您的位置: 专家智库 > >

张博

作品数:4 被引量:5H指数:1
供职机构:西安交通大学人居环境与建筑工程学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金国土资源公益性行业科研专项更多>>
相关领域:天文地球环境科学与工程自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇天文地球
  • 2篇环境科学与工...
  • 1篇自动化与计算...

主题

  • 2篇PM2.5
  • 1篇地图
  • 1篇地形图
  • 1篇地形图数据
  • 1篇递归神经
  • 1篇递归神经网络
  • 1篇遥感
  • 1篇影像地图
  • 1篇设计方法
  • 1篇神经网
  • 1篇神经网络
  • 1篇浓度值
  • 1篇卫星遥感
  • 1篇污染
  • 1篇污染预测
  • 1篇监测站
  • 1篇反演
  • 1篇PM10
  • 1篇大气污染
  • 1篇大气污染预测

机构

  • 4篇西安交通大学
  • 1篇国土资源部
  • 1篇武汉大学
  • 1篇中国地质调查...

作者

  • 4篇张博
  • 3篇张猛
  • 1篇王非
  • 1篇张猛
  • 1篇朱月琴

传媒

  • 2篇地球环境学报
  • 1篇武汉大学学报...
  • 1篇中国矿业

年份

  • 2篇2020
  • 1篇2019
  • 1篇2015
4 条 记 录,以下是 1-4
排序方式:
VGI数据与地形图数据的自动融合研究被引量:3
2019年
随着科学技术的不断发展,志愿者地理信息(volunteered geographic information, VGI)已经成为地理空间数据中最为重要的来源之一。为了充分利用志愿者地理信息,需要进行VGI与传统地形图数据的匹配与融合。开发了一种全新的数据自动匹配与融合算法,其目的是将ATKIS道路网数据(由德国联邦测绘局所采集的官方数据)与AOSD数据(由大量志愿者携带定位仪器进行户外徒步或骑行所获取的轨迹数据)匹配并融合起来,从而丰富传统地理信息数据的内容,并实现数据的增值。考虑到ATKIS数据与AOSD数据在空间表达上的差异很大,所开发的算法包括了道路要素的智能化分割、道路要素匹配、道路网数据融合以及融合后道路网内部要素间的匹配运算与数据集成等4个过程。大量实地数据的测试结果表明,该算法具有匹配成功率高、准确率高、运算速度快等优点。
张博张猛王非范红超
关键词:地形图数据
简洁的影像地图设计方法
2015年
传统的地图模式主要是将大范围的图像作为背景图,一系列的抽象的地图符号覆盖在图像之上的设计方式。而影像地图设计方法则和传统地图方法有所不同,影像地图主要以遥感影像和一定的地图符号来表现制图对象地理空间分布和环境状况,从而呈现丰富的地面信息丰富。当然无论选择哪种模式,都会或多或少的削弱同一地图内不同地物的可识别性,这意味着地图设计者要做出一些必要的设计来进行改善。基于这样的考虑,本文提出了一种简洁的影像地图的设计方法,即:建立差异化的视觉层次的图形-背景分离,用于有效地引导用户关注相关信息。
张博张猛朱月琴
关键词:影像地图设计方法
基于NARX神经网络的PM2.5/10浓度值预测模型——以咸阳市两寺渡监测站为例被引量:1
2020年
PM2.5和PM10(记为PM2.5/10)对空气质量和人类健康有着严重威胁,日益引起国内外的关注,并成为大气污染控制工程中最重要的部分。基于陕西省咸阳市两寺渡监测站的污染物(PM2.5、PM10、NO2、NO、NOx、CO)和相关气象参数的监测数据,建立起基于非线性有源自回归神经网络的预测模型,并分别针对不同预测时间段确定最优网络结构,从而实现了对未来6小时、12小时以及24小时PM2.5/10浓度的有效预测。实验结果表明:(1)NARX神经网络模型可对未来24小时内的PM2.5/10污染物浓度进行较为准确的预测;(2)对于PM2.5/10未来6小时的预测能力优于对12小时、24小时的预测;(3)预测值偏高或偏低的结果与前后时间段内的气象因素及其他污染物浓度变化情况也具有相关性。
张丹宁张猛张博
关键词:PM2.5PM10递归神经网络大气污染预测
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被引量:1
2020年
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,PM2.5和PM10(记为PM2.5/10)直接影响着广大人民群众的身体健康。因此,针对PM2.5/10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PM2.5/10浓度研究的不断深入,基于遥感影像数据进行PM2.5/10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PM2.5/10浓度之间的反演模型,以获得PM2.5/10在研究区域的连续分布。为了提高基础PM2.5/10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PM2.5/10浓度的精准反演。以北京市地区为例,模型的PM2.5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19.21μg∙m−3和28.31μg∙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PM2.5/10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。
张猛张博
关键词:卫星遥感
共1页<1>
聚类工具0