城市群高分辨率不透水面时空连续感知方法研究EI北大核心CSCD

在城市化过程中，快速扩张的不透水面已成为能够直接表征城市的发展与繁荣程度的重要指标。不透水面改变了城市生态系统中的水、土、气、热等物质和能量的流通方式，改变了局部气候与生态格局，引发了热岛、湿岛、干岛、雨岛及浑浊岛等城市“五岛”效应，直接和间接地导致了城市内涝、环境污染等城市生态与环境问题。论文以实现城市群高分辨率不透水面逐季度时空连续感知为研究目标，从不透水面的感（观测）与知（信息）在时空连续性方面相互推理的角度，     

基于FR的多种机器学习模型在地质灾害易发性评价中的对比分析

选取建模效果较好的3种模型,支持向量机模型、随机森林模型和人工神经网络模型,以福建福鼎为研究区进行地质灾害易发性分析,将3种模型建模结果通过ROC曲线和频度比法进行对比,选择最优福鼎地质灾害易发性分析结果,为该地区防灾减灾提供有利指导。结果表明:3种模型均能有效地预测出福鼎地质灾害易发性,是基于该区域可靠性较高的预测模型;支持向量机模型的准确率(86.7%)高于人工神经网络(84.7%)和随机森林(79.7%)的准确率;支持向量机模型的频度比分析值更具梯度,是最适合该地区的易发性分析模型。