基于长三角示范区一体化建设的大背景,考虑生态优化能力标准,结合大数据词频分析法,构建了生态优化能力相关评价指标体系,再通过Criteria Importance Through Intercriteria Correlation(CRITIC)法确定指标权重,以耦合协同度模型评价示...基于长三角示范区一体化建设的大背景,考虑生态优化能力标准,结合大数据词频分析法,构建了生态优化能力相关评价指标体系,再通过Criteria Importance Through Intercriteria Correlation(CRITIC)法确定指标权重,以耦合协同度模型评价示范区一体化发展程度,分析了长三角示范区中各区县的生态优化能力与协同程度。得出以下结论,示范区中吴江区生态优化能力较强,嘉善县最为薄弱;示范区生态优化能力建设协调程度由中级失调逐渐转变为良好协调,建设耦合度处于高耦合阶段,相互影响较大,整体上呈现出有序发展趋势,具有较好的发展潜力。展开更多
通过对比不同数据在南昌市建成区提取上的表现,评估了NPP-VIIRS-like夜间灯光数据(night-timelight,NTL)及其合成数据:兴趣点(point of interest,POI)结合夜间灯光指数(POI&NTL)、基于植被指数构建的城市灯光指数(vegetation adjust...通过对比不同数据在南昌市建成区提取上的表现,评估了NPP-VIIRS-like夜间灯光数据(night-timelight,NTL)及其合成数据:兴趣点(point of interest,POI)结合夜间灯光指数(POI&NTL)、基于植被指数构建的城市灯光指数(vegetation adjusted nighttime urban index,VANUI)和兴趣点结合植被调节NTL城市指数(POI&VANUI)在提取精度和一致性方面的优势。结果显示,基于POI&NTL数据的建成区面积提取具有最小的相对误差,仅为0.06%,表现出最高的精度和可靠性。在建成区的空间分布方面,各种数据提取的建成区范围相似,但在细节和边缘小区域的识别能力上存在差异。特别是,引入了POI数据的提取方法能够有效识别非中心聚集区的建成区,以多源数据融合的POI&VANUI数据在提取建成区范围上表现最广。通过混淆矩阵对建成区提取结果进行了精度验证,结果显示各数据的建成区总体精度均高于80%,Kappa系数均高于60%。以POI&NTL数据提取建成区在总体精度和Kappa系数表示的一致性上都表现出较高水平。POI&VANUI数据在漏分误差和制图精度方面具有一定优势,说明多源数据的融合有利于提取建成区的完整性。展开更多
广域测量系统实测信息及故障集仿真结果构成了电网时空大数据,如何采用大数据技术对它们进行快速、高效地挖掘,实现大电网在线安全评估与防御是智能电网核心目标之一。从电网广域时空量测信息角度,解释了电网时空大数据的内涵,提出大电...广域测量系统实测信息及故障集仿真结果构成了电网时空大数据,如何采用大数据技术对它们进行快速、高效地挖掘,实现大电网在线安全评估与防御是智能电网核心目标之一。从电网广域时空量测信息角度,解释了电网时空大数据的内涵,提出大电网在线稳定态势评估与自适应防御体系(stability situation assessment and adaptive defense control system,ST-SADC)的整体架构及关键技术。ST-SADC以大数据分析与处理为底层技术支撑,基于广域时空量测信息实现大电网稳定态势量化评估及主导环节的反映射虚拟建模,进而实现轨迹型自适应防御控制。针对当前技术现状,讨论了ST-SADC循环递进式研究路线。该体系可进一步提高广域时空量测信息的挖掘深度和广度,最终提升大电网轨迹型智能化预警和防控能力。展开更多
文摘基于长三角示范区一体化建设的大背景,考虑生态优化能力标准,结合大数据词频分析法,构建了生态优化能力相关评价指标体系,再通过Criteria Importance Through Intercriteria Correlation(CRITIC)法确定指标权重,以耦合协同度模型评价示范区一体化发展程度,分析了长三角示范区中各区县的生态优化能力与协同程度。得出以下结论,示范区中吴江区生态优化能力较强,嘉善县最为薄弱;示范区生态优化能力建设协调程度由中级失调逐渐转变为良好协调,建设耦合度处于高耦合阶段,相互影响较大,整体上呈现出有序发展趋势,具有较好的发展潜力。
文摘广域测量系统实测信息及故障集仿真结果构成了电网时空大数据,如何采用大数据技术对它们进行快速、高效地挖掘,实现大电网在线安全评估与防御是智能电网核心目标之一。从电网广域时空量测信息角度,解释了电网时空大数据的内涵,提出大电网在线稳定态势评估与自适应防御体系(stability situation assessment and adaptive defense control system,ST-SADC)的整体架构及关键技术。ST-SADC以大数据分析与处理为底层技术支撑,基于广域时空量测信息实现大电网稳定态势量化评估及主导环节的反映射虚拟建模,进而实现轨迹型自适应防御控制。针对当前技术现状,讨论了ST-SADC循环递进式研究路线。该体系可进一步提高广域时空量测信息的挖掘深度和广度,最终提升大电网轨迹型智能化预警和防控能力。
