成都城市下垫面变化对地表热场的影响

利用2001年和2018年MODIS夏季地表温度产品,结合地表覆盖类型及植被指数数据,对比分析了成都市夏季城市热岛和热场强度的昼夜时空分布特征及变化,并重点分析了成都地表热场与城市建筑用地面积、植被覆盖度的关系.结果表明：(1) 2001年到2018年,成都市夏季城市地表热场发生了显著的变化,中心城区、近郊及远郊区县热岛范围均明显扩大,由多中心热岛发展为主城区与邻近郊县连城一片;热岛效应昼夜变化明显.(2)成都市城市不透水面面积增加了763.33 km²,强热岛面积增加了610 km²;城市不透水面与城市热岛区域分布及面积变化密切相关.(3)成都市整体热场强度表现为西低东高的特征,热场强度高温区与植被覆盖度呈负相关关系,白天相关性明显优于夜晚.     

空间数据对分布式水文模型SWAT流域水文模拟精度的影响

分布式水文模型的模拟精度受空间参数精度的影响.提升空间参数精度能较为精准描述流域空间特征,也会使空间数据量冗增,甚至影响模型运行效率.以分布式水文模型SWAT为例,分析DEM、子流域划分、土地利用、土壤、降水站点等空间数据精度对模型模拟精度的影响.结果表明:1)对不同对象(流量、泥沙、营养元素等)进行模拟时,大多数空间数据分辨率阈值不同,分辨率超出阈值可能降低模型模拟的精度;2)DEM分辨率降低,泥沙和总磷(TP)模拟结果的相对误差明显增加,而流量和硝态氮(NO3-N)模拟结果变化极小;3)DEM分辨率达到一定精度后,进一步提高并不会使地表径流模拟精度得到改善,低分辨率DEM获得的坡度较小,这会降低模型对流量的模拟,模拟的洪峰径流产生滞后现象;4)子流域划分对流域产流模拟影响较小,而对产沙模拟影响较大.子流域和水文响应单元的划分数量对流域上游产沙量影响较大,而对流域出口处泥沙荷载影响较小;5)土地利用和土壤图精度主要通过影响模型中HRU生成的数量而影响模拟结果;6)地表径流模拟上,能够体现对地表径流贡献较大的局地降水事件的分布式的降水数据要比利用气象站点获得的降水数据模拟结果的精度要高.研究结果可以为今后模型开发、利用、改进提供参考,提高模型模拟的精度.     

归一化植被指数对江苏省气温、降水变化的时空响应特征

根据2000-2011年江苏省中分辨率成像光谱仪—归一化植被指数(MODIS-NDVI)数据和13个气象站点每日气温和降水数据,分析了江苏省NDVI与气温和降水间的相关性,根据4个时滞期(前0-前3月),计算了13个气象站点NDVI与同期及前期(前1-前3月)气温和降水之间的相关系数,并得出相应的时空分布特征和时滞期。研究结果表明:1在整个研究区,NDVI与气温和降水均显著相关,且气温影响程度高于降水;2空间上,NDVI对气温变化的响应在整个研究区都很显著,且最大相关系数为苏南苏北苏中,而对降水的响应存在较大的差异,NDVI对降水变化响应的最大相关系数为苏北苏中苏南;3NDVI在多数地区与当月气温变化同步响应,仅吴县东山NDVI对前1月气温变化的响应最为强烈,NDVI对降水变化在整个研究区呈现不同的滞后期,但以滞后1个月为主;4不同时间、研究尺度、气候区和植被类型等条件下,NDVI对气温和降水变化响应的相关性和时间滞后性还需进一步探讨。     

Micro-CT分辨率对松质骨微观结构测量的影响

目的:探索Micro-CT在研究小鼠骨小梁结构参数时的最适分辨率。方法:Micro-CT扫描正常小鼠股骨得到松质骨结构参数,扫描分辨率为5μm,通过对合并像素点将分辨率降低至10μm到50μm,分别测量不同分辨率下松质骨标本的结构参数,应用统计学分析比较结构参数在不同分辨率下的差异。结果:随着分辨率从5μm到50μm按5μm一个梯度的降低,BV/TV、BS/BV、Tb.N和Tb.Pf呈现下降趋势,Tb.Th和Tb.Sp呈现上升趋势,而SMI和DA的变化趋势不明显。BS/BV、Tb.N和Tb.Pf分别在40μm、20μm和10μm时与对照组出现明显统计学差异,Tb.Th和Tb.Sp也分别在25μm和50μm时出现显著性差异,BV/TV、SMI和DA未出现显著性差异。结论:该试验证实了不同分辨率对Micro-CT测量小鼠松质骨显微结构有显著影响。Tb.Pf对分辨率的变化敏感度很高,最合适分辨率为5μm;若不考虑Tb.Pf,其余七个参数的最合适分辨率是20μm。     

基于中分辨率成像光谱仪(MODIS)数据的水稻遥感估产研究——以江苏省为例

选择以水稻为传统优势粮食产业的江苏省作为研究区,采用MODIS09数据作为数据源,根据水稻移栽期稻田土壤湿度较大的特点,利用不同植被指数间的关系,按照一定的算法排除地表干扰像元,提取水稻像元,并在此基础上结合统计资料,分析水稻单产与提取的水稻植被指数之间的关系,并利用水稻植被指数预测全省水稻单产。研究表明,在条件时间序列插值算法(CTIF)处理的基础上提取水稻像元,并基于提取的水稻像元进行遥感估产的方法能取得较好的估算效果。拟合的2004-2006年单产平均精度高于99%,预测的2007年各地级市水稻单产精度在95%左右,全省平均单产相对误差为0·38%,精度较高,具有一定可行性,可利用该方法对不同年份和不同地区进行水稻产量估算。     

如何提高农村气象信息的质量

最近20多年来,计算机技术的快速发展,数值预报模式分辨率提高,我国的天气预报准确率有明显改善,24小时的晴雨预报准确率达到了90％。但日常的降水预报、气象要素预报和台风等重大灾害性天气的定量预报准确率还较低。因此：     

基于深度学习和超分辨率重构技术的图像缺陷诊断算法

虽然深度学习在图像检测领域取得了长足进步,但是由于变电站设备巡检图像背景复杂,导致了缺陷诊断面临一定的困难。本文提出了一种基于深度学习和超分辨技术的缺陷检测算法,一方面是锁定目标区域,聚焦检测设备,去除不相关的图像信息,大幅降低了图像有效信息的损失;另一方面是对检测设备进行超分辨率重建,提升分辨率,保证用于渗漏油缺陷检测的图像质量、像素信息的完整性。通过实验数据证明,该算法识别结果较其他算法有很大的提升,从而验证了该算法的优越性。     

基于改进BP神经网络的多分辨率遥感图像分类及对比分析

在遥感图像分类的研究中,传统的分类方法对“同物异谱”、“异物同谱”现象识别能力较差。此外,常用的BP神经网络分类存在时间长、易陷入局部极小等不足。将BP网络中的激励函数添加偏置参数、学习率进行自适应调整,并与最大似然、BP神经网络分类比较,结果表明改进的BP神经网络分类精度为89.69%,比最大似然提高了15.35%,比BP神经网络提高了23.81%。另一方面,基于改进的BP神经网络分类,对分辨率为16 m的高分一号卫星(GF-1)图像和分辨率为5.8 m的资源三号卫星(ZY-3)图像进行分类比较,并以ZY-3分类图作为检验图像,GF-1图像的分类精度达到了88.02%,各类地物的用户精度和制图精度在70%～99%之间,说明成本较低、宽幅较广的GF-1图像在地物信息获取方面可基本实现ZY-3卫星图像效果,为遥感图像地物信息提取提供了一定的参考。     

AFLP分子标记技术在浙蒲2号种子纯度快速鉴定中的应用

以瓠瓜杂种一代浙蒲2号及其父、母本和品系J099为材料,建立了利用AFLP分子标记技术进行瓠瓜杂种纯度鉴定技术体系。从64对引物组合中筛选出了两对稳定扩增、多态性好、分辨率高的引物组合E-ACC/M-CTA和E-ACC/M-CTT,可有效区分父、母本和杂种一代,适宜用于浙蒲2号种子纯度快速鉴定。