江苏省海域养殖增殖用海定级研究

海域分等定级为海域估价、征收海域使用金和制定海域利用规划提供科学依据。研究以0.01°×0.01°栅格为评价单元,通过对海域自然环境条件、海水理化性质、海水营养盐含量、生物资源丰度、区位条件以及海水污染物和政策等限制因子的综合分析,采用综合指数加权求和法对江苏省海域养殖增殖用海进行了评估,评价结果等间距划分为7 个等级。如果不考虑限制因素,较低级别海域（1-3 级）占整个研究区域的30.72%,较高级别（4-7 级）占69.28%。如果考虑污染因素,4 638 km²的海域不适合用于养殖;经过调整后较低级别的海域（1-3 级）占整个研究区域的27.79%,较高级别（4-7 级）占56.71%,等外级占15.50%。如仅针对海洋功能区划中划定的养殖增殖用海（5 655 km²）海域定级,68.70%分布在4-7 级,另外有24.88%的养殖增殖用海位于污染物超标区域（等外级）。     

长三角地区土地覆盖对气溶胶光学厚度的影响

文章利用MODIS L1B数据和NASA的V5.2气溶胶光学厚度反演算法反演了长江三角洲地区的高空间分辨率的气溶胶光学厚度,反演结果与CE-318地基观测数据的进行对比验证,两者的相关系数在0.7以上,反演结果精度良好,表明MODIS反演高空间分辨率气溶胶光学厚度的可行性。利用反演的高空间分辨率气溶胶光学厚度,结合长江三角洲地区地表覆盖数据,建立两者的交叉列联表,分析了长江三角洲地区的气溶胶光学厚度和地表覆盖类型变化的关系:地表覆盖类型的变化驱动着气溶胶光学厚度的变化,森林、草原等植被覆盖度高的地区,气溶胶光学厚度值要低于城镇等人为活动较高地区。     

基于铀尾矿库核素监测的WSN粒子群优化路由算法

为提高铀尾矿库无线传感器网络(WSN)现有路由算法的网络寿命,提出一种基于铀尾矿库核素监测的WSN粒子群优化路由算法(EBPSO)。首先,在簇头(CH)选举阶段,考虑传感器节点的能量、簇内节点距离、CH到基站的距离等参数,利用粒子群优化(PSO)算法选出最合理的CH,并将筛选出来的CH节点应用于铀尾矿库核素监测组建WSN;其次,在数据传输阶段,提出转发节点的选择方法;然后,用能量阈值重分簇方案来减少能量消耗;最后,对比基于PSO优化模糊C均值的分簇路由算法(POFCA)、低功耗自适应分簇(LEACH)以及高效非均匀分簇算法(EEUC)性能。结果表明：在网络生命周期上,EBPSO算法比POFCA、LEACH、EEUC分别提升1.7%、24.7%、9.2%。EBPSO算法能够延长网络生命周期,适用于铀尾矿库核素监测应用场景。     

基于SSO的铀尾矿库无线传感器网络定位算法

为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明：SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。