决策树算法在雷达反射率因子质控中的应用

基于决策树算法，利用2020年武汉多普勒天气雷达探测资料，分析决策树算法对反射率因子的质控效果，得到以下主要结论：（1）决策树算法能有效滤除湖北东部地区由于山脉和城市建筑所导致的固定地物回波和超折射地物回波。（2）对于降水回波而言，决策树算法不改变雷达近距离范围内回波的位置、形状和强度，而远距离处（≥160 km）回波则存在一定程度的过度质控，主要是由于雷达波束随距离增加而抬高以及回波垂直梯度较大导致。（3）决策树算法对辐射状和弧状杂波的质控能力较好，其滤除率达到95%以上。     

基于多目标决策模型的如东近岸浅滩适宜围填规模研究

适宜的围填海规模能够最大限度的协调岸滩围填和海洋资源环境保护的关系。以江苏辐射沙脊海域如东近岸浅滩围填海为例,运用多目标决策理论与方法,综合考虑围填海对动力泥沙环境、海洋生态环境、资源综合开发和社会经济影响,建立围填海适宜规模评价指标体系,构建适宜围填规模评价决策模型。并对该岸段不同的围填规模方案进行计算,据此推荐围堤前沿线位于+5 m的围填海方案是该岸段的适宜围填规模。对围填海适宜规模的研究手段和方法进行了探索和尝试。提出的研究方法及推荐的如东岸段近岸浅滩适宜围填规模可为江苏滩涂资源的开发提供参考。     

基于多核SVM决策融合模型的海面原油多光谱遥感检测研究

海面溢油事故发生后需要进行精准的溢油检测,从而为溢油事故现场应急响应与海面污染的快速有效处理提供支持。利用哨兵二号(Sentinel-2)多光谱遥感影像,基于最佳指数因子(OIF)构建光谱特征指数提取海面溢油光谱特征,基于灰度共生矩阵(GLCM)提取海面溢油纹理特征,利用巴氏距离法进行特征选择,构建海面溢油空谱特征数据集。提出了多核决策融合支持向量机(SVM)海面原油检测模型,对黄海4.27“交响乐号”油轮溢油事故开展检测研究。实验结果表明,在复杂水色背景下,经过筛选的最佳空谱特征数据集检测结果的总体精度可以达到89.25%,Kappa系数为0.854,F₁分数可达0.889;多核SVM决策融合后的总体精度可以达到90.26%,Kappa系数为0.866,F₁可达0.898,总体精度较单核提高了1.0%~8.2%,Kappa系数提高了0.013~0.122,F₁分数提高了0.009~0.097。实验结果表明,海面溢油检测模型具有较高的溢油检测精度和模型鲁棒性,适用于海面溢油检测研究。     

面向对象分类的特征空间优化

为提高图像处理效率, 探讨了面向对象分类的特征空间优化方法。以区域增长算法获得的对象为处理单元, 根据植被在IKONOS影像上的表征, 初步选择了6个形状、2个位置、17个光谱和6个纹理特征, 共计31个作为初始特征空间。首先根据每组中特征所代表的信息量和特征之间的相关性, 去掉与其他特征相关性强而方差较小的特征, 将特征空间维降到23；以识别城区植被为目标, 根据220个植被样本计算2—23维特征空间的类间J-M距离, 以最小J-M和平均J-M距离为依据选择最优特征空间, 将特征空间维降到14；最后利用