Wall-to-wall spatial prediction of growing stock volume based on Italian National Forest Inventory plots and remotely sensed data     

《International Journal of Applied Earth Observation and Geoinformation》2020

Spatial predictions of forest variables are required for supporting modern national and sub-national forest planning strategies, especially in the framework of a climate change scenario. Nowadays methods for constructing wall-to-wall maps and calculating small-area estimates of forest parameters are becoming essential components of most advanced National Forest Inventory (NFI) programs. Such methods are based on the assumption of a relationship between the forest variables and predictor variables that are available for the entire forest area. Many commonly used predictors are based on data obtained from active or passive remote sensing technologies. Italy has almost 40% of its land area covered by forests. Because of the great diversity of Italian forests with respect to composition, structure and management and underlying climatic, morphological and soil conditions, a relevant question is whether methods successfully used in less complex temperate and boreal forests may be applied successfully at country level in Italy.For a study area of more than 48,657 km² in central Italy of which 43% is covered by forest, the study presents the results of a test regarding wall-to-wall, spatially explicit estimation of forest growing stock volume (GSV) based on field measurement of 1350 plots during the last Italian NFI. For the same area, we used potential predictor variables that are available across the whole of Italy: cloud-free mosaics of multispectral optical satellite imagery (Landsat 5 TM), microwave sensor data (JAXA PALSAR), a canopy height model (CHM) from satellite LiDAR, and auxiliary variables from climate, temperature and precipitation maps, soil maps, and a digital terrain model.Two non-parametric (random forests and k-NN) and two parametric (multiple linear regression and geographically weighted regression) prediction methods were tested to produce wall-to-wall map of growing stock volume at 23-m resolution. Pixel level predictions were used to produce small-area, province-level model-assisted estimates. The performances of all the methods were compared in terms of percent root mean-square error using a leave-one-out procedure and an independent dataset was used for validation. Results were comparable to those available for other ecological regions using similar predictors, but random forests produced the most accurate results with a pixel level R² = 0.69 and RMSE_% = 37.2% against the independent validation dataset. Model-assisted estimates were more precise than the original design-based estimates provided by the NFI.  相似文献   

利用BDS与无人船进行污染源分析及处理     

姜沣珊  岳中杨  程俊颖  赵泽阳 《测绘通报》2020,(2):155-159

在大数据的背景下，充分利用北斗卫星导航系统（BDS）的定位功能，以无人船作为用户端，在水质数据采集和污染源位置的问题中积极探索新的实践方案，迅速、准确地找到污染源，减少河流污染物污染的时间，且无人船上装有净化模块，在发现污染时可作简易处理。在无人船上安装水质分析仪，水质分析仪的传输模块中安装经给防水处理的北斗卫星定位芯片和WiFi数据传输器，进而对河流的污染物种类及浓度进行分析，并采用大数据的计算方法，计算出污染源位置，向云平台反映污染源位置分析结果与污染物处理方法。通过BDS，将数据按照位置区域划分，并将能到达污染源的最短路径发送到处理人的移动设备上。本文通过对基于BDS定位的水质污染监测可视化系统进行分析，以期迅速找出污染源，减少水质污染现象的发生。  相似文献   

自然资源一体化政务服务系统及数据融合建设——以南京为例     

陈波  崔蓓  丁鑫 《测绘通报》2020,(12):75-78

自然资源部制定的信息化建设总体方案中，要求构建“互联网+自然资源政务服务”应用体系，实现“服务事项标准统一、整体联动、业务协同，自然资源政务服务和共享开放能力全面提高”。一体化政务服务系统作为政务服务应用体系的重点建设内容，也是落实自然资源管理“两统一”职责的重要支撑，如何整合各类数据资源、发挥系统作用，成为亟待研究的问题。本文在分析自然资源业务管理需求后，提出了一体化政务服务系统及数据融合的建设思路。  相似文献   

基于MODIS数据的湖北省地级以上城市城区地表温度变化分析     

李韶颖  车风  邵军  陈涛  周婧娟 《测绘与空间地理信息》2020,(2):76-78

基于MODIS数据,以湖北省地级以上城市城区为研究对象,通过对湖北省13个地级以上城市城区边界矢量数据与地表温度因子进行套合处理,采用叠置分析方法对2000、2015、2017年湖北省地级以上城市城区的地表温度进行统计,并分析城镇化建设对城区地表温度产生的影响。  相似文献   

分布式数据库Greenplum在地震前兆数据存储中的应用     

陈晓琳  李盛乐  刘坚  刘珠妹 《地震研究》2020,(2):412-416,418

随着地震前兆观测台网的加密、采样率的提高,地震前兆观测数据量也在快速增加。在进行地震数据共享服务时,需要快速获得大量数据集,无疑对前兆共享数据库的数据处理能力提出了更高的要求。针对这一问题,提出基于Greenplum数据库的地震前兆数据存储设计方案。通过搭建Greenplum分布式数据库环境,实现了海量前兆数据的快速处理,并与传统Oracle数据库进行对比,结果表明:Greenplum数据库读取前兆数据耗时更低,对于大批量数据的读取操作,Greenplum数据库的优势更加明显;Greenplum数据库良好的可扩展性和对应用编程接口(JDBC、ODBC)的支持,使得其在前兆数据分析处理中的应用前景广阔。  相似文献   

区域地震台网历史震相数据整合与共享服务     

刘伟  王庆良  王丽艳  柴旭超  王文青  朱飞鸿 《地震地磁观测与研究》2020,41(5):200-208

区域地震台网震相数据是区域地震台网产出的重要成果，是开展地球科学研究的重要资料。整理全国31个省份1973-2008年区域地震台网纸质震相报告和地震卡片，按统一格式录入震相数据，建立数据共享服务系统。文中系统阐述区域地震台网的发展过程、历史震相数据的整合、地震观测报告的主要内容及震级的测定方法，并介绍了历史震相数据共享服务系统和快速索引下载方法，为科研人员提供共享服务。  相似文献   

云平台下地震监测台网软件系统的应用方案研究     

李勇  段毅 《震灾防御技术》2018,13(1):245-253

针对数字化地震台网JOPENS软件系统的技术特点及功能需求，在对当前各种主流云计算平台进行比较的基础上，基于较为合适的阿里云计算平台，提出了在云环境下部署JOPENS系统的应用方案。测试结果表明JOPENS系统部署在云环境下能够提升测震台网中心运行的稳定性及可扩展性，并节约运行维护成本。该研究对于当前三网融合新形势下云南省地震台网的建设及运行工作具有借鉴意义。  相似文献   

Developing constitutive models from EPR‐based self‐learning finite element analysis          下载免费PDF全文

Ali Nassr  Akbar Javadi  Asaad Faramarzi 《国际地质力学数值与分析法杂志》2018,42(3):401-417

A constitutive model that captures the material behavior under a wide range of loading conditions is essential for simulating complex boundary value problems. In recent years, some attempts have been made to develop constitutive models for finite element analysis using self‐learning simulation (SelfSim). Self‐learning simulation is an inverse analysis technique that extracts material behavior from some boundary measurements (eg, load and displacement). In the heart of the self‐learning framework is a neural network which is used to train and develop a constitutive model that represents the material behavior. It is generally known that neural networks suffer from a number of drawbacks. This paper utilizes evolutionary polynomial regression (EPR) in the framework of SelfSim within an automation process which is coded in Matlab environment. EPR is a hybrid data mining technique that uses a combination of a genetic algorithm and the least square method to search for mathematical equations to represent the behavior of a system. Two strategies of material modeling have been considered in the SelfSim‐based finite element analysis. These include a total stress‐strain strategy applied to analysis of a truss structure using synthetic measurement data and an incremental stress‐strain strategy applied to simulation of triaxial tests using experimental data. The results show that effective and accurate constitutive models can be developed from the proposed EPR‐based self‐learning finite element method. The EPR‐based self‐learning FEM can provide accurate predictions to engineering problems. The main advantages of using EPR over neural network are highlighted.  相似文献   

一套具有更高时空分辨率的全球海洋叶绿素浓度遥感融合产品数据集     

肖艳芳  张杰  崔廷伟  孙凌 《海洋学报(英文版)》2018,37(7):118-130

认识海洋在全球碳循环中的作用及其对环境变化的响应，需要高时空分辨率的观测数据。由于轨道宽度、云雨天气、太阳耀斑等的影响，单一的水色传感器的观测能力十分有限，将多源海洋水色卫星进行融合是提高水色数据时空覆盖的一种有效途径。SeaWiFS和MERIS分别于2010年12月11日和2012年5月9日停止运行，在很大程度上降低了水色融合产品时空覆盖的提升。我们在融合过程中加入了FY-3 MERSI数据，生成了全球海洋叶绿素浓度遥感融合产品数据集。数据源包括SeaWiFS、MERIS、MODIS-Aqua、VIIRS和MERSI。结果表明：加入MERSI后，融合产品的日平均有效空间覆盖提高了9%；采样频率（同一区域一年中获取有效数据的次数）由57天/年提高到109天/年。利用实测数据和国外同类融合产品（ESA GlobColour和NASA MEaSUREs）对新的数据集进行了质量评价。与实测数据相比，加入MERSI的融合产品精度与未加入MERSI的融合产品基本一致；与国外同类融合产品的偏差小于10%。新数据集的时间序列特性与未加入MERSI的融合产品以及单传感器的一致。  相似文献   

结合POI数据的道路自动选取方法     

徐智邦  王中辉  闫浩文  武芳  段晓旗  孙立 《地球信息科学学报》2018,20(2):159-166

人们对道路重要性的认知与道路周边设施有重要关系,针对现有地图综合道路选取方法中对语义特征考虑不足的问题,将POI数据引入到道路的语义特征分析中,提出一种综合考虑道路空间特征和语义特征的道路综合自动选取方法。首先,结合POI位置数据构造了道路语义特征度量的3个新参量：设施点密度、重要设施比率和专题设施比率;然后,与道路长度、连接值、总深度值、平均线密度等反映道路几何、拓扑和分布特征的度量参量一起,通过归一化和熵值法赋权进行整合计算,得到道路重要性值;最后,综合考虑道路重要性值、道路stroke构成和stroke连通度的约束条件进行道路的分步选取。实验结果表明,该方法在保留主要道路、保持道路分布疏密特征和道路连通性的同时,较好地顾及了道路的语义特征信息。  相似文献