Temporal and Spatial Scale Dependence of Precipitation Analysis over the Tropical Deep Convective Regime

Data from Goddard cumulus ensemble model experiment are used to study temporal and spatial scale dependence of tropical rainfall separation analysis based on cloud budget during Tropical Ocean Global Atmosphere Coupled Ocean Atmosphere Response Experiment （TOGA COARE）. The analysis shows that the calculations of model domain mean or time-mean grid-scale mean simulation data overestimate the rain rates of the two rainfall types associated with net condensation but they severely underestimate the rain rate of the rainfall type associated with net evaporation and hydrometeor convergence.

低客流公交运营模式优化方法

为解决低客流传统公交线路运营效率低的问题,考虑低客流公交线路客流时空特性,提出了采用传统公交与需求响应公交(demand response transit,DRT)相结合的组合运营模式:全时段传统公交模式(M1)、分时段传统公交+DRT模式(M2)全时段DRT模式(M3)的优化思路。分析了不同运营模式的要素,考虑乘客空间、时间特征,构建基于三维时空聚类的站点规划模型;考虑车辆行驶成本、乘客时间成本,以总班次运营成本最小为目标,构建了带有时间窗的灵活型DRT线路与调度规划模型,运用遗传算法进行求解。以北京市某公交线路进行仿真实证,仿真结果表明:M2相比M1、M3分别降低了9.0%、23.0%的运营成本。研究可针对低客流公共交通服务的运营方案制定与优化提供技术参考。

基于骨架序列多算法的粮仓作业人员异常行为视频识别

粮仓是保障粮食储藏安全的重要设施。粮仓为封闭大空间,仓内光照昏暗、空气流通差,熏蒸、气调等作业增加了人员安全隐患,通过仓内安防视频对作业人员的异常行为进行识别与分析,是作业人员安全操作的一项重要技术保障。提出了一种基于骨架序列多算法的粮仓内作业人员异常行为的视频识别算法。首先,利用YOLOv3tiny模型对人体进行快速检测,结合Sort对多目标进行运动轨迹跟踪,通过AlphaPose模型提取人体骨架坐标序列及权重信息;进而,根据人体骨架自然连接节点构成的实际空间图(RSG)和虚拟人体的重心与头、手、脚互连构建的虚拟空间图(VSG),基于人体动力学重心与手脚互动的平衡性,提取仓内作业人员异常行为的空间特征和串联时间卷积(TC)的时空特征;最后,提出了虚实结合的时空图卷积网络(VR-STGCN)仓内作业人员的异常行为视频识别算法。同时自建了混合数据集,并将VR-STGCN与SSD、PCANet、Two-StreamCNN、STGCN等四种算法进行了对比实验与分析。结果表明:VR-STGCN各项指标均优于其他四种算法;VR-STGCN能够在光线不足、多目标、远距离等复杂环境下准确地识别出仓内人员的跌倒、爬行、躺平等异常行为,识别准确率达到97.7%,处理速度为18.67 fps,能够实时分析作业人员异常行为。研究成果为复杂环境下粮仓作业人员的安全保障提供了一种全新高效的技术。

碳中和目标下长三角城市群碳收支时空分异与碳补偿量化研究

碳补偿是促进区域低碳转型、实现碳中和目标的有效手段。在核算长三角城市群碳吸收量和碳补偿量的基础上分析其时空演化特征,并通过核算碳补偿金额、生态承载系数与经济贡献系数识别支付区与受偿区以及相关功能区,制定科学合理的空间补偿方案。结果表明在2009—2019年:(1)研究区域碳排放量阶段式增长,增量波动较大,呈“增—缓—增”的势态,空间上以沿江高值区城市为中轴,向南北两区削弱;(2)研究区域碳吸收量以2亿吨为平衡点上下浮动,呈增速缓慢、增量较少、整体稳定态势,空间上表现为明显的“外围—中心”特征;(3)支付区和受偿区在城市数量、补偿金额方面不够协调,补偿金额压力较大。因此,需要做好总体谋划,强化顶层设计,控制能源消耗,丰富补偿方式,拓宽补偿渠道。

飞机地面除冰保障过程动态预测

针对冰雪气象下除冰保障过程的精细化管理及预测精度低下的问题,提出了一种基于时空关联动态贝叶斯网络的飞机地面除冰保障过程动态预测方法。在系统性分析除冰保障过程的基础上,设计了面向离港除冰队列的时空关联节点判别方法,基于K最近邻算法简化关联节点并构建了变结构动态贝叶斯网络模型。基于核注意力机制的除冰保障节点先验概率密度估计方法,结合条件概率更新结果构建了面向不同状态的飞机地面除冰保障过程动态预测方法。实验结果表明:所提方法在考虑除冰保障演化不确定性的基础上实现了各节点的动态预测,平均绝对误差为2.34 min,整体精度相比静态贝叶斯网络方法最大提升8.66%,为地面除冰运行战术组织及决策控制提供了有效依据。

背景分区增强下的超高压典型AR运维场景重建方法

运维场景融合度过高,增加了子图间的冗余度。为了提升运维场景的清晰度、饱和度等,提出背景分区增强下的超高压典型AR运维场景重建方法。引入一个场景包围盒,搭建场景空间分割代价函数,生成运维场景包围盒列表,通过计算分割平面选择因子,分割AR运维场景空间。利用VR渲染方法分区增强AR运维场景的背景,将背景分区增强与模糊隶属度松弛迭代相结合,采用可视化定位检测方法融合AR运维场景,进行运维场景的三维重构,增强AR运维场景。根据运维场景重建的空间分布结构,完成超高压典型AR运维场景重建。实验结果表明,AR运维场景的漫游帧率在40~50帧/s,在清晰度、饱和度、亮度等方面具有更好的重建效果,为提高AR运维场景重建的可视化性能和人机交互能力提供了新思路。

基于新分区策略的ST-GCN人体动作识别

人体动作识别是智能监控、人机交互、机器人等领域的一项重要技术,基于人体骨架序列的动作识别方法在面对复杂背景以及人体尺度、视角和运动速度等变化时具有先天优势。时空图卷积神经网络模型(ST-GCN)在人体行为识别中具有卓越的识别性能,针对ST-GCN网络模型中的分区策略只关注局部动作的问题,设计了一种新的分区策略,通过关联根节点与更远节点,加强身体各部分信息联系和局部运动之间的联系,将根节点的相邻区域划分为根节点本身、向心群、远向心群、离心群和远离心群等5个区域,同时为各区域赋予不同的权重,提升了模型对整体动作的感知能力。最后,分别在公开数据集和真实场景下进行实验测试,结果表明,在大规模数据集Kinetics-skeleton上获得了31.1%的Top-1分类准确率,相比原模型提升了0.4%;在NTU-RGB+D的两个子数据集上分别获得了83.7%和91.6%的Top-1性能指标,相比原模型提升了2.3%和3.3%;在真实场景下,所提模型对动作变化明显且区别大的动作如俯卧撑和慢跑识别率高,对局部运动和动作变化相近的动作如鼓掌和摇头识别率偏低,尚有进一步提高的空间。

流域生态“执法+司法”联动的法治逻辑、时空困境与优化路径——以长江流域为例

长江流域生态“执法+司法”联动可划归为提供建议型、共同办案型、案件移送型、联合会议型、便利诉讼型、监督引导型、辅助执行型七种类型。在生态法治思想的指引下,“执法+司法”联动需以理念性逻辑、协调性逻辑、规范性逻辑为建构基础。从时空维度展开分析,发现联动实践中存在时序偏置、空间隔断的困厄,并基于这种困厄衍生出信息共享机制窒碍、法律主体角色含混的显性倾向。为契合流域生态“执法+司法”联动的法治逻辑表达,需要塑造流域生态执法、司法的多端联动法治理念;协调联通流域生态“执法+司法”联动的区域范围,并尝试规范设置联动主体间的治理边界,力避因行政逻辑与司法逻辑混同产生的制度逻辑错位。

浙江省水稻生产环节外包进程的时空演变:基于2010-2019年的跟踪调查

【目的】浙江省农业适度规模经营走在中国的前列,其经验对全国的水稻生产环节外包和农业适度规模经营的路径选择及政策制定具有借鉴意义。【方法】基于浙江省2010-2019年的跟踪调查,采用实证研究和比较分析方法,对浙江省生产环节外包的时空变迁和影响因素进行分析。【结果】从时间发展来看,浙江省水稻生产环节外包进程整体呈上升趋势,但2013年以来上升速度放缓;从空间特征来看,与其他省份相比,浙江省生产环节外包起步早、发展快,近年来其他省份农业生产环节外包与浙江省的差距逐渐缩小,浙江省的先发优势减弱,经济欠发达地区的后发优势增强。就影响外包的因素而言,农户年龄、文化程度、水稻种植从业时间等个体特征对浙江省劳动密集型环节外包的影响小于技术密集型环节外包,稻农年龄增长和从业时间延长对浙江省水稻技术密集环节外包有负向影响;水稻种植规模、家庭相对收入对技术密集型环节外包具有显著的正向影响。【结论】受轻简化稻作技术发展趋势影响,技术密集型环节外包结构发生改变;农地流转和生产环节外包作为实现土地适度规模经营的两种方式,两者相互影响,长期并存;农户个体特征对稻农生产环节外包行为决策的影响逐渐削弱,群体效应开始凸显。

大渡河流域降水时空变化特征

大渡河流域作为岷江正源,该流域的降水不仅对大渡河水循环以及山洪灾害的防治有着重要影响,而且对岷江也有着极其重要的影响。通过arcgis水文分析,将大渡河流域分为13个支流区域。基于1979-2018年降水数据,综合分析大渡河流域及13个支流的年、季节、月降水量以及日尺度极端降水的时空变化特征。结果表明:(1)1979-2018年间,在流域尺度上,不同时间维度的降水量变化趋势虽然不一致,但均不显著。其中,年降水量呈上升趋势,为0.11 mm.a^(-1);春、冬季降水呈上升趋势,夏、秋季降水呈下降趋势。在水资源分区上,各分区不同时间尺度降水的变化趋势呈明显的非一致性,其中大渡河各分区中上游降水为上升趋势,下游为下降趋势。(2)大渡河流域降水存在明显的空间分异性,且随着降水指标时间尺度的缩短而增强;不同时间维度降水整体上呈自东南部向西北部减少的趋势,流域的东南部始终为高值中心。

基于时空约束和三角形迭代划分的渔船AIS与ARPA轨迹匹配

针对现有的轨迹相似度匹配算法用于渔船AIS(Automatic Identification System)与ARPA(Automatic Radar Plotting Aid)轨迹匹配时存在复杂度高、效率低等问题,本文提出基于时空约束和三角形迭代划分的渔船AIS与ARPA轨迹匹配算法TSC-TIP(Temporal and Spatial Constraint-Triangle Iterative Partitioning)。首先采用时空约束法筛选出ARPA目标时空约束范围内的AIS数据;其次采用三角形相似算法选择与AIS数据具有相似特征点的APRA轨迹数据;最后设计了子轨迹迭代划分法将每条轨迹划分为两条子轨迹并采用三角形相似法对子轨迹进行迭代筛选。为验证算法的性能,用渔船的真实AIS轨迹数据和ARPA轨迹数据进行了试验,结果表明:与基于经典距离的相似性度量方法相比,提出的TSC-TIP算法在不影响匹配准确率的前提下,匹配时间减少了95%。研究表明:TSC-TIP算法能有效匹配渔船AIS与ARPA轨迹数据,为面向AIS与ARPA的渔船轨迹数据融合研究提供了新思路。

多尺度全局自适应注意力图神经网络

针对动态多尺度图神经网络的编解码网络中存在的身体部位内部关节点间关联度不高和感受野受限制导致运动预测误差偏高的问题,提出了一种用于人体运动预测的多尺度全局自适应注意力图神经网络,降低运动预测误差。提出了一种划分骨架关节点的多距离分区策略,用于提高身体部位关节点信息在时间和空间上的关联程度;提出了全局自适应注意力时空卷积神经网络,以动态地加强网络对某一动作有贡献的时空关节点的关注度;将上述两处改进集成到图卷积神经网络门控循环单元中,以增强解码网络的状态传播性能,并降低预测误差。实验表明,与最新方法相比,该方法在Human 3.6M、CMU Mocap和3DPW数据集上的预测误差都有所下降。

大气中硝基多环芳烃的污染特征和环境行为研究综述

环境空气中的硝基多环芳烃(nitrated polycyclic aromatic hydrocarbons,NPAHs)因致癌和致突变属性受到人们的广泛关注.本文总结了国内外关于环境空气中NPAHs的组成特征、时空分布、粒径分布、气固分配、来源和毒性效应的研究.我国城市地区大气环境中的NPAHs浓度常高于农村地区;受生物质燃烧和机动车排放的影响,9-硝基蒽对城市地区NPAHs浓度的贡献占比最高.尽管NPAHs在夏季存在二次源,不利的气象条件和升高的一次排放导致我国大气中NAPHs的峰值常出现在秋、冬季节.NPAHs因蒸气压较低主要分布在颗粒物中,而颗粒态NPAHs主要分布在亚微米级颗粒物中(Dp<1μm).低分子量NPAHs(例如,1N-NAP和2N-NAP)可随着温度变化经蒸发、冷凝过程迁移至粗颗粒物(Dp>2.5μm).根据考虑不同气固分配机制模型的气固分配系数模拟结果,吸附作用在NAPHs的气固分配过程中不应被忽略.NPAHs的来源包括化石和生物质燃料的不完全燃烧,以及母体PAHs在大气中的二次反应过程.相关性分析和特征比值常用于推断NPAHs的主要来源,但无法量化NPAHs的源贡献分布.根据环境空气中NPAHs的毒性风险评估结果,颗粒物中NPAHs对所有PAHs衍生物致突变性和致癌性的贡献比其质量占比高数倍,并且因毒性累积效应对成年人具有更高的致癌风险.为进一步了解NPAHs的环境行为,合理评估其健康效应,有必要在将来的研究中完善NPAHs的排放信息,厘清NPAHs在环境中的迁移转化过程.

考虑时空分布的配电网站房巡检策略

配电网站房巡检工作是全面摸排设备缺陷隐患,提供试验检验依据,提升配电网运行水平的重要手段。针对配电网站房点多面广、巡检工作量大、一线运维人员缺乏的突出问题,提出考虑时空分布的配电网站房巡检策略。该方法从地理信息系统(GIS)中导出运维辖区内站房坐标,经预处理形成数据源文件,综合考虑运维人员承载力、站房重要度和智能化程度、运维周期长短等实际应用场景特点,利用K均值聚类算法和遗传算法对预处理后的数据进行聚类优化分析,形成定期巡检模式下的站房巡检策略和考虑周期长短的站房差异化巡检策略。算例分析表明,所提方法能够有效优化巡检路径和指导运维人员开展巡检工作,提升巡视质量和效率。

面向复杂高速铁路网的列车运行计划应急调整方案研究

针对高速铁路应急调整存在的问题,研究面向复杂高速铁路网的列车运行计划应急调整方案,设计高速铁路列车应急调整流程,以及非正常事件下基于“一事一图”的高速铁路列车应急调整系统,以提高铁路应急处置能力。该系统运用时空网络、拉格朗日松弛理论,采用模块化设计,具有设置封锁、自动生成运行图、计划修改与下达等功能,已应用于中国铁路北京局集团有限公司应急指挥中心,为铁路调度部门应急指挥提供了辅助决策支持,取得了良好的应用效果。

基于ST-ACF与MALST-ACF模型的城市道路时空相关性研究

交通流时空特征的识别对交通拥堵的疏导决策具有重要意义。文章根据城市道路网络的交通流特性,分别从全局和局部研究城市交通拥堵在时间维度和空间维度的变化特征,引入空间延迟算子,提出了基于多元邻接关系的时空相关性度量方法。首先,文章分析了道路网络交通流的时空特性,建立了适用于城市道路网络的空间邻接矩阵;其次,基于ST-ACF函数(Spatio-temporal autocorrelation function)计算全局路段相关程度、基于改进后的MALST-ACF函数(Multivariate adjacent local spatiotemporal correlation function)计算局部路段相关程度;最后,结合唐山市24条路段的交通流量数据验证了路网间存在显著时空相关性,并且这种时空相关性具有时间动态、空间异质等特点。

城市交通“数智治理”时空一体化策略研究——以龙华区为例

为解决传统交通综合治理中存在的信息不对称、数据不充分、治理策略不够精准等问题,提出一种交通“数智治理”综合治理新模式。该模式基于政府、企业、图商等交通大数据和AI技术,通过全方位分析拥堵区域的道路基础设施、交通运行健康状况和时空拥堵规律,结合交通模型和专家经验“一键生成”针对性治理建议并应用到各类城市交通拥堵场景中。通过构建“运行评价+诊断成因+治理措施+方案仿真+改善成效”的全链路闭环交通治理模式,实现从问题评估到治理方案实施的科学化。最后,以龙华区为例,实施该模式下“系统平台+咨询服务”的交通综合治理,验证该模式的优越性。该模式为城市、片区、节点提供闭环交通综合治理体系,助力城市高效治堵。

中国植被覆盖气候限制性分区及时空变化

基于GIMMS NDVI数据、气象站点数据、植被类型图等相关资料,用长时间序列相关分析法对中国植被覆盖进行气候限制性分区.结果表明:西部干旱区主要属降水限制区,高纬度和高海拔区为气温限制区,东南沿海降水丰沛区为辐射限制区,荒漠戈壁、水域等属不显著区,还存在双因素限制区;中国植被覆盖具有明显的纬向和经向年内变化规律,1982—2006年植被覆盖变化复杂,总体趋势受国家相关政策影响,西北地区植被覆盖好转;受经济快速发展和人类活动影响,东南植被覆盖降低.中国植被生长的气候限制性因素规律性很强,需结合植被气候限制性因子进行区域生态恢复和农业生产工作.

三角函数选择算子的遗传算法在梯级水库优化调度中的应用

针对遗传算法求解水库优化调度时传统选择算子无法克服适应度非负问题,提出了一种三角函数选择算子遗传算法的梯级水库优化调度求解方法,并通过实例对正弦函数轮盘赌选择与单纯轮盘赌选择的自适应遗传算法做了比较.结果表明,由于基于正弦函数的选择算子克服了轮盘赌对适应值非负的要求,非常适用于求解水库优化调度,且能够很好地保持种群多样性,因此在进化后期能够找到更加优良的解.在实例的选择上,选用"以水定电"的三峡梯级调度模型,并采用由大量实测资料建立的三峡出库流量和葛洲坝入库流量变系数线性回归方程来处理水库间流量传播问题.本文提出的梯级水库优化调度求解方法,有效地改善了遗传算法的收敛性能,而且由于考虑了流量演进,提高了模型精度,具有较高的实用价值.

考虑运行风险约束的风电场群准入容量分析

提出一种考虑风电时空分布特性和运行风险约束的多风电场准入容量分析方法。通过引入Copula函数刻画风电场群并网时各风电场出力在时间上的随机性和在空间上的相关性。在综合考虑线路及旋转备用风险的基础上,建立了一定风险阀值下的多变量、非线性优化模型,并利用基于蒙特卡洛模拟技术的改进粒子群爬山混合算法求解。以含2个风电场的IEEE-30节点系统为算例,仿真结果表明了风电时空分布特性、风险水平和备用容量等因素对准入容量的重要影响,并验证了上述方法的可行性和有效性。