台湾土地利用变迁及其永续发展之研究

台湾的土地利用与地表覆盖变迁 (L and Use/ Cover Changes,L U CC)一直为地理学与相关学科研究者所关心。其中 ,大部分的研究侧重于土地利用与地表覆盖变迁的环境分析 ,另一些则专注于特殊土地利用与地表覆盖型态的空间分布的调查与研究。十年前 ,台湾的学者与政府机构开始参与国际性 L U CC研究。目前已参与的研究活动例如:the Southeast Asian Regional Comm ittee(SARCS) for Global Change System for Analysis,Research andTraining(START) ,LUCC-IGBP(the International Geosphere-Biosphere Programme) ,LUCC-IHDP(the Hum anDim ensions of Global Environmental Change Programme) ,IGU -LUCC(International Geographical U nion)以及其它国际性 LUCC相关研究议题。建立不同时期土地利用与地表覆盖的时序数值数据库 (tem poral database),是从事LUCC研究重要的一项工作 ,本文重点论及台湾的土地利用与地表覆盖的数值数据库 ,及其以往 40年来土地利用的变迁。     

基于深度学习模型的城市高分辨率遥感影像不透水面提取

不透水面是衡量城市生态环境状况的重要指标。城市土地利用的复杂性和不透水表面材料的多样性,导致直接从高分辨率遥感影像中提取不透水表面具有挑战性。针对城市尺度高分辨率遥感影像的不透水面提取要求,本文提出基于深度学习的城市不透水面提取模型。首先,利用深度卷积神经网络对影像特征进行提取;然后,根据其邻域关系构建概率图学习模型,进一步引入高阶语义信息对特征进行优化,实现不透水面的精确提取。本文选取武汉市为实验区,以高分二号卫星遥感影像作为数据源,完成了不透水面专题信息提取,其中自动提取准确率在建成区为89.02%、在城乡结合部为95.55%。与随机森林（RF）和支持向量机（SVM）等经典方法对比,结果表明深度学习不透水面提取方法有较高的提取精度和细节准确性,建成区的总体精度相比于RF和SVM算法分别提升2.18%和1.68%。最后,对武汉市各主要行政区不透水面信息进行统计和分析,结果表明其中江汉区和武昌区2个核心主城区不透水面占比超过60%,并对武汉市现状和发展规划特点进行了讨论。本文研究成果可为海绵城市和生态城市的建设提供基础技术支撑和数据参考。     

盾构气压开舱条件下的泥膜闭气失效理论研究

近年来,泥水盾构工法在越江跨海隧道中被广泛应用,在泥水盾构施工过程中,带压开舱始终是一个高风险、高难度技术环节。盾构带压开舱能否成功的关键在于泥膜的闭气性能。然而,一直以来泥膜闭气破坏机制、闭气时间及其影响因素从理论上较少探讨。对此,首先考虑了气体对泥膜中孔隙水的驱替作用,建立了泥膜压气从渗流启动-击穿渗透带的多相流模型,提出了泥膜压气渗水量和闭气时间评估方法;然后开展了室内渗透柱泥膜压气破坏试验,验证了所提出理论方法的适用性;最后探讨了气压、地层参数、泥膜厚度、泥浆剪切强度等参数对闭气时间的影响规律,揭示了盾构带压开舱以“泥皮为主、渗透带为辅”的闭气作用。研究成果对泥水盾构带压开舱的安全保障有一定的借鉴意义。     

半监督条件随机场的高光谱遥感图像分类

善于捕捉空间信息的条件随机场模型虽然已被应用于高光谱遥感图像分类,但条件随机场的性能受到了标注训练样本数量的制约。为解决上述问题,本文提出了一种半监督条件随机场模型用于高光谱遥感图像分类。在该模型中,首先,利用空间-光谱拉普拉斯支持向量机定义关联势函数,以利用未标注样本中包含的信息获取样本类别概率;然后,在交互势函数中嵌入未标注的空间邻域样本,以充分利用空间信息实现对样本类别概率的修正;最后,采用分布式学习策略和平均场完成半监督条件随机场的训练和推断。本文在两个公开的高光谱数据集(Indian Pines数据集,Pavia University数据集)上进行了实验。实验结果表明Kappa系数提升3.94%。