基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林（RF）算法,对输入的多维数据集进行变量选择和参数（mtry、ntree）调优,构建适合沼泽植被群丛尺度识别模型.结果表明：优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四（结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数）获得最高总体精度为87.12%,kappa系数为0.850,比方案二（结合了光谱波段、几何特征和位置特征）总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.     

黑碳仪测量气溶胶吸收系数的校正算法和影响因素研究进展

黑碳仪作为常用的吸收系数测量方法之一,广泛应用于气溶胶光吸收特性的实验室和外场观测研究.然而,受测量方法的限制,吸收系数测量的准确性受到颗粒物负载效应,以及滤膜和颗粒物的多重散射效应的影响.本文综述了黑碳仪的测量原理及现有校正算法,探究了其吸收系数测量的影响因素,分析了黑碳气溶胶的混合状态对其吸收系数测量偏差（C_ref’）的影响,探讨了C_ref’与气溶胶单次散射反照率（SSA）的关系以及C_ref’的波长依赖关系,并提出了今后相关研究的建议.     

基于遗传算法的门限自回归模型在海温预测中的应用

提出了建立门限自回归模型（ＴＡＲ）的一套简便通用的方法。用作者提出的改进遗传算法，可同时优化门限值和自回归系数，成功地解决了ＴＡＲ建模过程所涉及的大量复杂寻优工作这一难题，为ＴＡＲ模型的广泛应用提供了强有力的工具。实例计算的结果说明了这套方法的可行性和有效性，同时也说明了，通过门限值的控制作用，ＴＡＲ模型可以有效地利用如海洋资源所隐含的时序分段相依性这一重要信息，限制了模型误差，从而保证了ＴＡＲ模型预测性能的稳健性，提高了预测精度。该方法具有通用性，在各种非线性时序预测中具有重要的理论意义和应用价值     

垃圾运输车智能监控管理系统

本产品是为解决垃圾运输车随意倾倒问题而开发的 ,它是一种新型智能化监控管理系统。它采用安装在运输车上的GPS接收机定位、测时 ,由车载车辆行迹记录仪数字化记录装载、运输、卸载的地点、时间等信息。经定期处理 ,完整、准确地反映出运输车工作过程 ,为管理部门对违规卸载车辆的科学取证提供了很好手段     

改进型量子遗传算法应用于区域水资源可持续利用评价

提出了一种对多项指标都能普遍适用的区域水资源可持续利用评价模型,将实数编码混沌量子遗传算法应用于区域水资源可持续利用评价模型中参数的优化,并用优化好的模型对区域水资源可持续利用做出评价。通过对中国12个区域实测数据的评价实例研究及与其它评价方法得到的结果进行对比,表明该模型具有实用性和可行性。     

投影寻踪新算法在水质评价模型中的应用

用实数编码的遗传算法给出了一种投影寻踪方法中投影方向优化的新途径．在一个简单投影指标下,用新的优化途径建立了多元数据分类模型,并将其用于多指标的标准水质分类．两个实例样本水质评判结果表明,用投影寻踪新算法可以揭示高维数据的结构特征,所建立的分类与综合评价模型不仅有效,而且结果简单、直观和易于理解．     

基于遗传算法的大气颗粒物的源解析

遗传算法是一种全局优化的随机搜索方法,适用于模型参数寻优。将遗传算法用于大气颗粒物源解析的CMB方程组中参数的优化,得到各污染源对大气颗粒物的优化贡献率。该方法应用于成都市大气颗粒物的源解析结果与用其他多种源解析法得出的结果基本一致。理论分析和应用实践表明了遗传算法用于大气颗粒物源解析研究具有简便、准确和实用性强等特点。      

水质综合评价的遗传投影寻踪插值模型

为解决各单项水质评价指标评价结果的不相容问题 ,提高水质综合评价各层次的分辩力和评价模型的精度 ,本研究采用大样本数据 ,利用投影寻踪、遗传算法、插值型曲线和水质评价标准 ,为水质综合评价建立了一种新的数学模型———遗传投影寻踪插值模型 (GPPIM)。实例研究表明 ,GPPIM建模方法直观、可靠、精度高 ,既具有较强的分类功能 ,又具有较好的排序功能 ,可广泛应用于各种环境质量的综合评价。     

REAL CODED GENETIC ALGORITHM OPTIMIZATION OF LONG TERM RESERVOIR OPERATION1

ABSTRACT: An optimization and simulation model holds promise as an efficient and robust method for long term reservoir operation, an increasingly important facet of managing water resources. Recently, genetic algorithms have been demonstrated to be highly effective optimization methods. According to previous studies, a real coded genetic algorithm (RGA) has many advantages over a binary coded genetic algorithm. Accordingly, this work applies an RGA to obtain the 10‐day (the traditional period of reservoir operation in Taiwan) operating rule curves for the proposed reservoir system. The RGA is combined with an effective and flexible scheme for coding the reservoir rule curves and applied to an important reservoir in Taiwan, considering a water reservoir development scenario to the year 2021. Each rule curve is evaluated using a complex simulation model to determine a performance index for a given flow series. The process of generating and evaluating decision parameters is repeated until no further improvement in performance is obtained. Many experiments were performed to determine the suitable RGA components, including macro evolutionary (ME) selection and blend‐α crossover. Macro evolution (ME) can be applied to prevent the premature problem of the conventional selection scheme of genetic algorithm. The purpose of adjusting a of a crossover scheme is to determine the exploratory or exploitative degree of various subpopulations. The appropriate rule curve searched by an RGA can minimize the water deficit and maintain the high water level of the reservoir. The results also show that the most promising RGA for this problem consists of these revised operators significantly improves the performance of a system. It is also very efficient for optimizing other highly nonlinear systems.     

智能控制在污水生物处理系统中的应用

对智能控制的适用范围及污水生物处理工艺的特征进行了简单分析。对智能控制的3大主要分支模糊逻辑控制、神经网络控制及专家控制系统在污水生物处理中应用的最新动态进行了评论和分析。结果表明,在污水生物处理中引入智能控制是一种提高处理效率、降低运行成本的有效方法,国内在污水生物处理智能控制的应用研究与国外有较大的差距,国内的研究及应用还处在发展阶段,应当加强。最后对污水生物处理智能控制的发展方向作了简要分析。