XiaoMi-AI文件搜索系统
World File Search System地表
城市发展规划指导地表水和...
政策 37：可持续排水系统新开发项目排放到水环境中的地表水必须经过可持续排水系统 (SuDS) 处理，单栋房屋或排放到沿海水域的情况除外。SuDS 的设计应确保在 1：200 年一遇的暴雨事件加上气候变化和未来城市扩张的津贴后，水位至少低于成品地板水平 600 毫米。这包括考虑气候变化的影响。此外，将鼓励提案采用生态方法进行地表水管理，确保适当的处理水平，并利用机会使该系统通过创造栖息地或通过形成湿地或池塘等措施进行增强，成为邓迪绿色网络不可分割的一部分。提案不应对水环境的生态质量产生不利影响。
茂密森林覆盖中机载激光扫描 (ALS) 数据的地表插值精度
摘要：地表数字模型在林业中具有许多潜在应用。如今，光检测和测距 (LiDAR) 是收集形态数据的主要来源之一。通过激光扫描获得的点云用于通过插值对地表进行建模，该过程受到各种误差的影响。使用 LiDAR 数据收集地表数据用于林业应用是一个具有挑战性的场景，因为森林植被的存在会阻碍激光脉冲到达地面的能力。因此，地面观测的密度将降低且不均匀（因为它受到冠层密度变化的影响）。此外，森林地区通常位于山区，在这种情况下，地表的插值更具挑战性。本文对九种算法的插值精度进行了比较分析，这些算法用于在茂密森林植被覆盖的山区地形中从机载激光扫描 (ALS) 数据生成数字地形模型。对于大多数算法，我们发现在一般精度方面具有相似的性能，RMSE 值在 0.11 到 0.28 m 之间（当模型分辨率设置为 0.5 m 时）。其中五种算法（自然邻域、Delauney 三角剖分、多级 B 样条、薄板样条和 TIN 薄板样条）对超过 90% 的验证点的垂直误差小于 0.20 m。同时，对于大多数算法，主要垂直误差（超过 1 m）与不到 0.05% 的验证点相关。数字地形模型 (DTM) 分辨率、地面坡度和点云密度影响地面模型的质量，而对于冠层密度，我们发现与插值 DTM 的质量之间的联系不太明显。
文章 茂密森林覆盖区机载激光扫描 (ALS) 数据地表插值的精度
摘要：地表数字模型在林业中具有许多潜在应用。如今，光探测和测距 (LiDAR) 是收集形态数据的主要来源之一。通过激光扫描获得的点云用于通过插值对地表进行建模，这一过程受到各种误差的影响。使用 LiDAR 数据收集地表数据用于林业应用是一个具有挑战性的场景，因为森林植被的存在会阻碍激光脉冲到达地面的能力。因此，地面观测的密度将降低且不均匀（因为它受到冠层密度变化的影响）。此外，森林地区通常位于山区，在这种情况下，地表的插值更具挑战性。在本文中，我们对九种算法的插值精度进行了比较分析，这些算法用于在茂密的森林植被覆盖的山区地形中从机载激光扫描 (ALS) 数据生成数字地形模型。对于大多数算法，我们发现在总体精度方面性能相似，RMSE 值在 0.11 到 0.28 米之间（当模型分辨率设置为 0.5 米时）。其中五种算法（自然邻域、Delauney 三角剖分、多层 B 样条、薄板样条和基于 TIN 的薄板样条）对于超过 90% 的验证点具有小于 0.20 米的垂直误差。同时，对于大多数算法，主要垂直误差（超过 1 米）与不到 0.05% 的验证点相关。数字地形模型 (DTM) 分辨率、地面坡度和点云密度影响地面模型的质量，而对于冠层密度，我们发现与插值 DTM 的质量之间的联系不太显著。
文章 茂密森林覆盖区机载激光扫描 (ALS) 数据地表插值的精度
摘要：地表数字模型在林业中具有许多潜在应用。如今，光探测和测距 (LiDAR) 是收集形态数据的主要来源之一。通过激光扫描获得的点云用于通过插值对地表进行建模，这一过程受到各种误差的影响。使用 LiDAR 数据收集地表数据用于林业应用是一个具有挑战性的场景，因为森林植被的存在会阻碍激光脉冲到达地面的能力。因此，地面观测的密度将降低且不均匀（因为它受到冠层密度变化的影响）。此外，森林地区通常位于山区，在这种情况下，地表的插值更具挑战性。在本文中，我们对九种算法的插值精度进行了比较分析，这些算法用于在茂密的森林植被覆盖的山区地形中从机载激光扫描 (ALS) 数据生成数字地形模型。对于大多数算法，我们发现在总体精度方面性能相似，RMSE 值在 0.11 到 0.28 米之间（当模型分辨率设置为 0.5 米时）。其中五种算法（自然邻域、Delauney 三角剖分、多层 B 样条、薄板样条和基于 TIN 的薄板样条）对于超过 90% 的验证点具有小于 0.20 米的垂直误差。同时，对于大多数算法，主要垂直误差（超过 1 米）与不到 0.05% 的验证点相关。数字地形模型 (DTM) 分辨率、地面坡度和点云密度影响地面模型的质量，而对于冠层密度，我们发现与插值 DTM 的质量之间的联系不太显著。
文章 茂密森林覆盖区机载激光扫描 (ALS) 数据地表插值的精度
摘要：地表数字模型在林业中具有许多潜在应用。如今，光探测和测距 (LiDAR) 是收集形态数据的主要来源之一。通过激光扫描获得的点云用于通过插值对地表进行建模，这一过程受到各种误差的影响。使用 LiDAR 数据收集地表数据用于林业应用是一个具有挑战性的场景，因为森林植被的存在会阻碍激光脉冲到达地面的能力。因此，地面观测的密度将降低且不均匀（因为它受到冠层密度变化的影响）。此外，森林地区通常位于山区，在这种情况下，地表的插值更具挑战性。在本文中，我们对九种算法的插值精度进行了比较分析，这些算法用于在茂密的森林植被覆盖的山区地形中从机载激光扫描 (ALS) 数据生成数字地形模型。对于大多数算法，我们发现在总体精度方面性能相似，RMSE 值在 0.11 到 0.28 米之间（当模型分辨率设置为 0.5 米时）。其中五种算法（自然邻域、Delauney 三角剖分、多层 B 样条、薄板样条和基于 TIN 的薄板样条）对于超过 90% 的验证点具有小于 0.20 米的垂直误差。同时，对于大多数算法，主要垂直误差（超过 1 米）与不到 0.05% 的验证点相关。数字地形模型 (DTM) 分辨率、地面坡度和点云密度影响地面模型的质量，而对于冠层密度，我们发现与插值 DTM 的质量之间的联系不太显著。
相位补偿法在近地表地球动力学过程地电控制中的应用
本研究致力于应用利用场相位特性的地电控制补偿法来检测和定位地球动力学过程。与通常用于分析观测结果的电磁场异常分量的振幅参数相比，地电信号的相位配准法具有较高的抗噪性。开发了一种使用场相位特性来解释监测数据和相关地球动力学过程定位问题的形式化方法。在该方法的框架内，提出了通过加权均方解释误差和包含有关地电剖面先验信息的正则函数的最小和来确定剖面参数。为了检查球形溶洞的定位可能性，模拟了沿安装剖面移动球心时场电位的振幅和相位异常分量以及非均匀定位的标准误差。模拟表明，与不均匀位置具有良好的潜在区分度，在不均匀定位问题中，通过结合使用幅度和相位场分量可以获得最高的定位精度。
是什么驱动了北大西洋涛动的温度异常模式？第一部分：地表气温异常的增长和衰减
综合分析用于研究驱动与北大西洋涛动 (NAO) 相关的地表气温异常模式增长和衰减的物理过程。利用欧洲中期天气预报中心在其再分析模型中实施的热力学能量方程，我们表明异常风对气候温度场的平流驱动了两个 NAO 阶段的地表气温异常模式。非绝热过程与这种温度平流强烈相反，最终导致地表气温异常恢复到其气候值。具体而言，在格陵兰岛、欧洲和美国，长波加热/冷却与水平温度平流相反，而在北非，垂直混合与水平温度平流相反。尽管表皮温度和地表气温异常模式之间存在明显的空间对应关系，但发现驱动与 NAO 相关的这两个温度异常的物理过程是不同的。表层温度异常模式由向下的长波辐射驱动，而如上所述，地表空气温度异常模式由水平温度平流驱动。这意味着，尽管地表能量预算是了解表层温度变化的有用诊断工具，但不应将其用于了解地表空气温度变化。
使用 NDVI 阈值法预测植被覆盖比例对地表发射率和温度的影响
预测地表能量收支需要精确的地表发射率 (LSE) 和地表温度 (LST) 信息。LST 是基本气候变量之一，也是局部和全球尺度地表过程物理中的重要参数，而 LSE 是物质成分的指标。尽管有大量关于使用遥感数据计算 LST 和 LSE 的方法和算法的出版物，但准确预测这些变量仍然是一项具有挑战性的任务。在现有的计算 LSE 和 LST 的方法中，特别关注的是归一化差异植被指数阈值法 (NDVI THM)，尤其是对于农业和森林生态系统。要应用 NDVI THM，了解植被覆盖比例 (P V) 至关重要。本研究的目的是调查使用 NDVI THM 时 P V 预测精度对 LSE 和 LST 估计的影响。2015 年 8 月，在德国东南部巴伐利亚森林国家公园的混合温带森林中开展了一项实地活动，与 Landsat-8 立交桥同时进行。在 37 个地块的实地测量了 P V。使用了四种不同的植被指数以及人工神经网络方法来估计 P V 并计算 LSE 和 LST。结果表明，与传统植被指数（R 2 CV = 0.42，RMSE CV = 0.06）相比，使用人工神经网络（R 2 CV = 0.64，RMSE CV = 0.05）可以提高 P V 的预测精度。本研究结果还表明，估计的 P V 的精度变化影响了 LSE 的计算结果。此外，我们的研究结果表明，虽然 LST 取决于 LSE，但在预测 LST 时还应考虑其他参数，因为更准确的 LSE 结果并没有提高 LST 的预测精度。
通过伽马光谱法测定地表水中放射性核素的程序
测量始终是在未过滤的水样上进行的。这确保了悬浮物上的活性也能被量化。通过量化悬浮物的含量及其比活度，可以区分样品中溶解状态和颗粒状态的核素。对于 25 g·m -3 的中等浓度悬浮物，根据所涉及的放射性核素，可能会发现相当大比例的悬浮物附着在悬浮物上。悬浮物浓度超过 100 g·m -3 时，颗粒核素的含量可能会上升到 90% 以上，然后需要单独量化。应避免对过滤的水样进行测量，因为溶解和颗粒核素部分的分离是有问题的，因此获得的结果将在评估暴露时产生过于乐观的评估，例如，对于暴露路径“农业用地灌溉”。
无云和阴天条件下地表大气下行长波辐射。测量和建模
警告。本论文的咨询须接受以下使用条件：通过 TDX 服务传播本论文已获得知识产权持有人的授权，仅供参与研究和教学活动的私营公司使用。不得以营利为目的进行复制，也不得从 TDX 服务以外的网站传播和提供。不允许在 TDX（框架）以外的窗口或框架中呈现其内容。此权利保留影响论文演示摘要及其内容。使用或引用论文部分内容时，必须注明作者姓名。警告。本论文的咨询须接受以下使用条件：通过 TDR 服务传播本论文已获得知识产权所有者的授权，仅供研究活动中的私人使用和教学。不得出于盈利目的进行复制或从 TDR 服务之外的网站传播和提供。无权在 TDR（框架）以外的窗口或框架中呈现其内容。此权利保留影响论文演示摘要及其内容。使用或引用论文部分内容时，必须注明作者编号。警告。在查阅本论文后，您即接受以下使用条件：通过TDX服务传播本论文已获得知识产权持有者的授权，仅供私人用于调查和教学活动。以盈利为目的的复制未经授权，其传播和可用性也不得从 TDX 服务之外的站点进行。在 TDX 服务之外的窗口或框架中引入其内容是不被授权的（框架）。这些权利影响论文的演示摘要及其内容。在使用或引用论文部分内容时，必须注明作者姓名。