【摘 要】
：
沟谷侵蚀是塑造黄土地表侵蚀形态的主要动力,沟谷的发育过程深刻地影响着黄土地貌的发育及演化。本文在黄土高原选择6个典型地貌样区,以样区的数字高程模型为基本数据源提取沟谷系统。将沟谷系统中的沟谷节点、沟谷源点和流域出水口点作为网络节点,网络节点之间的空间拓扑关系为边,高程差为权值,构建黄土高原沟谷加权复杂网络模型。对黄土沟谷地貌的节点特征和空间结构进行定量刻画和分析,得到黄土高原不同地貌类型网络特征的
【基金项目】
：
国家自然科学基金项目(41771423)。
论文部分内容阅读
沟谷侵蚀是塑造黄土地表侵蚀形态的主要动力,沟谷的发育过程深刻地影响着黄土地貌的发育及演化。本文在黄土高原选择6个典型地貌样区,以样区的数字高程模型为基本数据源提取沟谷系统。将沟谷系统中的沟谷节点、沟谷源点和流域出水口点作为网络节点,网络节点之间的空间拓扑关系为边,高程差为权值,构建黄土高原沟谷加权复杂网络模型。对黄土沟谷地貌的节点特征和空间结构进行定量刻画和分析,得到黄土高原不同地貌类型网络特征的空间格局及其变化,并进一步映射地貌的发育过程及演化机理。研究结果表明:(1)黄土高原沟谷加权网络的点强度
其他文献
轨道交通的快速发展提高了通勤可达性,也被认为在重构城市职住空间格局进而影响职住关系方面产生重大影响。探究城市轨道交通站点周边地区(下称轨交站点周边地区)就地职住平衡与建成环境的关系,对于通过建成环境设计促进站点尺度职住"微平衡",调节由于轨道交通所导致的区域性职住分离意义重大。本文基于武汉市189个轨交站点刷卡数据,首先识别了轨道交通通勤人员并分析了其出行特征,进而利用逐步回归与地理加权回归模型(
中国已经成为全世界城市轨道交通建设里程最长、建设速度最快的国家,合理识别城市轨道站点类别与影响不同类别站点客流特征的建成环境因素对轨道交通的建设具有十分重要的作用。因此,本文以武汉市为例,通过轨道交通刷卡数据,运用引入客流特征的EM聚类方法,将轨道交通站点分为职住错位型、居住导向型、就业导向型、居住综合型、就业综合型、综合型6类。并在此基础上,建立无序多分类logistic回归模型,定量分析站点客
近年来大数据在交通分析中被广泛关注,但目前多以可视化展示和现象空间分析描述为主,缺乏基于大数据的交通数量模型和模拟预测研究,成为大数据技术在交通规划中应用的主要技术障碍。本文基于交通与土地利用之间的交互作用关系,构建区位空间依赖因子((Location-space Dependence Indicator, LSDI),对传统重力模型进行改进,提出大数据城市通勤分布模型。以北京市为例,采用某运营商
全面查清农村集体建设用地每一宗土地范围内建筑物、构筑物的位置、面积、权属等基本情况,为实施不动产统一登记奠定基础。基于ArcGIS Runtime SDK与ArcGIS Server技术,分析了房地一体外业数据采集系统的需求,开发并设计了一套农村房地一体外业数据采集系统,该系统可以有效地提高外业数据采集的工作效率。
以国家1:50000地形数据为基础,充分利用检查工具,提高地形数据更新与入库成果质量。将各生产单位开发的检查软件进行分析探讨,通过对生产过程使用的多种软件检查及修改后数据的质量进行分析比对,总结出有效利用各检查软件的方法,为1:50000地形数据库的快速更新和成果质量控制提供一定的技术支持。
福建省作为中国的产茶大省,快速准确获取茶园的空间分布对福建省农业经济发展和生态环境保护具有重要的决策意义,然而,传统的方法难以保证大范围准确地获取茶园空间分布。本文基于GEE云平台,快速获取覆盖福建省的Sentinel-1雷达影像、Sentinel-2光学影像及地形数据,从中提取光谱特征、纹理特征、地形特征等98个特征,利用递归消除支持向量机算法(SVM_RFE)对特征变量进行筛选,通过支持向量机
土地利用总体规划是对一定区域土地利用的总体布局和安排,主导着日常用地管理,是解决日渐严重的人地矛盾的主要途径。以《东乡区土地利用总体规划(2006-2020)》实施的情况为研究对象,定量分析东乡区的土地利用结构,并采用层次分析法构建指标体系,确定指标的权重,量化指标并计算综合评价分值,评价项目的执行情况,对解决实施过程中的存在问题提出了相应建议。
The task of using the machine learning to approximate the mapping x(→)d∑i=1 x2i with xi ∈[-1,1]seems to be a trivial one.Given the knowledge of the separable
Overfitting frequently occurs in deep learning.In this paper,we propose a novel regularization method called drop-activation to reduce overfitting and improve generalization.The key idea is to drop nonlinear activation functions by setting them to be iden
园林植物知识图谱可为顾及区域适应性、观赏性和生态性等因子的绿化树种的选型提供知识支持。植物描述文本的实体识别及关系抽取是知识图谱构建的关键环节。针对植物领域未有公开的标注数据集,本文阐述了园林植物数据集的构建流程,定义了园林植物的概念体系结构,完成了园林植物语料库的构建。针对现有Word2vec、ELMo和BERT等语言模型存在无法解决多义词、融合上下文能力差、运行速度慢等缺点,提出了嵌入ALBE