基于功能区划分的出租车热点区域发现方法研究

针对城市出租车分布不合理的问题，提出了一种基于功能区划分的出租车OD热点区域发现方法。首先对出租车的原始OD点进行提取，使用改进的DB-SCAN算法对功能区中的出租车OD点进行聚类，并用卡方分布的统计学方法得出热点区域。该方法的准确性和可信性可通过两个指标评估，覆盖率和命中率。实验结果表明，该方法能够有效地发现和预测不同时间段、不同功能区的出租车OD热点区域。

基于HMM的国网轮询视频分会场名称识别

为提高运维效率,针对视频中的分会场文字信息,采用计算机视觉技术,识别出分会场的名称,以便实现轮询视频的自动检测。提出一种基于隐马尔可夫模型(hidden Markov model,HMM)的轮询视频分会场名称识别算法,利用分会场名称中相邻单个文字的相关性,提高分会场名称的识别准确率。对每帧视频图像,采用微分二值化(differentiable binarization,DB)算法定位文字区域,提取单个文字的分块特征,并通过计算欧式距离进行单字识别。考虑分会场名称中相邻文字之间的相关性,构建HMM,实现相邻文字之间的关联,并采用Viterbi算法计算分会场名称识别结果。试验数据表明,在采用较低维数的特征向量时,本研究提出的分会场名称识别算法具有较高的识别率和较强的抗噪性能。

艾比湖流域气溶胶光学厚度时空演变及影响因素

气溶胶光学厚度(AOD)描述了气溶胶对光的衰减作用,并在一定程度上反映区域大气污染程度.本研究以2000年~2015年长时间序列MOD09A1数据为本底,在生成查找表的基础上,采用深蓝算法(DB)对艾比湖流域2000年~2015年Landsat TM/ETM+/OLI数据进行AOD遥感估算,分析艾比湖流域AOD时空变化特征,结合环境变量选用随机森林模型(RF)对AOD进行预测及因子贡献度排序.结果表明:①艾比湖流域AOD呈现显著的季节性变化特征,AOD值春季(0.414)>夏季(0.390)>秋季(0.287),其中春季变化幅度最大.②艾比湖流域平均AOD为0.374,年际变化整体表现为上升趋势,但在2010~2015年间AOD增加较快,年际增幅达到32.32%,表明该流域近15年间的大气污染不断加剧,近5年尤甚.③艾比湖流域AOD空间分布从艾比湖北部到南部呈阶梯式上升变化,其中,精河县污染最为突显,AOD值达到0.483.④RF模型对AOD的预测效果较好,R^2=0.866,RMSE=0.042,其中蒸散发对艾比湖流域AOD影响最为显著.

基于Landsat数据的关中盆地腹地AOD时空格局及城市化对其影响

气溶胶光学厚度(aerosol optical depth,AOD)是气溶胶最基本的光学特性之一,表征气溶胶对光的消减作用,对区域大气污染有一定的指示作用.首先,以2000~2019年长时间序列MOD09A1产品数据为基础,利用ASTER波谱数据库,构建了Landsat TM/OLI蓝光波段地表反射率数据集,利用深蓝算法(deep blue algorithm,DB)对关中盆地腹地AOD进行了反演估算.其次,通过测算2000~2019多年平均/各年平均AOD和季节AOD值,研究分析了AOD空间分布特征和时间变化趋势;利用经验正交函数分析方法(empirical orthogonal function,EOF)剖析了AOD主要的空间分布模式.最后,探索分析了城市化对AOD时空分布特征的影响.结果表明:(1)研究区多年平均AOD空间分布受地形和人类活动影响显著,低海拔且人类活动强度大的盆地内部AOD值和变化幅度均高于周围山系.AOD呈现出明显的季节差异性:春季(0.34)>夏季(0.33)>秋季(0.23)>冬季(0.12),夏季AOD区域差异性最大.(2)年均AOD呈先增大后减小再增大的变化趋势,2005年达到最大值;春夏两季AOD数值分布离散,而冬季则表现为低值集聚的状态.(3)EOF分析结果表明,研究区AOD存在3种主要的空间分布模态:第一,AOD空间分布模式表现为区域一致型,特征向量空间分布与海拔梯度一致,反映了不同海拔下AOD变化程度的差异;第二,以秦岭山脉为界,大致呈现南北反相的分布特征,反映出关中盆地地域发展的独特性和与南部秦岭山区的差异性;第三,"东南-西北"的分布格局,表明了AOD在"城镇-乡村"呈反相变化趋势;(4)研究区AOD值与常住人口密度(R^(2)=0.707,P<0.05)、不透水面密度(R^(2)=0.377,P<0.05)以及工业POI密度(R^(2)=0.727,P<0.5)呈正相关关系,说明城市化对AOD时空分布有一定影响.本研究对加强关中盆地空气质量监测和城市生态环境建设具有重要的意义.