排序方式: 共有65条查询结果,搜索用时 15 毫秒
41.
中国国土绿化状况公报指出,2010—2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高。本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数(LAI)时间序列作为植被物候信息,并将其作为花粉浓度预测因子之一,结合日气象数据,使用具有外部输入的非线性自回归神经网络模型(NARXnet),进行北京市次日花粉浓度的预测。结果显示:① 通过逐步回归计算,对于春季数据,日均气温3日平滑,积温,叶面积指数(LAI)和叶面积指数一阶导为次日花粉浓度预测的关键变量;对于秋季数据,日均气温、平均风速、最低日气温、日均气温3日平滑、积温和叶面积指数(LAI)为次日花粉浓度预测的关键变量;② 加入遥感物候信息可显著地提高NARXnet模型的春秋时段的花粉浓度的预测精度。使用本文提出的结合叶面积指数的NARX模型后,预测模型的总体精度为71%。由此,本研究认为在原有气象因子的基础上,辅之以用遥感技术手段获取的大面积植被物候信息,如叶面积指数动态,可作为预测次日花粉浓度的一种有效手段。 相似文献
42.
随着信息社会的发展,新技术和新媒体的出现必然影响学校现代教育的发展。通过阐述发展学校电化教育的应注意的问题,探讨了解决问题的方法。 相似文献
43.
网纹红土是南方红土中最具标志性的地层之一。本文以中亚热带地区典型网纹红土样品为研究对象,针对网纹红土原样及其分离出的红基质和白网纹3类样品的全样、<2μm、2~4μm、4~10μm、10~32μm、32~63μm和>63μm等不同粒级组分样品的稀土元素(REE)进行分析,研究中国南方网纹红土中红基质、白网纹和分粒级组分的REE分馏特征。结果显示:(1)白网纹的∑REE和各稀土元素含量均明显高于红基质,主要原因是白网纹中含有较多的锆石及高岭石等黏土矿物,也可能是稀土元素在两者之间的迁移导致了相对含量的变化。红基质Ce异常均大于白网纹的现象,指示了网纹的形成可能与氧化还原环境的差异有关;(2)网纹红土中REE含量存在明显的粒级效应,>2μm的粒级组分中,REE含量随着粒级增大而降低。网纹红土中<2μm组分的REE总量较低,可能与该粒级副矿物类型有关,相对酸性的环境对其影响有限;(3)不同样品间球粒陨石标准化稀土元素配分模式基本一致。在<32μm组分中,红基质和白网纹的LREE/HREE、Eu/Eu*等特征参数均十分接近,并与全样一致,而在>32μm组分中... 相似文献
44.
45.
针对网络环境下传统的矢量地图可视化模型中矢量数据可视化效率低,地图服务器集群并行处理能力弱的难题,提出一种基于矢量数据要素空间分布的矢量数据高效并行可视化方法。研究了矢量数据空间分布信息的采集、检索和分析原理,重点阐述了矢量数据实时可视化任务的分解与并行处理流程,最终实现了矢量数据的高效并行可视化,达到了充分利用地图服务器集群中并行计算资源的目的。仿真实验结果证明,矢量数据高效并行可视化方法可以提升网络地图服务集群的并行处理能力,满足大用户量并发访问的需求。 相似文献
46.
基于局部线性嵌入的人工智能台风强度集合预报模型 总被引:3,自引:2,他引:1
利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的粒子群算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风强度预报模型的建模研究。在建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明,前者较后者在6、7、8和9月24 h台风强度预报中,平均绝对误差分别下降了23.34%、24.46%、19.41%和27.45%,4个月的平均绝对误差下降了23.10%;48 h台风强度预报中,6—9月平均绝对误差分别下降了44.82%、16.73%、0.89%和49.26%,4个月的平均绝对误差下降了25.54%。进一步研究发现,在变动局部线性嵌入算法忌近邻个数的情况下,建立的台风强度集合预报模型,其预报结果稳定可靠,相对于气候持续法均为正的预报技巧水平,为台风强度客观预报提供了新的预报工具和预报建模方法。 相似文献
47.
建筑信息模型(Building Information Model,BIM)和地理信息系统(Geographic Information System,GIS)的集成是一个新的快速发展的趋势,近年来已从研究过渡到了工业实践,特别是在建筑行业问题解决方面。由于BIM与GIS数据在应用场景、空间尺度、建模语言等方面的差异,BIM+GIS集成可视化存在语义信息错误与丢失、几何信息耦合度低、表达效率低等问题,因此,完整、高效地描述建筑物本身的物理与功能特性、建筑物外部环境的几何、语义信息,实现从微观到宏观的三维空间数据的管理与可视化分析是具有挑战的。拟从BIM生成、地图切片、数据集成与存储、场景调度与裁剪、高性能渲染等方面,阐述了BIM与GIS集成时可视化效率提升技术,以满足BIM+GIS高性能需求的应用。 相似文献
48.
·NET和VML及脚本技术在WebGIS系统地图文档显示中的应用 总被引:3,自引:2,他引:3
W ebG IS是Internet技术应用于G IS开发的产物。在Internet日益繁荣的今天,W ebG IS的应用几乎涉及人类生活的各个方面,具有广阔的使用前景。本文分析了W ebG IS技术的发展现状,针对目前被动式W ebG IS地图显示的弊端提出了基于.NET、VML、脚本技术的地图文档显示方案,使客户端能够更加高效、动态地实现矢量地图显示,专题图的制作,大大减轻了服务器端的负担,提高了W ebG IS系统整体效率。 相似文献
49.
论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生成技术方法,建立一种新的非线性智能计算定量集成预报模型(PSO-FNN),进行了广西冷湿极端天气定量预报模型的预报建模研究。结果表明,论文提出的这种以不同的智能计算方法构建的定性、定量综合预报分析方法,比较符合极端天气小概率事件的预报特点,其中随机森林算法构建的定性预报模型,对广西冷湿极端天气事件的预报TS评分(Threat Score)为0.77,空报率为0.23,漏报率为0,ETS评分(Equitable Threat Score)为0.41,TSS评分(True Skill Statistic)为0.53。而采用粒子群—模糊神经网络方法构建的极端冷湿指数定量集成预报模型比其他线性和非线性预报模型具有更好的预报精度。其中PSO-FNN集成预报模型在预报建模样本和独立预报样本个例相同的情况下,比回归方法的预报平均绝对误差下降了25%以上,比一般的普通模糊神经网络预报平均绝对误差下降了14.37%。主要原因是因为PSO-FNN集成预报模型通过改进集成个体的预报能力和增强集成个体的种群差异性,提高了集成预报模型的预报精度。因此,该智能计算集成预报模型的泛化能力显著提高,预报结果稳定可靠,为冷湿极端天气客观预报提供了新的预报工具和预报建模方法。 相似文献
50.
为发展旅游经济,促进我国南海地区邮轮旅游合作,文章通过实地调研和资料收集,开展相关机制研究,并提出对策建议。研究结果表明:我国南海地区存在邮轮旅游合作的基础,制约我国相关领域发展的因素主要包括地区政治军事不稳定、地区经济利益和发展不平衡、出入境情况差距较大、产业链关键环节薄弱、忽视邮轮本身的旅游价值以及配套设施、服务和人才不足等;未来我国在南海地区开展邮轮旅游合作应着重做好顶层设计、加快配套基础设施建设、丰富旅游航线和产品、培养专业人才以及加大营销力度。 相似文献