文文本的通用空间关系识别框架,解决了大数据中中文文本的空间关系识别问题.与传统人工建立的空间关系模型相比,该方法具有更高的识别率,适用于处理大数据中中文文本的空间信息.

谱估计方法的通用矩阵表示与新的谱估计方法

本文指出几种常见的谱估计方法可以归结为同一数学问题并可用同一矩阵方程表示。从这通用矩阵表示可导出许多新的谱估计方法。本文还具体研究了相关阵特征矢量空间谱估计方法,得出一些有益的结论。

基于图像的单样本人脸识别研究进展

基于单样本的人脸识别具有重要的应用价值,然而对仅有一个注册样本的人脸图像进行识别是一个具有极大挑战性的问题。对近年来提出的单样本人脸识别的算法进行分类和介绍,以识别率为指标对比了这些算法的实验结果,同时给出了这些实验针对的人脸数据库、数据库的规模和训练/测试样本集的划分;总结了影响单样本人脸识别率的关键因素及各算法的优缺点,分析了一些算法取得较优识别率的原因及未来可能的研究方向。

“三江并流”区生态系统土壤保持服务的空间分布特征

基于通用土壤流失方程（USLE）和地理信息系统（GIS）技术构建空间分析模型,作者对＂三江并流＂区土壤保持服务物质量的空间分布进行估算,揭示该服务在不同海拔高度和土地利用类型上的分布特征,明晰不同生态系统的土壤保持服务功能.结果显示本区年均土壤保持总量达5.10×10^9t·a^-1,单位面积土壤保持量为767.66 t·hm^-2·a^-1.土壤保持服务高值地区集中在泸水县中南部怒江沿岸、云龙县中部澜沧江沿岸、玉龙县东北部金沙江沿岸及宾川县东部;主要分布于2 000～3 500 m的有林地中.各类生态系统的土壤保持服务功能（单位面积土壤保持量）为半湿润常绿阔叶林〉中山湿性常绿阔叶林〉暖性针叶林〉季风常绿阔叶林〉干热河谷硬叶常绿栎林〉暖温性稀树灌木草丛,亚高山草甸生态系统最低.气候、地形、土地利用方式和植被覆盖及其综合作用是影响＂三江并流＂区土壤保持服务空间分布的主要因素.

基于改进YOLOv5的口罩佩戴检测算法

在公共场合密集人群场景下,由于目标遮挡导致的信息缺失及检测目标较小、分辨率低问题,使得人脸佩戴口罩检测算法的检测效果较差。为提高模型的检测精度和速度,减少硬件占用资源,提出一种基于改进YOLOv5s的口罩佩戴检测算法。将标准卷积和深度可分离卷积相结合替换传统卷积,并进行通道混洗的鬼影混洗卷积,以在保证精度的前提下提升网络速度。将最近邻法上采样替换为轻量级通用上采样算子,充分利用特征语义信息,在改进的YOLOv5s模型Neck层末端添加自适应空间特征融合,可以对不同尺度的特征进行更好的融合,提高网络检测精度,并通过自适应图片采样,缓解数据不均衡的问题,运用马赛克数据增强对小目标进行充分利用。实验结果表明,该算法在AIZOO数据集上的mAP值达到了93%,比YOLOv5原始模型提升了2个百分点,对于佩戴口罩的人脸检测精度达到了97.7%,优于同等情况下YOLO系列、SSD、RetinaFace的检测效果,同时在GPU上的运行推理速度提升了16.7个百分点,且模型权重文件的内存仅为23.5 MB,适用于实时口罩佩戴检测。

黑龙江流域生长季温度植被干旱指数1-km栅格数据集(2007-2018)的研发

温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)是指基于植被指数和地表温度相关关系估测土壤表层水分状况进而反映其所在地区的干旱程度的度量参数。本数据集覆盖的地区为黑龙江流域,时间序列为2007-2018年的4-10月(植被生长季)。该数据集是在MOD13A3植被指数(NDVI)(月度)、MOD11A2地表温度(LST)(8天合成)以及ASTER-DEM数据基础上融合温度植被干旱指数计算模型得到。数据集存储为.tif格式,空间分辨率为1 km,由84个文件组成,数据量为362 MB(压缩为1个文件,319 MB),通过数据集与同期气象站降水和全球表层土壤水数据相关性分析表明,本产品与两者均呈负相关关系并均通过显著性检验。

青海省天保工程土壤保持效益评价研究

【目的】评估青海省天然林保护工程(天保工程)实施20年来土壤保持量及空间分布特征,了解该地区生态环境保护状态,为推动地方生态建设和经济发展提供理论参考。【方法】基于通用土壤流失方程(USLE)模型,结合土地利用数据、地形数据、多年气候数据和土壤数据对青海省土壤保持量进行计算并在GIS平台上进行空间分析,探明在天保工程实施下土地利用类型、行政区、地形等因子影响下的土壤保持情况,并评估天保工程土壤保持效益。【结果】①2000—2020年,青海省主要土地利用类型以草地和裸地为主。由于天保工程的实施,土地利用变化主要表现在乔灌林地面积的扩张和裸地面积的减少,东部大面积灌木林地和草地转为乔木林地,草地和灌木林地是乔木林地面积增长的主要来源;②天保工程实施的20年间,土壤保持量增加了4.950×10^(6) t,但在空间上分布不均,呈现东部和南部较高、西北部较低的态势;③不同土地利用类型的土壤保持能力各异,乔木林地单位面积土壤保持量最高,灌木林地土壤保持总量在20年间增加最多;④在不同行政区中,海东市、西宁市和黄南州土壤保持量20年间增加最多;④在海拔和坡度方面,20年间海拔梯度[1667,2600)m和较陡坡[15°,25°)的土壤保持效果较好,单位面积土壤保持量最大。【结论】天保工程的实施显著增强了青海省土壤保持功能;灌木林地和乔木林地是青海省土壤保持量增长的主要类型;海拔梯度[1667,2600)m和较陡坡[15°-25°)的生态系统土壤保持效果较好,应继续加强保护。