我国中水回用现状及对策

我国水资源短缺问题日益严重，从长远发展来看，中水回用作为一项保护环境、节约资源的措施，将有力地促进城市的可持续发展和加速生态城市的建设。中水回用是解决我国水资源危机的有效途径之一。     

论当代大学生的信息素养教育

国民信息素养的高低已成为一个国家在全球竞争中获得优势地位的关键,信息素养教育在全世界范围内备受重视。本文以信息素养为出发点,以当今高校对在校大学生信息素养培训的新要求为依据,通过信息的选择、检索、利用,个人创新和文化素养等五个方面的教育,论述了如何培养高校学生信息素养,使学生养成终身学习的习惯。     

基于Landsat TM/ETM+/OLI遥感大数据分析南京市1984—2015年大气能见度变化趋势

对南京市1984—2015年Landsat 4／5／7／8卫星TM／ETM＋／OLI传感器获取的遥感数据,利用ENVI遥感软件的FLAASH大气校正模块,进行了区域大气能见度（ VIS）遥感反演。结果表明,时间跨度达30余年的Landsat卫星遥感数据影像序列反演的VIS呈明显的下降趋势,20世纪80年代数值较高,“差”能见度（＜10 km）的观测率不到6％,21世纪以来VIS下降明显,“差”能见度的观测率为20％～25％。与2010—2015年南京市PM10、PM2．5监测数据进行了对比,在城市空气清洁及污染较轻时,星地监测结果有较好的一致性,但中到重污染天气时FLAASH算法反演VIS偏高,侧重于代表离主城区距离远的偏远乡野山林地区的能见度状况。     

博斯腾湖矿化度遥感反演及空间分布特征研究

以我国最大的内陆淡水湖——博斯腾湖为研究对象,利用Terra/MODIS L1B空间分辨率为250 m和500 m的遥感反射率数据及湖水矿化度实测数据建立线性回归模型,分析湖表面矿化度的空间分布特征。结果表明:空间分辨率为500 m的1~7个波段组合建立的多元线性回归模型相关性最高(R~2=0.70),模型验证结果显示,实测值和反演值的相关系数(R~2)为0.82,均方根误差(RMSE)为0.12。利用最优模型对博斯腾湖湖面矿化度进行反演,其分布存在明显的空间梯度,西北、东北和东南湖区矿化度较高,而西南湖区和湖区南部矿化度较低。     

漓江上游植被覆盖度时空变化对地表热场影响

自20世纪80年代以来,桂林漓江由于上游森林遭受破坏出现水生态环境快速恶化的趋势。地表热场的时空变化直接影响森林蒸散及水文效应。因此,对漓江上游1989~2006年5景TM/ETM+卫星图像,利用归一化植被指数反演植被覆盖度,利用单窗算法反演地表温度,提出归一化温度使不同时相地表热场具有可比性,分析植被覆盖度时空变化对地表热场的影响。结果表明,在空间上,地表温度随植被覆盖度的增加而降低,在植被覆盖度很高或很低时,这种影响相对变弱;在时间上,漓江上游1989~2000年植被中、高度覆盖面积从96.1%逐年下降到65.9%,导致归一化地表温度数值较高的像元比例相应增加;2000~2006年植被中、高度覆盖面积逐渐恢复上升到90.8%,但仍略低于1989年,使得归一化地表温度数值较高的像元比例相应减少。植被覆盖可以有效地降低漓江上游地表温度     

Landsat7 ETM+ SLC-OFF数据的修复及其在武汉东湖水质反演中的应用

自从2003年5月31日,从陆地卫星 7发回的ETM+图像数据就存在缺陷。这是由于增强专题制图仪的扫描线校正器发生故障引起的。这些称为SLC OF数据的图像有一些黑色的不存在任何数据的扫描行。丢失的数据约占全景数据的25％,使它们难以正常使用。但是,数据本身仍然保留了良好的辐射和几何性质,如加以妥善修复,仍可以在一些特殊领域中使用。首先介绍了如何使用自适应局部回归算法(ALR)恢复这些图像,然后使用修复后的图像反演武汉东湖的水质参数。结果表明：ALR算法可以对SLC OF图像进行较好的修复,而且利用修复后的图像和东湖的地面水质监测数据,通过多元逐步回归分析,可以建立很好的叶绿素a、透明度、总磷以及总氮等水质参数的经验遥感反演模型,模型的相关系数R²分别为0.86、0.75、0.73和0.71。反演得到的水质参数分布与实际情况符合。这些数据有许多优点,如空间分辨率高、存档数据非常丰富、可以从NASA的服务器免费下载等。在其他遥感数据不足或无法获得的情况下,这些数据经过适当的修复,可以作为补充或替代数据使用。〖     

Software tools to support incident reporting in safety-critical systems

Incident reporting systems are playing an increasingly important role in the development and maintenance of safety-critical applications. The perceived success of the FAA's Aviation Safety Reporting System (ASRS) and the FDA's MedWatch has led to the establishment of similar national and international schemes. These enable individuals and groups to report their safety concerns in a confidential or anonymous manner. Unfortunately, many of these systems are becoming victims of their own success. The ASRS and MedWatch have both now received over 500,000 submissions. In consequence, the administrators of incident reporting systems increasingly rely upon software tools to support the administration of their systems. In the past, these systems have relied upon ad hoc applications of conventional database technology. However, there are several reasons why this technology is inadequate for many large-scale reporting schemes. In particular, the problems of query formation often result in poor precision and recall. This, in turn, has profound implications for safety-critical applications. Users may fail to identify similar incidents within national or international collections. These ad hoc approaches also neglect the opportunities provided by recent developments in computer assisted interviewing and in the monitoring of retrieval activities to build models of user behavior. These techniques offer a number of potential benefits. For instance, it is possible to automatically detect potential biases in the way that investigators analyze particular incidents.     

气溶胶等效复折射率反演的免疫进化算法

通过Mie散射理论公式构建目标函数,利用免疫进化算法对气溶胶等效复折射率的实部和虚部进行协同优化,据此创新性地提出了气溶胶等效复折射率反演的新途径.基于成都市2017年9~12月逐时的气溶胶散射系数和吸收系数观测数据以及该时段同时次GRIMM180大气颗粒物监测仪的连续监测资料,研究结果表明,气溶胶等效复折射率反演的免疫进化算法不仅是普适的,而且还具有收敛速度快、计算稳定和求解精度高等特点.通过与其它气溶胶等效复折射率反演方法的对比分析,进一步论证了新方法的优势,这为气溶胶等效复折射率演变机理以及气溶胶吸湿性增长模型的后续研究提供了算法保障.     

基于BP神经网络算法的密云水库水质参数反演研究

密云水库是北京市重要的地表饮用水源地,在保障首都水源安全方面起着重要作用,而密云水库水质参数的区域监测已成为当前亟待解决的问题。为了实现密云水库水质参数大范围、实时获取,该文基于遥感和GIS技术,采用BP神经网络算法,结合地面监测数据和Landsat 8遥感影像,分别建立了反演总磷、总氮、氨氮和COD(化学需氧量)4个水质参数的BP神经网络模型,并反演了密云水库2013-2018年非结冰期主要水质参数,分析了密云水库主要水质参数的年际变化特征、季节变化特征和空间分异特征。结果表明,(1)水质参数的Landsat 8敏感波段分别为:总氮为1、4波段,氨氮为1-7波段,总磷为1、3-7波段,COD为2-5波段。(2)密云水库主要水质参数在2013-2018年总体呈下降趋势,氨氮和COD为Ⅰ类水质,总磷为Ⅱ类水质,总氮为Ⅲ类水质。(3)4个水质参数指标春季最高、秋季次之、夏季最低,总氮、总磷、氨氮和COD的春季值分别是夏季值的1.08、1.36、1.6、1.45倍。(4)密云水库不同水质参数的空间差异性较大,总体来看,水库北部和东部的4个水质参数含量相对较高,这种分布与北部和东部村庄密集以及密云水库两大入库河流有关。综上所述,基于BP神经网络算法的密云水库水质反演研究是可行的,且得到了较为可信的研究结果,该研究可为密云水库水质管理与政策制定提供重要的科学依据。     

基于机器学习和卫星遥感的PM2.5/10 空间连续分布反演方法研究

在过去的几十年里,快速的经济发展以及工业化、城镇化进程加速使得中国的资源环境承担的压力不断加大。作为影响空气质量的首要污染物,PM_2.5和PM₁₀（记为PM_2.5/10）直接影响着广大人民群众的身体健康。因此,针对PM_2.5/10浓度进行遥感反演研究,对环境监测和控制改善全国空气环境质量具有重要的意义。近些年来,随着对近地面PM_2.5/10浓度研究的不断深入,基于遥感影像数据进行PM_2.5/10浓度的反演方法也日益增多。本文利用Google Earth engine（GEE）平台获取了海量的Landsat 8 OLI遥感影像数据,并结合气象信息、空间特征等参数,采用机器学习中常用的多层映射反向传播神经网络构建了波段反射率与PM_2.5/10浓度之间的反演模型,以获得PM_2.5/10在研究区域的连续分布。为了提高基础PM_2.5/10反演模型的反演精度,还从影响因素和前溯时间两个维度出发,探寻了模型的最优化输入参数组合,并最终实现了对PM_2.5/10浓度的精准反演。以北京市地区为例,模型的PM_2.5和PM₁₀的反演精度R²分别达到0.814和0.796,均方根误差RMSE分别为19.21 μg?m^?3和28.31 μg?m^?3。鉴于该反演结果具有较高的准确性和可靠性,本文所建立的方法模型为研究PM_2.5/10在空间上的连续分布特征提供了新的思路和方法,具有较为重要的科研意义与广泛的应用价值。