本期目录
数学与物理学
-
顺排布置的水平单层球自然对流换热数值研究
- 王迪昌, 刘泽远, 刘捷, 卢文强
-
2023, 40 (3):
303-312.
DOI: 10.7523/j.ucas.2021.0034
-
摘要 (
163 )
HTML ( )
PDF (7254KB) (
197
)
-
通过将二维Bejan计算模型扩展到三维，研究Gr=103情况下排列数范围为3×3至15×15的水平单层球自然对流换热情况。研究发现：随着排列数增加，卷流作用的增强使得单层球上方区域负压增大，导致通过球体间隙从下方吸入的流体速度升高，进而强化球体和流体之间的换热；由于排列数对上游区域温度边界层影响更大，该区域Nu数受其影响更明显。此外，拟合得到中心球的Nu数和N之间的关联式。基于极限的数学思想，该关联式可以预测不受周围球数增加影响的中心球的Nu数为4.162 8，这比Gr数相同情况下的单球的Nu数下降30.2%。该研究既能优化加速器驱动次临界堆系统流态固体靶结构的设计，也能为其他包含大数量多球系统的工业应用提供一定的参考价值。
环境科学与地理学
-
出租车司机的多源轨迹同轨分析
- 王卫锋, 胡靖昊, 贺琰, 宋现锋, 芮小平, 刘军利, 朱克忞
-
2023, 40 (3):
313-321.
DOI: 10.7523/j.ucas.2021.0078
-
摘要 (
592 )
HTML ( )
PDF (12017KB) (
333
)
-
由于出租车行业普遍存在轮班制，一条出租车的营运轨迹并不完全是一位出租司机的运营轨迹，因此，采用单一的出租车轨迹数据源无法深入分析出租车司机个体及群体的移动行为特征。卫星导航定位系统和地面移动通讯网络，均可对道路移动目标进行跟踪定位，形成不同质量的时空轨迹数据源，多源数据给出租司机移动行为分析提供了一种新的思路。提出一种面向出租车司机的多源时空轨迹的同轨分析建模方法，集成上述两类数据，增强轨迹语义，并利用提出的多源轨迹之间的时空相似度度量指标，对出租车GNSS (global navigation satellite system)轨迹数据和手机Cell-ID数据进行关联分析与同质性检验建模，重建“出租车-司机-手机”关联关系并探测出租车司机出车、收车的时空位置。采用2016年8月4日采集的北京市出租车GNSS轨迹和移动手机信令数据开展验证实验，结果表明：1)本文方法可有效识别“出租车-司机-手机”的关联关系，其中，基于GNSS轨迹与Cell-ID轨迹匹配的“车辆-手机”关联识别精度F1分数为0.91，基于Cell-ID轨迹聚类的“手机-出租车”关联识别精度F1分数为0.94；2)同一出租车的轮班司机的交接间隔时长呈伽马分布，平均1.5 h左右，交接位置的平均间隔距离约91 m，出租车司机交接班点沿交通枢纽呈现空间聚集现象。本文结果与人工解译结果具有高度的一致性，验证了本文方法的有效性。
-
基于地理探测器的新疆A级旅游景区时空演变特征及其影响机理
- 王甜, 杨兆萍, 韩芳, 潘须眉, 王值, 陈晓东
-
2023, 40 (3):
322-332.
DOI: 10.7523/j.ucas.2021.0050
-
摘要 (
414 )
HTML ( )
PDF (10599KB) (
308
)
-
基于地理学的时空视角，选取2011、2015和2019年新疆A级旅游景区数据，运用最近邻指数、核密度分析和标准差椭圆法，分析新疆A级旅游景区的时空演变特征，并采用地理探测器和缓冲区分析进行A级景区空间分异影响因素的识别和影响机理的分析。结果表明，研究期内新疆A级旅游景区的数量大幅度增加，空间分布呈现显著的空间集聚特征，集聚程度由减弱到增强；A级景区的空间分布呈现“东北—西南”方向，景区空间分布中心大致向西南方向移动；A级旅游景区的集聚密度和范围不断扩大，景区密度的区域差异显著，空间格局从“以乌昌为单核心的一极多点”逐步向“各地景区蓬勃发展，遍地开花”转变；自然环境、旅游资源本底、社会经济环境和政策环境对新疆A级旅游景区的空间分布特征均有显著影响且影响程度和机理存在差异，社会经济环境和政策环境对景区空间分异的作用强度不断增强，自然旅游资源对景区空间分异的影响相对人文旅游资源的影响强度更大，自然环境的作用强度有所减弱。
-
国家公园“资源价值”与“游客感知”对比研究——以大熊猫国家公园四川片区为例
- 任庆柳, 杨兆萍, 韩芳, 蒲玉林
-
2023, 40 (3):
333-342.
DOI: 10.7523/j.ucas.2021.0075
-
摘要 (
438 )
HTML ( )
PDF (1801KB) (
214
)
-
国家公园是旅游人地关系理论创新发展及实践应用的最佳案例地。自然教育和生态游憩是展示国家公园资源价值的重要窗口，是全民参与人地和谐关系构建的重要途径。通过游憩活动展示资源价值，并被游客感知、传承和传播，是国家公园资源价值的实现过程。从地学价值、生态价值、美学价值和人文价值等4个维度，解析四川大熊猫国家公园的资源价值特征及载体要素；采用内容分析法评估游客对不同类型资源价值的感知收益和关注度；采用IPA模型对比分析“资源价值-游客感知”的协同状态。研究表明：1)不同维度资源价值的游客感知存在较大差异，游客感知收益依次为地学价值(55.42%)>生态价值(24.45%)>美学价值(17.62%)>人文价值(2.51%)，高频词呈现显著的“长尾”分布特征，语义网络图呈现“双核心、多节点”的关系格局；2)地学价值和生态价值的“游客感知收益”与“资源价值”的协同度相对较高，游客对人文价值的认知度低，对美学价值感知较为表象化，还需进一步提升游客对资源价值科学内涵的整体认知程度。本文研究结果可促进形成“价值感知—环境意识—生态行为”的良性循环，为优化国家公园自然教育体系提供重要决策依据。
-
基于汽车客运班次的新疆城市网络特征
- 靳传芬, 杜宏茹
-
2023, 40 (3):
343-350.
DOI: 10.7523/j.ucas.2021.0036
-
摘要 (
258 )
HTML ( )
PDF (4897KB) (
177
)
-
用交通流替代传统的属性数据表征城市间的社会经济联系，可以更直接真实地反映城市网络特征。基于汽车客运班次数据选取新疆88个县市，从联系强度、网络节点特征角度刻画新疆城市网络的格局与特征，利用模块化分析对城市网络进行区域划分，识别其内部的关联结构。研究表明：1)公路客运联系以近域联系为主，联系强度呈现出明显的等级特征。2)新疆城市网络节点的极化特征明显，空间结构差异较大，高层级节点城市呈现出沿高速公路干线分布的特征，尤其沿天山北坡交通干线分布较为集中。北疆区域的空间集聚能力整体高于南疆，尤以乌鲁木齐最强。3)新疆城市网络被划分为10个“城市组团”，具有行政边界效应、组团效应和大城市溢出效应。综上，新疆城市网络特征总体呈现出以乌鲁木齐为核心，以伊宁、库尔勒、和田、喀什、奎屯为区域中心的“一核五心”的局面，主要受到城市等级与地理距离在空间上相互叠加作用的影响。
电子信息与计算机科学
-
基于综合干旱数据库与随机森林算法的草地干旱监测模型构建
- 袁雪琪, 李静, 朱欣然, 张召星, 柳钦火
-
2023, 40 (3):
351-361.
DOI: 10.7523/j.ucas.2021.0066
-
摘要 (
448 )
HTML ( )
PDF (10988KB) (
399
)
-
干旱是草地主要的自然灾害之一，建立有效的草地干旱监测模型，具有重要的现实意义。传统的干旱监测基于单一的气象或遥感数据，无法全面地刻画复杂的干旱事件。而已有的综合干旱监测模型多依赖于标准化降水蒸散指数(SPEI)等传统气象指标，传统气象指标的计算较为复杂，且对农业干旱的表征能力有限，因此应考虑应用更可靠稳定的数据源构建草地干旱监测模型。目前已形成一些耦合气候指标、水文指数和遥感信息来描述干旱过程的监测模型，如美国干旱监测系统USDM。以USDM干旱类别为先验干旱知识，采用随机森林方法，构建耦合多源遥感和气象数据的草地综合干旱监测模型，并考虑气候和地理条件的适用性在内蒙古草地区进行适用性验证。模型相较USDM具有1 km尺度更高的空间分辨率，在区域尺度上具有更优的监测能力；在内蒙古地区的验证结果表明，相较于单变量干旱指标，模型与土壤墒情具有更高的相关性，且能够以较高的时间分辨率监测出草地干旱的时空演变情况。
-
基于气象大数据的连续异常监测方法
- 王彤, 谭索怡, 吕欣
-
2023, 40 (3):
362-370.
DOI: 10.7523/j.ucas.2021.0053
-
摘要 (
421 )
HTML ( )
PDF (5908KB) (
257
)
-
近年来，随着全球气候变暖，异常气候事件呈现不断增多增强的趋势。连续异常气候事件是指天气(气候)状态较严重地连续偏离其平均态的一类现象。相比于传统的异常事件，连续异常气候事件的持续性和超限性常被忽视，但其会对人们的生产生活造成严重影响。针对传统异常监测方法无法检测连续异常气象的问题，提出选取连续较大偏离适宜值的连续异常气象条件监测思想，进而提出“概率-百分位”算法识别连续异常，明确连续异常气候事件的时空分布特征，而后利用门控循环单元神经网络预测连续异常气象水平。将该模型应用于1951—2020年中国大陆166个测站的降水、气温、风速日气象指标数据，研究结果表明：随着持续天数的增长，许多测站的连续异常气象水平并非下降，而是呈现波动的趋势，因此要根据预测结果重点防范同时具有较高持续天数和平均日气象值的连续异常气象。该方法可用于连续异常气候事件的监测和预测工作，是对传统异常监测方法的有益补充。
-
融合遥感图像光谱和空间信息的云检测深度网络
- 陈思亚, 计璐艳, 张鹏, 唐海蓉
-
2023, 40 (3):
371-379.
DOI: 10.7523/j.ucas.2021.0074
-
摘要 (
446 )
HTML ( )
PDF (6506KB) (
279
)
-
当前的云检测方法未能充分利用遥感图像的光谱特征和空间特征。光谱信息的不充分利用会导致错分具有和云相似光谱特征的目标，而空间信息的不充分利用会导致碎云和薄云难以识别。基于此，提出一种融合遥感图像光谱和空间信息的新型云检测深度网络(SSFF-Net)。SSFF-Net首先利用1×1的卷积核提取遥感图像的光谱特征，其次将Transformer引入到遥感图像空间上的编解码来学习远距离的特征，充分利用遥感图像的光谱和空间信息。SSFF-Net克服了光谱特征提取依赖于经验性的线性组合，并能减少空间位置信息损失。将模型在Landsat 8 Biome以及AIR-CD数据集上进行评估，结果表明SSFF-Net具有较好的云检测效果，精度分别达到97%和96%。
-
基于CAR-Siamese网络的高分辨率遥感图像建筑物变化检测
- 姚沐风, 昝露洋, 李柏鹏, 李庆亭, 陈正超
-
2023, 40 (3):
380-387.
DOI: 10.7523/j.ucas.2021.0035
-
摘要 (
287 )
HTML ( )
PDF (10337KB) (
230
)
-
准确提取建筑物变化区域对城乡规划、地理国情监测、城市扩张分析有着重要意义。传统遥感变化检测方法难以适应遥感图像复杂场景下的变化检测任务的要求。近年来广泛应用于计算机视觉领域的深度学习变化检测算法相对于传统方法在效率和精度上有明显提升。然而遥感图像上建筑物特征丰富、变化多样，且建筑物变化样本获取难度大，导致现有深度学习模型在建筑物变化检测任务上精度受限。针对这一问题，提出变化注意力残差孪生网络(CAR-siamese net)，增强不同尺度下图像信息的共享交流，充分学习建筑物的变化特征，同时，提出建筑物语义分割样本预训练策略，有效利用现有建筑物分割样本，最终提升了变化检测网络对建筑物变化的解译能力。以北京昌平区影像为底图制作建筑物变化检测数据集，在该数据集和Levir-CD公开数据集上的实验结果表明，该方法能有效提高建筑物变化检测精度。
-
高分辨率光学遥感影像地震裂缝特征提取——以昆仑山口西地震为例
- 李剑南, 魏永明, 陈玉, 高锦风
-
2023, 40 (3):
388-396.
DOI: 10.7523/j.ucas.2021.0054
-
摘要 (
366 )
HTML ( )
PDF (9094KB) (
219
)
-
地震裂缝作为同震地表破裂常见的表现形式之一，会造成房屋等建筑物的开裂倒塌，威胁人民生命财产安全。查明地震裂缝分布规律，有助于深入理解震源断层性质、构造运动状态和地震破裂过程等基础信息。区别于采动地裂缝、滑坡地裂缝，震源断层错动形成的地震裂缝与发震断裂带位置基本重合，具有明显的光谱特征和空间特征。选取昆仑山口西地震同震地表破裂带为研究区，以国产高分二号作为数据源，提出一种基于光谱特征和空间特征的地震裂缝提取方法，并与改进的边缘检测算法、高斯匹配滤波算法进行比较，结果表明该方法结果最优，高斯匹配滤波算法次之，改进的边缘检测算法效果较差。结合里德尔剪切破裂模型分析地震裂缝空间分布及与其他破裂类型的组合关系，以期在震后第一时间掌握地表破裂空间分布规律，确定主破裂带方向和区域应力场，指导地表破裂地面详细调查、灾后应急救援以及地震科学相关研究。
简报
-
基于DWT和双通道LSTM的卫星电池阵电流预测方法
- 何利健, 张锐, 林晓冬
-
2023, 40 (3):
415-421.
DOI: 10.7523/j.issn.2021.0028
-
摘要 (
108 )
HTML ( )
PDF (3246KB) (
123
)
-
卫星太阳能电池阵输入电流受地球反照、卫星反照等多方面影响，会产生不同频率的波动起伏，造成预测精度不足，针对该问题提出一种基于离散小波变换(DWT)和长短期记忆网络(LSTM)的电流数据预测方法。首先对电流信号进行归一化，其次使用DWT对遥测信号进行小波分解，获取信号的多层高低频小波系数，提高信号数据特征，然后通过双通道LSTM进行特征学习，预测出各层小波系数，最后通过对预测出来的小波系数进行信号重构并反归一化获得最终预测信号。通过使用某在轨卫星太阳能电池阵电流遥测数据对预测模型进行验证，结果表明提出的方法相对于传统LSTM模型具有更好的预测精度，平均绝对误差减少16.4%，均方根误差减少29.9%，相关系数提高3.2%。
-
WILS：面向学业预警的非均衡增量式学习方法
- 盛晓光, 王颖, 张迎伟, 项若曦, 付红萍
-
2023, 40 (3):
422-432.
DOI: 10.7523/j.ucas.2021.0055
-
摘要 (
332 )
HTML ( )
PDF (8545KB) (
186
)
-
学业预警是构建完善教育管理体系的基础，有助于及早发现、干预学生学习和生活中的异常状况。然而实际研究仍面临诸多挑战，如：1)学生学业表现的相关影响因素往往不断变化，导致数据分布的变化；2)学业预警数据集一般存在类别不均衡的问题。针对上述挑战，提出一种面向学业预警的非均衡增量式学习方法(WILS)。WILS由增量学习机制和加权损失函数两部分构成，增量学习机制能够适应数据分布和样本特征的动态变化，加权损失函数通过为少数类赋予更高的权重提升对该类别的关注度。为评估WILS的效果，在包含2 275名本科生的真实数据集和包含1 000名学生的公开数据集上进行了实验验证。结果表明，相较于已有方法，WILS能够较好地适应数据和特征的连续动态变化，取得优异的识别效果。
