本期目录
综述
-
含水矿物电导率研究进展
- 王丽冰, 王多君, 申珂玮
-
2022, 39 (4):
433-448.
DOI: 10.7523/j.ucas.2022.027
-
摘要 (
725 )
HTML ( )
PDF (5955KB) (
738
)
-
含水矿物对于地球内部水循环非常重要,通过研究典型含水矿物的电导率可以获得地球内部水循环的路径和物质成分的变化。归纳高温高压下典型含水矿物脱水前后的电导率结果、导电机制、脱水机制和地球物理应用。含水矿物脱水前电导率普遍在10-4S/m,脱水后电导率显著增加,不同含水矿物电导率存在差异。脱水机制与导电机制耦合可能决定了含水矿物脱水过程的电导率,而脱水后体系的电导率一般取决于流体的成分和连通度。含水矿物脱水前后电导率的变化可以为解释俯冲带不同深度的高导异常提供实验依据;确定含水矿物分解产生的流体的成分可以为认识俯冲带物质循环带来启示。在已有研究基础上,展望了含水矿物电导率未来的研究方向。
数学
-
多目标决策研究:基于藤copula和SMAA方法
- 邓维, 叶五一, 杨锋
-
2022, 39 (4):
449-462.
DOI: 10.7523/j.ucas.2020.0061
-
摘要 (
365 )
HTML ( )
PDF (2458KB) (
709
)
-
运用藤copula构造模型分析多组决策变量之间的相互依赖以及不确定性,创新地将SMAA方法与copula相依性分析结合在一起,得到更优良更有效的随机多准则可接受性分析方法。介绍基本的藤copula建模分析和SMAA的方法,展示两种方法结合使用的完整步骤,并在数据模拟分析实践中,通过对比新方法与原有的SMAA方法,得到在不同相互依赖结构下的表现结果,证明了新方法更普适、更准确的优点。
化学与生物学
环境科学与地理学
-
华中某铅冶炼场地土壤重金属空间分布及其生态风险评价
- 张雨菲, 谭静强, 邓敏, 胡国清, 郭朝晖, 李楚璇, 薛生国
-
2022, 39 (4):
481-489.
DOI: 10.7523/j.ucas.2021.0080
-
摘要 (
511 )
HTML ( )
PDF (10159KB) (
523
)
-
为探究污染场地土壤重金属空间分布及其生态风险,以华中某铅冶炼场地为研究对象,检测土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn 8种元素,利用ArcGIS对土壤重金属空间分布进行插值分析,采用内梅罗综合指数法及潜在生态风险指数法对土壤污染状况进行风险评估。结果表明:铅冶炼场地重金属污染严重,土壤As、Pb、Cr含量超标率分别为80%、50%和50%;表层土壤空间分布为局部点状污染,电解车间土壤重金属含量较高,主要与冶炼废渣堆存有关;内梅罗综合污染指数评价显示Pb、As为重度污染水平,潜在生态风险评价发现As、Cd、Hg和Pb处于极强危害等级,这表明Pb、As、Hg、Cd是该铅冶炼场地修复的目标污染物。
-
夜间灯光数据在城市化及其资源环境效应研究中的热点主题追踪
- 张晓平, 高珊珊, 陈明星, 赵艳艳
-
2022, 39 (4):
490-501.
DOI: 10.7523/j.ucas.2021.0010
-
摘要 (
1072 )
HTML ( )
PDF (4386KB) (
875
)
-
城市化、社会经济发展和资源环境系统之间的协调机制是学术界关注的焦点议题。夜间灯光(nighttime light,NTL)数据与人类的生产和生活足迹密切相关,在人口密集的城市化地区的研究及相关数据挖掘方面有明显优势。基于中国知网(CNKI)与Web of Science (WOS)核心合集数据库,利用CiteSpace文献计量软件,梳理NTL数据在城市化及其资源环境效应研究中的热点主题。结果表明:1)城市化这一主题是NTL数据相关的中、英文文献共同关注的核心主题,但在城市化引致的资源环境效应方面的研究仍有待于拓展;2)城市用地提取和城市空间结构的研究,集中在基于不同NTL特征表征土地城市化进程,而在人口和社会经济发展、电力消费和碳排放的研究中,NTL数据通常作为辅助数据用于探究更精细尺度上的时空特征、影响因素以及作用机制;3)在大气污染和城市热岛效应相关研究中,NTL通常被用来表征城市化、社会经济发展、人类活动因子,进而用于不同因子对空气污染和城市热岛效应的作用机制研究;4)城市化、社会经济发展与资源环境效应表现出复杂的交互作用,数据空间分辨率的提高、多源数据的综合利用以及复杂模型方法的使用等,使研究得以深化。最后,从数据融合、主题拓展、方法创新等3个方面,总结分析NTL数据相关研究未来可能的新方向与侧重点。
电子信息与计算机科学
-
GEDI L2A不同算法对地面高程和森林冠层高度精度的影响分析
- 刘丽娟, 王成, 聂胜, 朱笑笑, 习晓环, 王金亮
-
2022, 39 (4):
502-511.
DOI: 10.7523/j.ucas.2021.0076
-
摘要 (
695 )
HTML ( )
PDF (5432KB) (
867
)
-
全球生态系统动力学调查(global ecosystem dynamics investigation,GEDI)雷达是美国2018年12月发射的全波形激光雷达系统,可以为全球地面高程及森林冠层高度提供数据支持。为适应不同地表环境,GEDI L2A产品提供了6种不同算法来估算地面高程及森林冠层高度,这些算法的选择会影响地表参数的提取精度。以机载LiDAR得到的数字地形模型和冠层高度模型为参考数据,评估第2版GEDI L2A数据在不同植被覆盖度下不同算法的适应性以及对地面高程和森林冠层高度精度的影响。结果表明,在覆盖度小于0.2时,算法4的结果最优,在覆盖度大于等于0.8时算法2的结果最优,其余覆盖度下算法1的结果最优。将本文根据植被覆盖度选择的最优算法与GEDI L2A默认最优算法进行比较,整体看来本文的结果优于GEDI L2A默认最优算法的结果,特别是在覆盖度小于0.8,坡度大于等于10°时,本文选择的最优算法能有效提高GEDI L2A产品对地面高程和森林冠层高度估算的精度。
-
基于不同骨架UNet++网络的建筑物提取
- 古煜民, 阎福礼
-
2022, 39 (4):
512-523.
DOI: 10.7523/j.ucas.2020.0040
-
摘要 (
948 )
HTML ( )
PDF (55188KB) (
995
)
-
基于深度学习方法的建筑物自动提取具有精度高、速度快的技术特点,对城市规划、防灾减灾等的行业应用具有重要意义。针对高分辨率遥感影像建筑物自动提取,引入深度学习特征功能模块和传统遥感应用技术验证环节,形成不同骨架模块、UNet++网络和真实性检验的建筑物遥感提取功能模块嵌合的深度学习业务化应用技术体系,通过VGG、ResNet和Inception等传统卷积网络模型骨架对基础网络进行改造,提升模型运行效率,强化模型特征学习能力,通过真实性检验验证算法的有效性、适用性,展示完整的遥感应用技术链条。以Mnih公开的马萨诸塞州建筑物数据集为数据源,和传统非全卷积网络模型和全卷积网络模型等方法进行对比分析,结果表明通过增加模型深度和宽度可以有效提升模型建筑物提取效果,基于InceptionV3-UNet++骨架模型在召回率、准确度、CSI、F1分数、Kappa系数和总精度表现最为优秀,分别达到85.14%、90.50%、0.7816、0.8774、0.8504和95.57%,并在WHU数据集上验证了它的鲁棒性。该方法在建筑物提取结果和细节上都有显著提高,特别是对复杂不规则建筑物的提取上,将极大促进真实、复杂、大场景高分辨率影像的建筑物提取遥感应用。
-
基于LSTM和启发式方法的遥感卫星地面站天线智能调度
- 孙文军, 马广彬, 田妙苗, 林友明, 黄鹏
-
2022, 39 (4):
532-542.
DOI: 10.7523/j.ucas.2020.0014
-
摘要 (
461 )
HTML ( )
PDF (1598KB) (
480
)
-
遥感卫星地面站天线调度是解决遥感卫星数据接收天线资源不足和提高资源使用效率的有效途径。由于天线调度规则复杂,提出一种长短期记忆神经网络和启发式搜索相结合的智能调度方法。首先,使用长短期记忆神经网络模型从历史调度数据中提取天线使用规则,并使用该规则为遥感卫星数据接收任务分配接收天线,得到初始调度方案;其次,使用启发式方法,对初始方案中数据联合接收和资源选择冲突两个问题加以修正,得到实际可行的调度方案。结果表明:本方法与结合启发式规则的遗传算法相比在资源利用率和计算效率上均有提升,证明了本方法的有效性。
-
基于深度强化学习的低轨卫星下行功率分配方案
- 张华明, 李强
-
2022, 39 (4):
543-550.
DOI: 10.7523/j.ucas.2020.0045
-
摘要 (
560 )
HTML ( )
PDF (1512KB) (
521
)
-
当前的卫星资源分配方案大多为同步轨道卫星设计,针对低轨卫星的高动态特性,以及存在频率和功率资源受限的问题,提出一种基于深度强化学习的功率分配算法。首先对低轨卫星功率分配场景进行建模,引入一种时隙划分方案来简化低轨卫星的动态特性模型,进一步提出一种基于深度强化学习算法的功率分配策略,该策略通过调节单颗低轨卫星各个波束中子载波的功率值,降低同频干扰,能达到提升低轨卫星频谱效率的目的。仿真结果表明,所提算法能够在较短时间内收敛并达到稳定状态,在总功率一定的条件下,该方案能有效提升单颗低轨卫星的吞吐量,其频谱效率明显高于注水算法和Q学习算法。
-
基于互信息约束的生成对抗网络分类模型
- 胡兵兵, 唐华, 吴幼龙
-
2022, 39 (4):
551-560.
DOI: 10.7523/j.ucas.2020.0037
-
摘要 (
512 )
HTML ( )
PDF (6120KB) (
345
)
-
传统的机器学习方法需要大量的含标注数据集来训练模型,并且容易引发过拟合,而生成对抗网络可以无监督地进行训练。此外,互信息约束能够让模型生成指定类别的数据,可用于扩充数据集。提出InfoCatGAN和C-InfoGAN两种模型,前者在CatGAN的基础上增加了互信息约束,使得生成的图片更加逼真;后者使用InfoGAN模型中的辅助网络Q做分类,能够在生成高质量图片的同时,达到较好的分类准确率。二者均能通过隐变量控制生成图片的类别,这对数据增强具有一定意义。另外,在加入少量标签信息之后,模型的准确率能有所提升。
简报
-
从植物遗存看古代新疆大麻的认识和利用
- 刘妍, 顾漫, 陈涛, 王炳华, 蒋洪恩
-
2022, 39 (4):
567-576.
DOI: 10.7523/j.ucas.2020.0048
-
摘要 (
625 )
HTML ( )
PDF (4845KB) (
808
)
-
新疆是连通丝绸之路东西方的重要区域,天然干燥少雨的优良环境使得植物遗存——大麻(Cannabis sativa)得以很好地保存。古代新疆地区大麻认识和利用的历史大致分为前后两个阶段:史前时期,得益于地理环境的先天优势,新疆最先受到中亚古代文明影响,大麻多被用作精神活性药物;历史时期,丝绸之路的开通促使西域与内地的交流往来,大麻的食用及纤维价值逐渐被广泛接受。故而古代新疆先民对大麻的利用大致经历了从精神活性物到粮食作物、纤维作物,乃至药用植物的转变。综述新疆地区大麻研究成果,总结不同时期大麻利用方式与差异及其产生的原因,同时通过植物学分类鉴定及年代测定等方法对新疆吐鲁番地区出土的大麻遗存进行再研究,梳理传世文献与出土文书,探讨大麻药用价值的利用情况,为深入认识唐代汉方医学的传播提供新的线索。
