公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

多种数据划分方法下D8算法的多核并行化实验对比被引量：3: 2017年; 对地观测技术的快速发展使空间数据规模迅速增大,海量高分辨率DEM数据使得GIS数字地形分析算法面临日益严重的效率瓶颈,多核并行计算技术是在PC端解决上述问题的潜在途径,而并行任务调度策略、数据划分方法是影响并行算法计算效率的重要因素。该文以河网提取中流向算法D8算法为例,基于OpenMP多核并行编程模型,在最佳任务调度策略下研究按行、列、块进行任务分解对该算法计算效率的影响。实验结果表明,不同数据划分方法对计算效率的影响存在差异。结合dynamic任务调度策略,对该算法采用行划分方法,并调用计算机最大可用线程个数16时并行加速效果最佳,加速比峰值达到13.88;划分块数为16时,运行加速比最高为13.46;按列划分加速比峰值达到12.829;而划分成9块和4块最高加速比仅为7.97和3.83。; 高琪范俊甫何惠馨孔维华周玉科; 关键词：DEM 数据划分

1960-2012年青藏高原极端气候指数数据集被引量：5: 2017年; 青藏高原作为高海拔生态环境脆弱区域,其气候变化及发展趋势一直是学界的研究热点,极端气候事件分析是其中一项重要的研究内容。本文基于99个气象观测站1960~2012年的日值气温(日最高气温、日最低气温)和降水观测资料(日降水),经过数据质量控制和异常值剔除,利用R语言中的RClimDex包计算得到每年典型的15项极端气温指数和8项极端降水指数,其中包括10项绝对值指数和13项阈值指数(百分比和观测量阈值)。本数据集可以作为在全球气候变化下青藏高原地区极端天气事件发生频率和趋势探测分析的材料,也可以作为基础数据来探索极端天气事件对农牧业生产的影响。; 周玉科高琪; 关键词：青藏高原气候变化

利用R-Shiny架构的植被物候参数分析系统设计与实现被引量：1: 2019年; 植被物候作为反映植被与气候变化关系的重要参量,具有重要的研究意义。本文基于R语言分布式架构Shiny构建了植被物候参数分析系统,可实现站点分布可视化、感兴趣区(Region of Interest,ROI)选取与绘制、植被指数计算与可视化、数据过滤、生长曲线轨迹拟合与物候参数提取等功能模块。用户可提取不同植被类型数码相机时间序列的植被指数,并用max方法进行平滑与去噪处理,然后选择合适的方法组合拟合植被群落季相变化轨迹,最终提取较为精确的关键物候参数。林地数据系统测试结果表明:1)相对绿度指数GI比其他相对植被指数和单波段的亮度值振幅明显,其时间序列可表征植被实际生长轨迹; 2)不同拟合方法与提取方法的组合效果不同,如klosterman与klosterman方法组合适合林地类型的植被物候参数提取,用户可综合均方根误差与季节群相变化轨迹结果,筛选出适合所选植被物候数据的拟合与物候参数提取方法组合。; 高琪周玉科范俊甫; 关键词：数码相机感兴趣区

基于极端气温指数的青藏高原年际升温及不对称特征研究被引量：5: 2017年; 基于青藏高原地区98个气象观测站点53年(1960-2012)的气温实测记录,计算了年度昼夜极端温度指数、温度极值和日均温差,并利用趋势分析、变化点检测与分段拟合方法分析了各指数反映的年际变化趋势及空间差异特征。结果表明:青藏高原整体区域各极端温度指数均表现出上升特征,昼夜升温和冷暖升温的不对称性特点显著,夜间冷、暖指数变化速率均快于白天;而在同等昼夜条件下,冷指数下降速率则高于暖指数上升速率,日均温差以-0.18℃/10a的速率小幅降低,温度极值普遍表现为升温现象,近53年来最低气温的极小值上升幅度为4℃左右,明显高于其他极值指数的上升速率,其中最高温度的极大值上升速率最慢,也证实了青藏高原地区温度上升的冷暖不对称性。空间分布上,青藏高原各气温极端指数年际变化速率存在区域差异性,其中西藏的南部及青海的西北部冷昼指数、冷夜指数和暖夜指数变化最为显著;青海、四川及西藏东北部的暖昼指数增长速率稳定。日均温差的变化点大多发生在20世纪80年代初期,多数站点的冷昼指数在90年代中后期发生变化,其余温度指数的变化点集中于90年代初期及中期,时间变化点分布表明研究期间青藏高原温度突变主要集中在20世纪后期。; 周玉科高琪范俊甫; 关键词：青藏高原

多距离模式的长沙某医院服务范围空间分析被引量：2: 2017年; 对长沙市某医院2016年1~3月份的就诊患者地址数据进行地理编码及可视化处理,采用欧式距离、曼哈顿距离、道路距离、最短行驶时间方法分析不同距离模式下患者到该医院就医的空间分布状况;另外,结合分位数评价指标定量分析3种距离模式下服务半径和服务面积的异同以及影响该医院服务范围的因素,分析得到该医院的服务范围呈中心辐射状,主要服务半径较小(约8 km),服务辐射范围在150 km^2以内,且受距离成本、时间成本和地形要素影响明显。; 高琪周玉科范俊甫; 关键词：欧氏距离

点模式与距离成本下长沙某医院服务范围分析: 2017年; 通过核密度法、标准差椭圆算法、中心点分析法、距离分位数法等空间分析方法可多角度全面地分析医院与其就诊患者之间的关系,得到医院的空间格局和服务范围分布特征。通过对长沙市某医院3个月就诊患者病例记录的处理与统计分析,明确了该医院的服务分布模型。由于"距离—衰减"规律和时间成本等的影响,该医院中心区域病例点密度最高,越向外扩散病例点分布越稀疏,最外层的区域仅有零星分布,实质服务半径在7.5 km以内;且以该医院为中心,患者呈西北—东南方向分布,向东南扩散。; 高琪周玉科范俊甫孔维华

全选清除导出

共1页<1>

高琪

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

高琪

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈