利用MOD17A3 NPP时间序列数据、地表覆盖类型数据、气象数据、MOD16蒸散产品、地形数据等,分析2000—2015年陕西省植被净初级生产力(NPP)时空变异特征,探讨NPP的时空变异对各影响因素的响应特征.结果表明:研究期间,陕西植被NPP整体呈极...利用MOD17A3 NPP时间序列数据、地表覆盖类型数据、气象数据、MOD16蒸散产品、地形数据等,分析2000—2015年陕西省植被净初级生产力(NPP)时空变异特征,探讨NPP的时空变异对各影响因素的响应特征.结果表明:研究期间,陕西植被NPP整体呈极显著上升趋势,NPP变化趋势线斜率为5.02 g C·m^(-2)·a^(-1).NPP年平均值为344 g C·m^(-2)·a^(-1),变化范围为247~390 g C·m^(-2)·a^(-1).陕西NPP显著增加的区域占全省国土面积的61.2%,主要分布在陕北、渭北地区和秦巴山地西部;显著减少的区域主要分布在西安市、宝鸡市等城市周边区域,仅占2.5%.陕西年平均气温和年降水量变化趋势均不显著,气温呈现不显著升高,降水呈现不显著降低,具有暖干化趋势.NPP与降水量、平均气温显著相关的区域分别占全省总面积的9.4%和1.5%.由于人类活动的频繁干预大大降低了气候环境对NPP变化的影响程度,人类活动逐渐成为影响NPP变化的主导因素.陕北、关中地区的NPP与蒸散显著相关,随着植被NPP的增加,势必对这些地区水平衡造成重大影响.各土地覆盖类型NPP平均值为耕地>林地>草地>园地,NPP增加速率为园地>草地>林地>耕地,NPP变化百分率为草地>园地>林地>耕地.研究区内坡度0°~5°、5°~25°和>25°区域的NPP增长百分率分别为14.6%、25.7%和35.9%.展开更多
分布式能源、可调负荷及储能装置大规模接入配电网运行带动“源-网-荷-储”调控模式的转变,配电网与分布式资源之间频繁双向互动对通信网全面感知与广域传输能力提出更高要求。电力物联网与5G的融合通过云-边-端多层级资源的深度协同提...分布式能源、可调负荷及储能装置大规模接入配电网运行带动“源-网-荷-储”调控模式的转变,配电网与分布式资源之间频繁双向互动对通信网全面感知与广域传输能力提出更高要求。电力物联网与5G的融合通过云-边-端多层级资源的深度协同提供有效的解决方案。针对现有云-边-端协同技术在电力物联网与5G融合应用面临的与电力业务需求适配性不足、异构资源调度协同性差、数据隐私安全难以保障等挑战,文章提出电力物联网5G云-边-端多级协同框架,支撑分布式资源与配电网的协同互动;在此基础上,基于联邦深度Q学习,提出基于半分布式人工智能的云-边-端协同资源调度方法,在高可靠低时延约束下实现端侧任务卸载、功率控制与云侧/边侧计算资源分配的协同优化;最后,通过算例分析验证该技术在能耗、时延、吞吐量等方面的性能优势,同基于层次分析法和深度Q学习的边缘网络任务卸载算法(distribution offloading algorithm based on analytic hierarchy process and deep Q network,AHP-DQN)和能量感知边缘计算移动管理算法(energy-aware mobility management algorithm for mobile edge computing,EMM)相比,平均吞吐量分别提高15.29%和23.87%,总排队时延分别降低53.35%和62.20%,能够满足电力物联网业务差异化通信需求,支撑分布式资源接入配电网双向互动。展开更多
文摘利用MOD17A3 NPP时间序列数据、地表覆盖类型数据、气象数据、MOD16蒸散产品、地形数据等,分析2000—2015年陕西省植被净初级生产力(NPP)时空变异特征,探讨NPP的时空变异对各影响因素的响应特征.结果表明:研究期间,陕西植被NPP整体呈极显著上升趋势,NPP变化趋势线斜率为5.02 g C·m^(-2)·a^(-1).NPP年平均值为344 g C·m^(-2)·a^(-1),变化范围为247~390 g C·m^(-2)·a^(-1).陕西NPP显著增加的区域占全省国土面积的61.2%,主要分布在陕北、渭北地区和秦巴山地西部;显著减少的区域主要分布在西安市、宝鸡市等城市周边区域,仅占2.5%.陕西年平均气温和年降水量变化趋势均不显著,气温呈现不显著升高,降水呈现不显著降低,具有暖干化趋势.NPP与降水量、平均气温显著相关的区域分别占全省总面积的9.4%和1.5%.由于人类活动的频繁干预大大降低了气候环境对NPP变化的影响程度,人类活动逐渐成为影响NPP变化的主导因素.陕北、关中地区的NPP与蒸散显著相关,随着植被NPP的增加,势必对这些地区水平衡造成重大影响.各土地覆盖类型NPP平均值为耕地>林地>草地>园地,NPP增加速率为园地>草地>林地>耕地,NPP变化百分率为草地>园地>林地>耕地.研究区内坡度0°~5°、5°~25°和>25°区域的NPP增长百分率分别为14.6%、25.7%和35.9%.
文摘分布式能源、可调负荷及储能装置大规模接入配电网运行带动“源-网-荷-储”调控模式的转变,配电网与分布式资源之间频繁双向互动对通信网全面感知与广域传输能力提出更高要求。电力物联网与5G的融合通过云-边-端多层级资源的深度协同提供有效的解决方案。针对现有云-边-端协同技术在电力物联网与5G融合应用面临的与电力业务需求适配性不足、异构资源调度协同性差、数据隐私安全难以保障等挑战,文章提出电力物联网5G云-边-端多级协同框架,支撑分布式资源与配电网的协同互动;在此基础上,基于联邦深度Q学习,提出基于半分布式人工智能的云-边-端协同资源调度方法,在高可靠低时延约束下实现端侧任务卸载、功率控制与云侧/边侧计算资源分配的协同优化;最后,通过算例分析验证该技术在能耗、时延、吞吐量等方面的性能优势,同基于层次分析法和深度Q学习的边缘网络任务卸载算法(distribution offloading algorithm based on analytic hierarchy process and deep Q network,AHP-DQN)和能量感知边缘计算移动管理算法(energy-aware mobility management algorithm for mobile edge computing,EMM)相比,平均吞吐量分别提高15.29%和23.87%,总排队时延分别降低53.35%和62.20%,能够满足电力物联网业务差异化通信需求,支撑分布式资源接入配电网双向互动。
