含盐土壤盐渍化雷达反演模拟研究

准确、快速提取大范围地表土壤盐渍化空间分布是一个迫切急需解决的科学难题。本文以河套灌区解放闸灌域土壤盐分雷达监测为例,研究基于RADARSAT-2数据的盐渍化信息提取。利用成熟的BP神经网络技术,建立了四极化雷达影像灰度值反演土壤盐分的人工智能模型,经实测数据检验能够在一定程度上满足盐渍化监测的需要,优于传统盐渍土分类方法,可促进微波遥感在土壤盐渍化监测中的开拓应用。     

大坝变形的奇异谱分析预测

利用奇异谱分析法对大坝变形数据进行分析，提取趋势和周期分量，分析影响因子与各变形分量的相关性。结果表明，大坝变形主要与水位变化和时效因子有关，温度变化对大坝变形的周期成分贡献最大，其次为水位。另外在准确提取信号的基础上,利用奇异谱分析迭代法对大坝变形进行预测，并与多元回归分析方法和高斯过程模型进行对比，发现其预测精度明显高于后两者。     

农田土壤水分和盐分空间分布的指示克立格分析评价

运用非参数地质统计学的多元指示克立格法,结合单元指示克立格法,对黄河河套灌区55hm2的盐渍化土地上两个比较关键时期的土壤水分和盐分进行空间分布的分析,给出了同一时期土壤水盐和不同时期土壤盐分满足一定标准的综合概率图,并借助该案例详细介绍了多元指示克立格的原理、步骤及应用范围。指示克立格方法为不同尺度(从农田到区域)上水土资源质量的评价提供了新的方法,能为水土资源的现代决策管理提供指导。     

多源遥感技术在土地利用分类中的应用

为有效提高土地利用分类精度,研究多源遥感数据的分类方法,提出了利用多源遥感技术进行土地利用分类。对居民地、耕地、林地、水体、未利用土地等土地利用类型的光谱特征及微波散射特征进行了分析,将高分一号多光谱数据与RADARSAT-2数据相结合,利用决策树分类器实现了土地利用类型的划分,其总体分类精度达到96.6%。与高分一号数据最大似然分类及RADARSAT-2数据的Freeman-Durden三分量最大似然分类进行了精度比较,结果表明,多源遥感技术可实现数据的特征互补,其分类精度优于仅采用多光谱数据或微波数据的分类精度。     

基于粗粒度并行遗传算法的隔震层参数优化

针对基于经典遗传算法的隔震层参数优化方法效率不高的问题,提出一种基于粗粒度并行遗传算法的隔震层参数优化方法。利用Python的多进程机制和Python与ETABS的交互,实现CPU各核同时调用ETABS并进行遗传操作,最后通过一个隔震工程的实例进行验证。结果表明：采用粗粒度并行遗传算法进行隔震层参数优化,与原设计结果相比,优化后的隔震结构性能更优;同时,用10核CPU计算,与经典遗传算法相比,该方法既能准确得出全局最优解,又可显著提高优化效率,加速比约为6,可基本满足隔震工程设计的及时性需求,具有较好的工程应用价值。     

基于Sentinel-1A SAR数据的呼和浩特城区地表形变分析

为了实现对呼和浩特市城区形变监测,采用永久散射体合成孔径雷达干涉测量（PS-InSAR）技术,对2017年3月—2021年4月期间25景呼和浩特市城区Sentinel-1A数据进行时序干涉处理,提取了城区地表沉降信息,并分析了主要沉降中心沉降原因。结果表明：呼和浩特市城区地表存在5个明显的沉降中心,整体地表平均年沉降速率3.65 mm/a,平均累计沉降量为15.50 mm,其沉降主要原因是由于地下水过度开采。Sentinel-1A数据具有时间基线短、影像数量足、数据免费等优点,利于InSAR时序分析,可满足同类城区地表形变监测工作,服务城市安全。     

基于高光谱的河套灌区农田表层土壤质地反演研究

以河套灌区解放闸灌域农田表层0～10 cm土壤为研究对象,研究风干土样的不同粒级含量与光谱特性关系,遴选出反映土壤粘粒、粉粒、砂粒含量各自敏感的光谱波段,分别建立土壤粘粒、粉粒、砂粒含量与敏感波段的一元线性回归模型和BP神经网络模型,模型验证结果表明:土壤粘粒、粉粒、砂粒含量的一元回归模型与BP神经网络模型精度基本一致,且都在85％以上.该研究结果可为应用高光谱遥感图像大范围识别河套灌区的土壤质地提供理论依据.     

机器学习辅助隔震支座优化布置

针对如何快速确定隔震结构的最优隔震支座布置问题,使用机器学习辅助结构优化方法,采用人工神经网络构建了预测隔震结构设计参数与结构响应之间复杂关系的机器学习模型,以隔震结构响应最小为目标函数,用粗粒度并行遗传算法,得到隔震结构的最优支座布置。用一个实际隔震工程验证,结果表明：构建的人工神经网络模型对各结构响应参数的预测准确率均达到了92%以上,平均预测准确率达到93%,与精确计算的优化结果相比,用机器学习辅助隔震支座布置的优化结果平均误差为3%,加速比约为300,说明该方法具有很高的预测精度和计算效率。