河北省灌溉机井水电转换系数精准估算实施方案研究

“以电折水”是河北省计量农业地下水开采量的主要方法,准确估算地区机井水电转换系数对于优化水资源配置、节约能源、提高效率等具有重要意义。依据典型地区113眼农用灌溉机井相关监测资料,在确定水电转换系数主要影响因素基础上,结合全省地下水埋深与机井分布变化情况,从监测机井的空间布设和监测频次的合理选取等方面提出区域系数精准估算实施方案。结果表明:地下水位埋深对水电转换系数影响程度较大,且呈负相关关系;从地域空间尺度提出了全省不同地区出水量计量允许误差分别在1%~5%时的监测机井合理布设方案,水位降幅越大,监测机井越多,反之亦然;根据年内地下水位下降和上升期间降/增幅变化需求,通过增设监测频次等手段保证年内时间尺度上系数的准确性。从点到面,实现全省机井水电转换系数的分区、分时精准管控,进而提高农业用水量的精准计量。研究成果为河北省在计量设施不充分地区推进“以电折水”计量提供了理论和技术支撑,进一步丰富了我国关于“以电折水系数”精度研究理论。

基于点格局分析的林地表层土壤优先路径水平分布特征

将景观生态学中的空间点格局分析方法应用于土壤优先路径的水平空间分布研究,采用Ripley’s K(x)函数单种点格局分析及多元点格局分析方法,对重庆四面山针叶林地、阔叶林地及针阔混交林地10-20cm土壤深度上不同影响半径范围优先路径的空间位置及其与土壤生物活动的关系进行分析,经Monte-Carlo方法检验,发现优先路径在0-15cm土壤水平剖面半径尺度上呈聚集分布,>15cm尺度向均匀分布发展;在不同尺度上与生物活动呈显著正相关关系;较小影响半径范围优先路径的空间分布数量随较大影响半径范围优先路径的空间分布数量的增加而减小。结果表明,空间点格局分析能较好地反映优先路径在土壤水平空间分布的状态,并能从数学空间形态分析角度解释土壤优先路径水平空间分布与生物活动的关系,以及不同影响半径范围优先路径间的分布关系,适用于量化分析土壤优先路径水平空间分布特征。

经济地理区位分析的思路与方法——以江苏省灌河口地区为例

作为地理学的入门性技术方法,经济地理区位分析无论是基本含义还是应用,无论是定性分析还是定量建模,都有大量的成果问世,已达到相对成熟的研究阶段。但灌河口的案例分析事实上昭示出了经济地理区位分析的新思路,本文将其归纳为经济地理区位分析的综合集成法,其基本含义是多时空尺度、多影响要素的综合集成分析,即不仅仅将经济地理区位静态地理解为一种相对位置关系,而是在考虑区位与其影响因素之间相互关联的过程中进行经济地理区位的综合性分析,具体包括多要素综合分析法则、多尺度时空分析法则和多路径门户分析法则。在此基础上进一步建构了经济地理区位分析的理论框架,试图对经济地理区位(分析)这一地理学最为基本的知识、理论与方法,进行有一定新意的理论与方法论探讨。

我国东北地区陆海统筹的空间尺度与实施路径研究

海陆关系是构建国家空间治理体系需要处理的基本矛盾。加强陆海统筹可以筑牢国家发展的战略纵深,提升地理空间的系统韧性,实现海陆资源优化配置和经济布局的空间秩序。针对陆海统筹研究现状,通过界定陆海统筹的内涵和尺度,以东北地区为例,从不同空间尺度的问题导向出发,提出具有针对性的陆海统筹实施路径。研究表明:(1)空间规划是陆海统筹战略实施的核心,是对海陆空间利用“加减乘除四则运算”的约束和管控,是贯彻落实的依据。陆海统筹在空间维度的内涵有二:不同区域、不同尺度表现形式和实现路径不同,具有系统性和层次性。同一尺度内是包含战略层、规划层、工程层等多个维度的复杂谱系,需要有效互动、协同推进才能落实落地。(2)东北地区作为沿海大区,是我国融入东北亚国际经济循环之锚,在国家陆海统筹发展格局中具有不可替代的功能。这种功能与一个区域参与国际循环特定战略方向的任务有关,也与该区域融入国内循环的地域功能密切相关。(3)省级政府是国家陆海统筹战略实施的责任主体,沿海省份应充分体现沿海特色,在国家治理框架内强化陆海统筹治理体系。就辽宁而言,重点是形成中心-门户式双核点轴空间系统,围绕两大核心城市,提升陆海两大板块向心集聚势能,以沿海内陆互动,激发海洋经济发展活力。(4)沿海地级以上城市是我国落实陆海统筹战略的基本单元,决定着陆海统筹实施的贯彻模式和技术手段;其核心是以港口-岸线为轴,集中配置海陆资源与生产要素,优化“三生”空间,进而形成海陆一体化的产业布局和空间组织模式。

传统私家园林视觉容量与情感体验的关系探究

国内目前对私家园林的研究大多基于对景观元素、建筑等的研究,而很少研究界面对视觉容量与情感体验的影响。该文主要探究视觉所能观察的界面数量和界面丰富度对视觉容量、人的情感体验的影响。从不同的研究角度选取定量不定量,探求界面数量和丰富度如何影响视觉情感;同时结合游览路线不同时的观景差异性,并考虑观景物与观赏者的视角范围和空间尺度对游览者观景感受的影响,以此作为制约界面中数量和元素丰富度的因素。

基于时空感知增强的深度Q网络无人水面艇局部路径规划

无人水面艇局部路径规划在海事救援、海洋运输等领域中发挥着重要的作用。现有局部路径规划算法在简单场景中取得了不错的效果,但面对环境中存在的复杂障碍物和海流干扰时,性能表现较差。为此,提出了一种基于时空感知增强的深度Q网络强化学习算法,首先,引入多尺度空间注意力模块捕捉距离传感器的多尺度空间信息,提升了复杂障碍物环境的感知能力;其次,利用基于长短时记忆网络的海流感知模块提取海流干扰环境的时间序列特征,增强了对海流干扰的感知能力;此外,对无人水面艇传感器和运动模型进行了模拟,并设计了强化学习状态空间、动作空间和基于方向导引的奖励函数,提升了算法的导航性能和收敛速度。在复杂仿真场景中进行了实验,结果表明,所提算法相比于原始算法在导航成功率和平均到达时间两个指标上均得到了提升,算法表现出较强的复杂环境适应性。

外资时空格局与驱动因素的尺度对比研究

改革开放以来外资的大量涌入,是中国经济快速增长的重要驱动力,但其不均衡格局也带来显著的区域发展差距。本文采用变异系数、核密度等方法,对比研究2000—2018年中国外资时空格局演变特征,发现随着外资总量稳步增长、结构不断优化,不同尺度差异化时空格局演变过程中,总体格局的不均衡状况均呈现较强稳定性:省级尺度的“北进、西移”带来集聚度下降,高值区由沿海点状集聚向沿海、沿江“T”型格局转变。城市尺度集聚态势更加显著,特别是“核心−边缘”的环状、集中连片的带状集聚格局始终稳定。基于路径依赖理论,研究多角度定量对比时空格局演变驱动因素。结果表明:一方面,规模化、政府权力相关因素在省级尺度效应更强,与区域自身发展息息相关的指标在城市尺度影响更为显著;另一方面,时间对比主要呈现市场力量的路径依赖、政府效应的路径突破,以及发展状况、外部冲击效应的差异化转变等。

MCA-Net:多尺度综合注意力CNN在医学图像分割中的应用

医学图像自动分割技术具有辅助临床医学诊断的功能.为改善CNN模型在医学图像分割中存在感受野小及细节特征不敏感等问题,基于多尺度策略以及注意力机制,提出一种多尺度综合注意力的U形网络架构,以提升医学图像分割质量.首先,提出一个新的双路径因式分解多尺度融合块,以扩展图像特征的感受野,进一步提取图像特征的细节信息.其次,在架构中融入通道和空间融合自注意力块,利用注意力机制的特性,抑制不相关的部分或背景以突显深层特征的空间信息.最后,引入多尺度注意力块.该模块通过融合多个尺度的特征信息,以突出不同尺度中最显著的特征图来适应当前分割对象的大小.为验证模型的可靠性,将所提出的网络模型应用于肺部、细胞轮廓及肝脏等医学图像分割任务.实验结果表明,所提方法在准确率、Dice系数、AUC及灵敏度等评估指标上均优于目前用于医学图像分割的主流方法.

基于分形维数的游览路径复杂性分析--以留园为例

游览路径是联系园林空间与游者的媒介,对园林的游观体验起决定性作用。分形几何作为空间复杂性的度量方式,其对不规则形状的量化描述有优势,适合中国传统园林路径的量化研究。本研究基于对留园游览空间进行量化,根据其空间分形维度量化结果归纳其空间布局特征,并以空间布局特征为变量抽象、提取路径,计算其分形维数。通过相关性分析及多元回归分析,探讨空间布局对园林游览路径分形维数的影响,进一步讨论空间布局方式对游览体验的影响。结果表明:留园空间分形维度变化在空间尺度、曲折度变化和停靠空间处变化明显;空间尺度的变化可直接影响全局游览路径的分形维,而将停靠空间与空间的曲折度作为整体考量时,对全局游览路径的分形维数影响较大。

基于三通道多尺度密集连接网络的高光谱地物分类研究

由于高光谱图像(Hyperspectral Image,HSI)相比于传统图像除了具有空间信息还包含丰富的光谱信息而被广泛应用于各领域中,同时近几年的研究表明使用神经网络可实现良好的分类效果,因此如何构建网络从而有效利用光谱和空间信息并实现高精度分类成为了一个具有挑战性的课题。基于此,为了对HSI光谱和空间信息进行有效利用,本文提出三通道多尺度模块用于HSI地物分类,该模块充分利用3D卷积层构建三通道结构以实现多尺度特征的提取融合。通过多次堆叠该模块以组成骨干网络,使得网络可提取深层次代表性特征;密集连接的引入则减轻了深层次网络的梯度消失问题,从而保证网络的分类性能。本文使用Indian Pines(IP)、University of Pavia(UP)和Salinas Valley(SV)三个HSI数据集对提出网络进行性能测试。实验结果表明,本文提出网络可有效提取HSI光谱空间特征并取得99.5%以上的分类精确度。

基于遥感影像的自监督网络小样本耕地提取

现存的耕地提取方法存在信息提取不准确、边缘定位粗糙、需要大量数据样本等问题。为了解决上述问题,提高模型在小样本耕地的提取能力,提出了多尺度双边空间方向感知网络(MBSDANet),利用三角形自监督和边界感知损失对小样本耕地进行精细分割和提取。通过融合空间方向路径和多尺度感知路径的特征,获得充分的全局先验信息以及详细的耕地信息实现上下文关联。最后对丹麦和中国河北省的多分辨率遥感影像、复杂耕地进行提取测试以及小样本数据集测试,验证上述方法的有效性和泛化能力。结果表明,与其它的神经网络相比,MBSDANet获得了更高的精确度,精确率达到0.9481,IoU为0.8937,F1分数为0.9438。