公共文化服务平台

国家高技术研究发展计划(2012AA121402): 作品数：51 被引量：335H指数：10; 相关作者：杨昆朱彦辉罗毅王桂林刘涛更多>>; 相关机构：云南师范大学西部资源环境地理信息技术教育部中山大学更多>>; 发文基金：国家高技术研究发展计划国家教育部博士点基金国家自然科学基金更多>>; 相关领域：自动化与计算机技术环境科学与工程天文地球机械工程更多>>

植被指数估算香格里拉地区植被覆盖度的精度对比分析被引量：4: 2014年; 利用MOD13Q1数据构建多种植被指数,结合像元二分模型对香格里拉县植被覆盖度进行遥感估算,并通过实测数据和TM影像数据相结合,对估算结果进行精度验证。结果表明:(1)构建的4种植被指数NDVI,EVI,RVI,MSAVI均与研究区实际地表植被覆盖度具有较高的相关性,表明使用遥感方法对香格里拉县进行植被覆盖度的估算是可行的;(2)通过与TM影像进行对比分析,4种植被指数中,利用MSAVI估算的植被覆盖度更接近于香格里拉县的实际情况。; 杨荣杨昆洪亮朱彦辉; 关键词：植被指数植被覆盖度

基于MAS与CA的滇池流域土地利用变化模型研究被引量：4: 2015年; 采用多智能体(Multi-Agent System,MAS)、元胞自动机模型(Cellular Automata,CA)和GIS技术,对流域土地利用/土地覆盖变化(LUCC)进行模拟研究,分析了其空间格局变化特征。该文以滇池流域为例动态模拟了滇池流域2002年到2024年土地利用空间格局与结构,并采用点对点精度和Lee-Salle指数验证模拟结果,模拟结果的点对点精度达到82.29%,Lee-Salle总指数超过0.5。; 王桂林杨昆许泉立刘涛王保云; 关键词：多智能体元胞自动机模型

基于蚁群算法的MAS/LUCC模型模拟洱海流域土地利用变化: 2014年; 为了模拟洱海流域土地利用/土地覆盖的时空演变过程,本文探究并建立了基于蚁群算法和多智能体的土地利用覆盖变化模型(MAS/LUCC模型)。蚁群算法的引入提高了模型的运行效率和精度,使得模拟精度高达78.1%。通过对该洱海流域的用地类型变化进行模拟研究,对于加强洱海流域的环境保护与开发,优化土地资源配置,协调流域经济发展,具有重大的研究意义和参考价值,为实现洱海流域社会经济的可持续发展提供决策支持。; 刘涛杨昆王桂林杨玉莲许泉立; 关键词：MAS 蚁群算法多智能体洱海流域

区域气候变化下洞里萨湖表面水温时空变化的归因被引量：1: 2022年; 基于2001—2019年洞里萨湖白天的湖泊表面水温(LSWT_(day))、近地表气温(AT)、太阳辐射(SR)、地表气压(SP)、降水量(TP)、相对湿度(RH)、风速(WS)、总云量(TCC)以及水位(WL)数据,采用趋势分析、稳定性分析、持续性分析和突变分析等方法,研究了LSWT_(day)及各气候因素的时空分布及变化特征;利用相关性分析、回归分析和Z-Score标准化方法,厘清了各气候因素变化对LSWT_(day)的影响。结果表明:(1)时间尺度上,区域气候以AT、WS、TCC显著升高,WL显著下降为主要特征;LSWT_(day)的平均升温速率为0.372℃/10a,且具有持续变暖趋势,与气候因素的突变点具有时间一致性。空间尺度上,LSWT_(day)和各气候因素的空间分布及变化趋势具有明显的空间异质性。其中,LSWT_(day)除西部湖区有微小降温外,其余湖区表现出明显的升温趋势。气候因素中,AT、SP、TP、TCC和RH的变化率大致呈现为南高值北低值的分布,而SR和WS的变化率分布为南低值北高值。(2)不同时间尺度上,驱动洞里萨湖LSWT_(day)变化的气候因素不同。年均尺度上,LSWT_(day)主要受到AT、WS和WL的驱动;月均尺度上,AT变化仍是驱动LSWT_(day)变化的主要因素;季节尺度上,TP、WL和TCC升高为春夏LSWT_(day)降温的主要原因,RH是秋季LSWT_(day)波动的主要影响因素,冬季LSWT_(day)随同AT的升温而变暖。; 潘梅娥潘梅娥杨昆孙润张锡花张煜; 关键词：气候因素 MODIS

基于蚁群算法的多智能体模拟城市用地扩张被引量：3: 2013年; 把蚁群算法引入到多智能体(Multi Agents,MAS)模型中来模拟城市演变过程。智能体(Agent)在元胞自动机(Cellularautomata,CA)确定城市发展概率的基础上,通过蚁群算法来寻找最大效用值的元胞地块,建立一个能模拟多个自然因素以及不同决策者共同影响的城市用地扩张模拟系统。实验表明,引入蚁群算法的模型能更好地模拟了城市演变过程。; 王桂林杨昆; 关键词：MAS模型蚁群算法

基于混合特征的非刚性点阵配准算法被引量：3: 2016年; 提出一种基于混合特征的非刚性点阵配准算法.该算法包含了对应关系评估与空间变换更新两个相互交替的步骤.首先定义了两个特征描述法用于描述两个点阵之间的全局和局部几何结构特征差异,随后合并这两个特征描述法建立一个基于混合特征的能量优化方程.该能量优化方程可以利用线性分配技术进行求解,同时可以灵活地选择使用最小化全局结构特征差异或最小化局部结构特征差异来评估两个点阵之间的对应关系.为了增强前述两个步骤之间的协调性,我们利用能量权重调节在整个配准过程中控制能量优化从最小化局部结构特征差异逐步转变为最小化全局结构特征差异,同时控制用于空间变换的薄板样条函数(Thin plate spline)的更新从刚性变换逐步转变为非刚性变换.我们在二维轮廓配准、三维轮廓配准、序列图像配准和图像特征点配准下对本文算法进行了各项性能测试,同时也与当前8种流行算法进行了性能比较.本文算法展现了卓越的非刚性配准性能,并在大部分实验中超越了当前的相关算法.; 汤昊林杨扬杨昆罗毅张雅莹张芳瑜; 关键词：非刚性

基于无线传感器网络与GIS的蓝藻水华爆发动态监测与模拟被引量：14: 2016年; 准确获取水体中物质含量与分布区域是开展蓝藻水华爆发预防、预测、预警工作的基础。针对内陆湖泊蓝藻水华爆发突发性、随机性、区域性等特点,研究了一种基于无线传感器网络（wireless sensors networks,WSNs）及地理信息系统（Geographic Information System,GIS）相结合的蓝藻水华爆发动态监测与模拟方法。利用水质传感器组成多源异构水环境感知单元,获取湖泊水质数据;将改进的灰色理论（A Grey Model,AGM）及BP人工神经网络（BP Artificial Neural Network,BPANN）相结合,从而预测24 h内蓝藻水华的浓度与趋势;结合GIS强大的空间分析能力,实现蓝藻水华变化的空间描述。滇池现场试验结果表明,该方法具有一定的普适性,能够为湖泊环境保护与治理提供理论依据及数据支持。; 杨昆罗毅徐玉妃商春雪杨扬; 关键词：污染无线传感器网络地理信息系统人工神经网络

基于MOD13Q1数据分析2001—2015年西双版纳植被变化特征被引量：20: 2019年; 西双版纳是中国最大的热带雨林和国际上重要的生物多样性保护地区之一,研究该区域植被时空变化规律及其与气候因子的关系可为生态环境管理提供信息支撑。利用2001—2015年MOD13Q1数据并结合气象资料,采用空间自相关分析、线性回归分析及偏相关分析方法,探讨了西双版纳NDVI的时空变化特征、空间自相关分布模式及其对水热因子的响应。结果表明:2001—2015年NDVI值呈缓慢增加趋势,增速为0.11%·10 a-1,其中2011—2015年呈明显上升趋势;在季节上,NDVI存在"逆季"现象,NDVI最小值出现在夏季;全区15年的NDVI平均值为0.875,呈现出"东部高、西部低"的格局,NDVI阈值在0.85～0.90所占面积比例最大; 2001—2015年植被NDVI的全局Moran I均大于0.65,呈现较显著的正空间自相关,但NDVI的空间集聚程度减弱,趋向于破碎化,其中,2013年NDVI的空间异质性最强;不同气候条件下NDVI变化存在差异,在北热带气候区,趋于改善的面积(28.74%)比退化的面积(9.40%)要大;在南亚热带和中亚热带气候区,退化趋势面积略高于改善趋势面积;气温是影响西双版纳植被生长的主导因子,12月—翌年2月气温与NDVI呈显著正相关,6—11月降水量与NDVI呈显著负相关。; 赵桔超朱彦辉段国辉杨昆; 关键词：NDVI 空间自相关水热因子

建筑物在减轻城市洪涝灾害中的作用分析被引量：4: 2015年; 城市洪涝的频发引发了城市管理者和城市规划学者的广泛关注和思考。然而,目前流行的低冲击开发技术(LID)、最佳城市管理措施(BMPs)等工程措施与我国紧张的城市建设用地现状形成了一定的矛盾。占据大面积城市区域的建筑物对洪涝过程产生了重要的影响。因而,在构建好的城市洪涝模拟模型的基础上,设计了6种情景,选取多个积水过程指标来定量化地对比分析了建筑物对于城市洪涝过程的影响。分析结果表明,建筑物的存在以及屋顶排水系统能够有效地延缓积水发生,降低积水最大深度和体积,并缩短积水持续时间。然而建设屋顶排水系统的收益呈倒"U"型分布。最后依据分析结论,从建筑规划角度出发,对减轻城市洪涝灾害提出了对应的措施。; 刘勇柳林王先伟刘凯黄华兵张韶月; 关键词：建筑物情景模拟

微粒群优化求解van Genuchten方程参数被引量：1: 2012年; van Genuchten方程参数的求解是复杂的非线性拟合问题,用传统方法难以有效解决。应用微粒群优化目的在于找到一条求解van Genuchten方程参数新的有效途径。以粉壤土吸湿和脱湿实测数据为实验,利用VisualBasic.NET语言进行编程,首先建立目标函数,然后计算每个微粒的适应值,通过微粒的自动寻优过程,找到最小误差平方和,最后记录下与之对应的参数,即为方程所求得解。通过最小误差平方和与其他方法进行比较,表明微粒群优化程序设计简洁、运行时间短、拟合精度高,是一种求解van Genuchten方程参数的有效方法。; 杜国明张玉良; 关键词：微粒群优化 VAN

国家高技术研究发展计划(2012AA121402)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家高技术研究发展计划(2012AA121402)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈