青藏高原上中尺度对流系统东移传播成因

运用1998年夏季日本静止气象卫星探测反演出的红外辐射亮温资料,对青藏高原上的中尺度对流系统(MCSs)进行了自动追踪,进而对移出高原的MCSs进行了分类,在此基础上,运用空间数据挖掘中的决策树方法得到了东移出高原的MCSs与其环境物理量场之间的关系,结果表明,在400hPa上,当MCSs的中心位置位于100°E附近时,移出高原且向东南方向移动的MCSs仅与该等压面上的高度和温度有关;而向东北方向移动的MCSs仅与高度和假相当位温有关;此外,移出高原且方向向东的MCSs主要决定于等压面高度、散度、涡度和假相当位温这4个物理量值。在500hPa上,位于东经104°E以西且最终移出高原的MCSs,决定其是否移向东北方向的环境物理量因素为K指数和水汽通量散度,而影响其向东南及东方向移动的因素则较多。     

基于GIS与SDM技术的可视化空间数据分类研究

提出将GIS与可视化空间数据挖掘技术之集成的基本框架。在此基础上,基于VisualC++6.0和Ma-pObject2.0组件技术设计和开发了一个可视化交互空间数据挖掘分类系统,系统采用决策树方法和贝叶斯网络作为数据挖掘方法的基本算法,采用训练与学习相结合实现空间数据的分类。文中用实例数据对系统性能、算法和规则有效性进行了验证。结果表明,该系统是一个适用的、可扩展的可视化交互空间数据挖掘工具,系统能够实现数据挖掘实时动态的交互控制,实现了数据挖掘过程的可视化、挖掘模型的可视化和结果的可视化显示、可视化思考、可视化分析与评价。     

跨比例尺新旧居民地目标变化分析与决策树识别

变化分析与探测是跨比例尺地图数据更新的核心问题之一。以往研究主要关注时间维上地理实体时空演化引起的地图目标变化,甚至将地图目标变化等同于地理实体真实变化,忽略了尺度维上由地图综合导致的表达变化。本文以居民地数据为例,从表层形式和深层缘由对跨比例尺新旧地图数据间的目标变化进行深入分析。在此基础上,引入机器学习领域的决策树方法构建变化信息识别模型。该模型的目标是判别时态变化和表达变化两种类型,从而提取用于更新小比例尺地图数据的真正变化信息。结合广州市多比例尺地图数据库更新任务及实际数据进行验证,结果显示设计的变化探测模型可以达到90%以上的整体精度。     

基于长时间尺度下滑坡易发性评价研究———以甘肃省永靖县为例

利用决策树模型,基于五期土地利用评价因子,对甘肃省永靖县进行近40年的长时间尺度下的滑坡易发性评价,五期评价结果均显示研究区内滑坡灾害的极高和高易发性区域主要集中在中部黄河流域(盐锅峡镇至刘家峡水电站段)周边、西南部川城村—红泉镇—王台乡周边区域以及中部偏东的三条岘乡,该区域人口密集,人类活动较多.研究结果与前人研究结果类似,且通过受试者工作特征曲线的精度检验,说明五期评价结果均具有较高的可靠性.另外,研究区内的自然植被和裸土地与滑坡易发性指标之间具有负相关关系,而旱地、水域和城乡建设用地等人类活动频繁的区域则更容易导致滑坡灾害的发生.从时间尺度上来看,极高和高易发性分区面积逐年下降,但自 2000年,极高和高易发性分区面积减少速度出现显著减缓,同期,该区域内的土地利用变化为城乡建设用地面积增加而植被面积减少,这使得区域内边坡稳定性下降,使部分防灾工程措施的减灾能力下降.本研究为该地区的灾害预防、预测和城乡土地规划提供了参考.     

基于RS的城市扩张监测与分析

以苏州市为例,利用不同时段的TM影像,结合相关资料,采用决策树分类方法对苏州市辖区建设用地进行了提取和分析。结果表明,1995~2010年间,苏州市辖区建设用地增加了720.7 km2,年均增幅为6.8%,扩张的方向和趋势主要受到地理环境、经济发展、人口增长及政策规划等多种因素的影响。就苏州而言,政府的政策规划影响最为显著。     

基于决策树的洪泽湖湿地信息提取

湿地是地球的重要组成部分,快速而准确地提取湿地信息,是湿地动态监测和可持续发展的一项基础而重要的工作.以洪泽湖淡水湿地为研究对象,采用2006年8月19日的Landsat5 TM遥感影像为数据源,采用经K-T变换光谱增强后的数据及利用灰度共生矩阵分析影像第一主成分的纹理统计量作辅助分类变量,基于地物光谱特征、纹理特征和形状特征,运用决策树分类法提取洪泽湖湿地植被信息,将其分类结果与最大似然法的分类结果进行比较.结果表明:1)洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74％,其中以浮水植物为主.2)基于决策树的分类结果的精度有了明显的提高,总精度由77.33％提高到86.33％,Kappa系数由0.7292提高到0.8354,证明基于决策树分类方法是提取淡水湿地植被信息的有效手段.     

利用HJ-1A/1BCCD数据进行黄河凌汛监测

利用HJ-1A/1B卫星CCD数据进行黄河凌汛监测,提出了基于主成分分析和决策树的冰凌提取方法。实验结果显示,利用HJ-1A/1B卫星CCD数据能有效地提取出黄河的冰凌范围,对黄河凌汛监测具有较大的应用潜力。     

基于决策树分类的地表覆盖遥感信息提取

地处西南的渝北地区地表覆盖类型复杂、土地利用多元化,仅依赖于光谱特征的传统遥感信息提取方法难以获得较高的分类精度。利用决策树分类技术对渝北地区的TM遥感影像进行分类,除光谱信息外还结合地质、NDVI、PCI等多源数据进行实验。结果表明,总精度和Kappa系数分别为88.42%和0.854 7,较传统的监督分类和仅依赖于光谱特征的决策树分类方法有较大提高,这也表明基于多源数据的决策树分类技术对地表覆盖复杂地区的遥感影像分类比较适用,是遥感信息提取的一种有效手段。     

基于欧洲中心细网格预报资料和观测资料的浙江省春夏降水性质分类指标

利用浙江省2004~2013年3~8月Micaps（气象信息综合分析处理系统）地面填图数据和T-logP数据研究杭州、衢州和台州三市的阵雨和雷雨个例,同时选取能表征雷雨并能区分阵雨与雷雨的气象预报因子:对流有效位能、850 hPa与500 hPa的温差、K指数、地面2 m温度,用临近探空的分析方法和决策树的分类方法初步建立了一个适用于浙江省春夏季降水性质分类指标。利用欧洲中心（ECMWF）细网格预报资料,对历史样本和2016年春、夏季分别作了检验。结果表明:除去有降水预报误差个例后,指标TS（Threat Score）评分超过0.53,雷雨阵雨综合命中率达到71%,空报率阵雨（10%）小于雷雨（43%）,在不同地区和季节稍有区别;同时对浙江省2016年春夏两次典型大范围阵雨雷雨过程进行预报,效果很好。此方法不仅可以依据预报数据在短期内做出精细化降水性质分类预报,在中长期预报上也有表现力。     

SPOT卫星影像居民地信息自动提取的决策树方法研究

以南京市江宁县为研究区域，首先分析了该区域居民地的影像特征，然后研究了居民地及其背景地物在SPOT—4(Ⅺ)卫星影像4个波段上的光谱特征，并由此探讨了它们在光谱特征上的可分性。研究发现，除道路在光谱特征上与居民地差异不大而难以完全分开外，其它背影地物均可以依据各波段亮度值的大小关系或适当的阈值与居民地分开。但道路和居民地在形状上存在明显差异，因此可以利用形状指数的差异加以去除。最后分析建立了基于光谱特征和形状特征的简单决策树模型，对研究区域居民地信息进行了提取并对结果进行了精度评价。结果表明，该方法的总体提取效果较好，特别是对于面积大于10000m^2的城镇和集村。其提取精度与通常的监督分类方法相比有了很大的提高，只是在水际交界处和道路两侧有误判现象。因此，利用该模型可以将背景地物类型复杂的江南地区的城镇和集村居民地自动提取出来，并且模型受时相影响较小，只是在域值大小上会存在一些差异。