【摘 要】
：
湖泊是揭示全球气候变化的重要信息载体,对区域和全球气候波动极为敏感。青藏高原湖泊众多,获取高精度湖泊水深、准确估算湖泊水位水量及其变化对认识青藏高原湖泊动态变化及区域气候变化具有重要意义。本文利用Sentinel-2、GF-1、Landsat-8多光谱遥感影像与其香错实测水深数据,构建水深反演模型并进行精度评估与反演制图,水深反演模型包括三种统计回归模型（两波段对数比值模型-Stumpf模型、多波
论文部分内容阅读
湖泊是揭示全球气候变化的重要信息载体,对区域和全球气候波动极为敏感。青藏高原湖泊众多,获取高精度湖泊水深、准确估算湖泊水位水量及其变化对认识青藏高原湖泊动态变化及区域气候变化具有重要意义。本文利用Sentinel-2、GF-1、Landsat-8多光谱遥感影像与其香错实测水深数据,构建水深反演模型并进行精度评估与反演制图,水深反演模型包括三种统计回归模型（两波段对数比值模型-Stumpf模型、多波段对数线性回归模型-Lyzenga模型、多因子组合线性回归模型-MLR模型）和三种机器学习模型（BP神经网络模型-BPNN模型、支持向量机模型-SVM模型、随机森林模型-RF模型）。利用模型反演获取其香错水深分布,结合Google Earth Engine（GEE）平台获取的1998-2018年其香错边界数据估算水位及水量变化,并与传统空间插值和基于Shuttle Radar Topography Mission数字高程模型（SRTM DEM）获取的水位、水量变化结果进行对比。研究结果表明:（1）对三种多光谱影像的光谱波段反射率进行对数变换及组合有利于提高与水深值的相关性,在湖泊水深反演中三种多光谱影像均具有较好的适用性,其中Sentinel-2影像优势明显。（2）在水深预测中,多因子作为模型输入有利于提高模型精度,统计回归模型中,与Stumpf模型、Lyzenga模型相比,我们结合比值因子与对数因子提出的MLR模型在三种多光谱影像中均能够有效提高水深反演精度,在0-28 m水深范围,验证集的平均相对百分比误差（MAPE）降低2.4%-15.2%,平均绝对误差（MAE）降低0.15-1.2 m。机器学习模型比统计回归模型精度更高,在三种多光谱遥感影像中,机器学习模型验证集的决定系数（R2）均在0.63以上,MAE低至1.64 m,MAPE为14.3%-27.8%,相对统计回归模型,MAE相应的降低0.08-2.25 m。此外,在机器学习模型中,随机森林模型具有最好的稳定性和预测精度,验证集的MAE、MAPE最小,仅为1.64 m、14.3%,能够满足高精度湖泊测深制图的需要。（3）在水深反演制图中,各模型反演制图均能体现其香错整体水深分布趋势,机器学习模型反演制图效果较统计回归模型更加精确真实,其中随机森林模型的制图效果细节变化展现得最为丰富,最为接近真实水深分布情况,且在无实测值分布的区域比空间插值方法获取的水深精度更高,遥感水深反演可用于快速获取湖泊水深分布。（4）结合Sentinel-2影像的最优模型反演水深与边界数据估算1998-2018年其香错水量变化1.770 km3,水位变化约9.32 m,年均变化约0.47 m,与SRTM方法估算的结果相似,而空间插值方法估算的水量变化结果误差相对较大。此外,分析其香错变化的主要原因是区域气温升高,导致流域上游水源地冰川和冻土融化引起湖泊补给水源增加。
其他文献
目的:超声心动图是评估左室舒张功能不全（left ventricular diastolic dysfunction,LVDD）重要诊断依据,但目前临床上仍有一部分患者舒张功能不全诊断困难,尚缺乏一种准确评估左室舒张功能不全的方法。有创左心导管测量的左室舒张末压（left ventricular end-diastolic pressure,LVEDP）为评估左室舒张功能的“金标准”,本研究通过左
目的:通过比较Dual刀与IT刀在表浅食管癌及癌前病变内镜黏膜下剥离术（endoscopicsubmucosaldissection,ESD）中的手术时间、切除速度、治愈性切除率以及出血、穿孔、狭窄等并发症发生率的差异,研究Dual刀与IT刀在表浅食管癌及癌前病变ESD中应用的有效性及安全性。方法:入组2017年9月-2020年2月期间就诊于常州市金坛区人民医院消化内科,治疗表浅食管癌及癌前病变采
土壤数字制图（DSM）作为计算机与地理信息技术在土壤科学的交叉研究领域,正在深刻改变科学家制作土壤图的方式,从而为资源与环境系统模拟提供了更为精细的基础资料。然而,目前常用的地理统计模型和机器学习的制图方法仅使用土壤采样点观测值与对应协变量进行空间建模与制图,难以考虑采样点周围协变量及其上下文信息,从而限制了数字土壤制图精度的进一步提高。近年来,深度学习中卷积神经网络通过卷积与池化可以充分利用采样
由于医疗资源分布不平衡,发达地区大医院医疗水平要强于不发达地区的医院,所以在不同的医院之间共享电子病历是提高医疗服务水平的有效途径。现有的使用区块链和基于属性的加密算法共享电子病历和控制电子病历共享细粒度的研究中,由于基于属性的加密算法需要可信第三方来生成密钥,所以可信第三方有能力解密所有的电子病历,无法保障电子病历的机密性;同时,区块链的匿名性让电子病历的真实性得不到保障;另外,在使用智能合约对
命名实体识别是自然语言处理领域的基础任务之一,是信息抽取、机器翻译、智能问答、语义分析等下游任务实现的前提,在自然语言处理技术走向全面化应用的过程中占有重要地位。目前命名实体识别对象可分为嵌套命名实体和非嵌套命名实体,基于深度学习的命名实体识别方法主要针对非嵌套命名实体识别展开研究,忽略了嵌套命名实体中蕴含的语义关系和结构信息,因此如何准确地识别嵌套命名实体亟待更深入地研究;对非嵌套命名实体识别的
移动通信设备的快速发展,极大的推进了社会信息化的进程的同时,也受到了许多恶意软件设计者的关注。尽管大量的研究人员对Android恶意软件检测技术的研究越发深入,有效遏制了恶意软件数量的快速增长,但360安全大脑仅在2019年就检测到高达1,809,000个新的恶意软件,移动安全威胁仍然严峻。针对于以上所提到的移动安全威胁,本文首先对目前所存在的Android恶意软件进行了大量的分析,总结出常见的恶
伴随着我国经济的快速发展,大量农村人口流入城市,形成具有中国特色的城市化现象。在中国城市化过程中,外来务工人员群体为中国城市化建设和发展做出了卓越贡献。在农村剩余劳动力进入城市务工过程中,大量务工人员随迁子女也进入到城市中接受教育。然而大量随迁子女在教育融入过程中陷入困境,引起社会工作者的关注。本文的研究对象为外来务工人员随迁子女,围绕“个案社会工作介入务工人员随迁子女教育融入问题”这一核心主题,
综述了芳烃联合装置低温热利用技术，包括直接利用即与装置内工艺物料换热，以及采用热载体换热后外送、发电、热泵回收等间接利用的方案。结合甲、乙两个芳烃联合装置各自的背景特点，采用发生低品位蒸汽以回收蒸馏塔顶冷凝热，并使用蒸汽热泵将低品位蒸汽压缩至目标压力的方案，匹配了装置内、外的蒸汽需求，使得装置低温热得到高效回收。甲、乙装置的能耗分别降低了108.0,89.6 kgEo/t对二甲苯。该方案由于使用蒸
目前深度神经网络（Deep Neural Networks,DNN）在图像识别等领域已有广泛的应用。然而在面临对抗样本时,深度神经网络存在着脆弱性。对抗样本就是在原始数据中添加难以察觉的噪声所生成的样本,这些样本严重影响深度模型的判断能力。大量研究表明,对抗样本的存在严重威胁了深度学习系统。因此,设计有效的攻击算法不仅有助于探索深度神经网络的内部结构,找到模型中的薄弱环节,还可以将其应用于对抗防御
腈类化合物在有机合成、医药工业、材料科学等领域具有广泛的应用,其原因之一是腈类化合物的碳氮三键使其具有良好的化学稳定性。另一方面,有机腈是易得的化学品之一,广泛应用于工业生产和实验室研究中。例如,丙烯腈是生产塑料的重要单体,乙腈是高效液相色谱、液相色谱-质谱联用和许多有机反应的常用溶剂。因此,将惰性但易得的腈转化为其他化学试剂是一类十分重要的反应。但由于碳氮三键的高键能,将腈转化为其他高价值的化学