加权空-谱联合保持嵌入的高光谱遥感影像降维方法

高光谱遥感影像数据量大、波段数多,容易导致“维数灾难”。传统流形学习方法一般仅考虑其光谱特征,忽略了空间信息。为此提出一种非监督的基于加权空-谱联合保持嵌入(WSCPE)的维数约简算法。首先采用加权均值滤波(WMF)方法对高光谱影像进行滤波,以消除噪点和背景点的干扰。然后根据遥感影像地物分布的空间一致性,通过采用加权空-谱联合距离(WSCD)来融合像素点的光谱信息和空间信息,有效选取各像素点的空-谱近邻,并根据像素点与其空-谱近邻点之间的坐标距离来有区别的利用其近邻点进行流形重构,提取低维鉴别特征进行地物分类。在PaviaU和Indian Pines数据集上的分类结果表明,总体分类精度分别达到了98.89%和95.47%。该方法在反映影像内部流形结构的同时,有效融合了影像的空间-光谱信息,故能提高影像特征的鉴别性,并提升分类性能。     

中国沿海管角螺4个自然群体形态差异的比较

运用多变量形态度量学方法,采用7个形态性状对中国北海、温州、湛江、连云港4个管角螺自然群体的形态变异进行分析研究.聚类分析和主成分分析结果表明,北海群体与湛江群体形态最为接近,而温州群体与连云港群体形态差异较大.主成分分析构建了4个主成分,其贡献率:主成分1为42.74%,主成分2为18.23%,主成分3为15.83%,主成分4为11.83%,累计贡献率为88.63%.建立了4个管角螺群体的判别函数,其判别准确率P_1为81.3%～95.6%,判别准确率P_2为75.0%～93.3%,综合判别率为87.3%.3种多元分析结果均认为,4个群体在形态上有一定程度的差异,与地理分布、环境、气候、生物饵料等因子有关,但差异尚未达到亚种水平.     

斑尾复鰕虎鱼群体的形态学比较

对采自丹东、大连、东营、青岛、赣榆、舟山、厦门7个斑尾复鰕虎鱼群体的可量性状和可数性状进行了主成分分析、聚类分析、判别分析和单因子方差分析.主成分分析和聚类分析结果显示东营和赣榆群体为一组,而其它群体为另一组.2组差异极为显著.主成分分析构建了4个主成分,其贡献率分别为41.30%,8.92%,8.08%和7.31%,累计贡献率为65.60%.第一主成分主要受尾柄长/尾柄高、体高/体长、头长/体长和吻至背鳍起点/体长的影响.判别分析也可将两组群体分开,东营和赣榆组与另一组没有误判,对于样本所属海域的判别,其中东营为100%,最低为青岛群体66.7%,综合判别率为85.5%;选取贡献较大的14个特征值建立判别公式,利用判别公式计算各群体的差别准确率为62.1%～100%.对形态特征参数进行单因子方差分析,计算差异系数,根据Mayr等提出的75%规则,认为两组群体已达到亚种水平,而两组群体内的形态差异为种内不同群体间的差异.     

Trend removal in spatially correlated datasets

Typically, datasets originated from mining exploration sites, industrially polluted and hazardous waste sites are correlated spatially over the region under investigation. Ordinary kriging (OK) is a well-established geostatistical tool used for predicting variables, such as precious metal contents, biomass, species counts, and environmental pollutants at unsampled spatial locations based on data collected from the neighboring sampled locations at these sites. One of the assumptions required to perform OK is that the mean of the characteristic of concern is constant for the entire region under consideration (e.g., there is no spatial trend present in the contaminant distribution across the site). This assumption may be violated by dalasets obtained from environmental applications. The occurrence of spatial trend in a dataset collected from a polluted site is an indication of the presence of two or more statistical populations (strata) with significantly different mean concentrations. Use of OK in these situations can result in inaccurate kriging estimates with higher SDs which, in turn, can lead to incorrect decisions regarding all subsequent environmental monitoring and remediation activities. A univariate and a multivariate approach have been described to identify spatial trend that may be present at the site. The trend then is removed by subtracting the respective means from the corresponding populations. The results of OK before and after trend removal are being compared. Using a real dataset, it is shown that standard deviations (SDs) of the kriging estimates obtained after trend removal are uniformly smaller than the corresponding SDs of the estimates obtained without the trend removal.     

On the use of orthogonally stepwise regression discrimination for predicting copper ore deposits of Dongchuan type in central Yunnan, China

In the prediction of ore deposits, a series of geological, geochemical, and geophysical characters are used to describe the model of ore deposits. The problem is how to use the characters of known ore deposits to establish the model and to look for the target areas with similar geological environments. This can be done with a powerful mathematical tool—discriminant analysis. Nevertheless, there generally are too many geological variables to describe a class of ore deposits. Some of them are discrete, and the others are continuous. It is also difficult to know their distributions. A satisfactory method of discrimination has not been developed for such a complicated case. For this reason, we introduce a new method of orthogonally stepwise discrimination. We used this method to predict copper ore deposits of Dongchuan type in central Yunnan, China, with satisfactory results.     

冲绳海槽中部17 000 a以来沉积物中微量元素的组成特征及其对古环境的指示

基于加速器质谱仪AMS14C高精度定年,以及应用电感耦合等离子体质谱仪(ICP-MS)对S10孔岩芯沉积物进行微量元素测试,对冲绳海槽中部沉积物的微量元素组成及其记录的物源和古环境信息展开研究。研究结果显示,稀土元素、Th、Nb和Ta元素反映陆源碎屑混合矿物的化学组成特征,Zr和Hf元素指示锆石矿物的化学组成,锆石主要为火山来源,Sc元素可能与铁镁物质有关。稀土元素分析表明沉积物主要由陆源和火山源物质组成,陆源物质主要来自长江和黄河,不同时期,各源区物质贡献量不同:16 500~11 600 a,长江、黄河为沉积物的主要物质来源;11 600~7 750 a,长江物质贡献减少,黄河物质为主;7 750~6 450 a,K-Ah火山物质为主,长江、黄河物质供给骤减;6 450~3 900 a,长江、黄河陆源物质输入增加,4 000 a左右受火山作用影响;3 900~1 900 a,长江、黄河陆源物质输入持续增多;1 900 a以来长江、黄河物质仍有增加,且以黄河物质为主。此外,物源判别公式研究显示台湾物质输入量不能有效反映黑潮演变,而长江、黄河物质输入量对17 000 a以来东亚冬季风的强弱变化有很好的指示,可作为东亚冬季风演变的新证据。这些研究结果表明,冲绳海槽中部微量元素研究可得到海槽17 000 a以来物源及东亚冬季风的演化情况,有助于重建全新世以来沉积物物源及古环境的演变历史。     

红鳍东方鲀(Takifugu rubripes)三个不同群体的形态差异分析

对3个不同群体红鳍东方鲀(Takifugu rubripes)进行16项形态性状的测定,采用3种多元统计分析方法和方差分析方法,比较了3个群体的外部形态特征。聚类分析结果表明,3个红鳍东方鲀群体中,日本群体(J)和养殖群体(R)的差异最大,野生群体(Y)和养殖群体(R)的差异最小。主成分分析构建了3个反映形态特征信息的综合性指标——主成分1、主成分2和主成分3,三者的贡献率分别为54.961%、12.129%和6.459%,三个主成分的累积贡献率为73.549%,3群体之间存在明显的偏离,形成三个不同的类群,其中,养殖群体(R)和日本群体(J)间的形态差异最大,野生群体(Y)和养殖群体(R)的形态差异最小。判别分析表明,3个红鳍东方鲀群体的形态差异基本上达到差异显著(P0.05)或极显著水平(P0.01),利用贡献率最大的6个参数建立了3个群体的判别函数,其判别准确率分别为97.69%—100%(P1)、97.39%—100%(P2),综合判别率为98.62%,可以认为逐步判别法对于红鳍东方鲀不同群体的初步鉴定是可行的。方差分析多重比较结果表明,3个群体在部分形态特征上表现出明显差异,其中,养殖群体(R)和日本群体(J)之间形态特征差异显著指标最多,养殖群体(R)和野生群体(Y)之间形态特征差异显著指标最少。显然,聚类分析、主成分分析、判别分析和方差分析的结论基本上是类似的,它们从不同角度反映了群体间的形态学差异。     

基于核半监督判别分析的高光谱影像特征提取

针对高光谱影像特征提取中地物类别训练样本获取代价较高的情况,在线性判别分析的基础上,结合核方法和半监督学习理论,提出了一种基于核半监督判别分析(KSDA)的高光谱影像特征提取方法。该方法同时利用少量已知类别和大量未知类别样本数据进行模型的学习和训练。通过OMIS高光谱影像数据实验表明:在少量已知类别训练样本的条件下,经KSDA特征提取的样本数据在特征空间中能更好地聚集成团,且类别之间的距离较大,增加了类别之间的可分性,得到了较高的分类精度;同时,提取的特征影像能够较好地区分各种地物类别。