Spatial Variability of Rock Depth in Bangalore Using Geostatistical, Neural Network and Support Vector Machine Models

Geospatial technology is increasing in demand for many applications in geosciences. Spatial variability of the bed/hard rock is vital for many applications in geotechnical and earthquake engineering problems such as design of deep foundations, site amplification, ground response studies, liquefaction, microzonation etc. In this paper, reduced level of rock at Bangalore, India is arrived from the 652 boreholes data in the area covering 220 km². In the context of prediction of reduced level of rock in the subsurface of Bangalore and to study the spatial variability of the rock depth, Geostatistical model based on Ordinary Kriging technique, Artificial Neural Network (ANN) and Support Vector Machine (SVM) models have been developed. In Ordinary Kriging, the knowledge of the semi-variogram of the reduced level of rock from 652 points in Bangalore is used to predict the reduced level of rock at any point in the subsurface of the Bangalore, where field measurements are not available. A new type of cross-validation analysis developed proves the robustness of the Ordinary Kriging model. ANN model based on multi layer perceptrons (MLPs) that are trained with Levenberg–Marquardt backpropagation algorithm has been adopted to train the model with 90% of the data available. The SVM is a novel type of learning machine based on statistical learning theory, uses regression technique by introducing loss function has been used to predict the reduced level of rock from a large set of data. In this study, a comparative study of three numerical models to predict reduced level of rock has been presented and discussed.     

网络导航中基于SVG的地理空间数据组织与传输

介绍网络导航服务系统,通过对MapX Mobile、ArcPad和SVG的地理空间数据组织的比较,得出基于Mobile SVG的地理空间数据组织方式优于其它两种组织方式。它不但适合网络导航服务系统的数据交互操作,而且同一图幅的数据量也明显少于MapX Mobile、ArcPad两种格式的数据。然后利用gzip软件包对数据进行压缩,减少数据传输所需的时间。     

基于支持向量机的CBERS-02卫星影像信息提取

CBERS卫星是由中国空间技术研究院与巴西空间研究院联合研制的地球资源遥感卫星,CBERS-02卫星数据总体质量比CBERS-01卫星有所提高,本文利用支持向量机方法对CBERS-02卫星影像信息进行提取。研究中首先用6S模式对影像进行大气校正,然后选择RBF为支持向量机方法的核函数,并用交叉验证方法得到影响RBF核函数的两个最佳参数值进行学习完成信息提取,最后将提取结果制作成矢量图。通过研究得出用大气校正后的数据进行信息提取分类精度有所提高;与最大似然法和最小距离法相比,支持向量机方法分类精度较高。通过将研究结果与ETM+影像进行比较得出,CBERS-02卫星影像精度能够满足应用需求并能代替TM/ETM+数据开展研究工作。     

“4D”技术及其应用

介绍“４Ｄ”（即数字地面模型、数字正射影像、数字栅格地图和数字线划地图）系列产品的生产流程、关键技术、及其在耕地保护、防灾减灾救灾和城市规划等方面的应用方法。     

电子地图的数据交换(CNSDTF)实现

电子地图是传统地图的矢量数据格式，由于采用不同的软件平台和不同的数据格式，因此在进行数据交换和数据共享时经常需要进行数据格式的转换。中国《地球空间数据交换格式》标准中给出了矢量数据交换的标准格式，对于GIS应用中的矢量数据交换基本已满足要求，但对于电子地图的交换尚有不足。本文在认真研究了电子地图的一般特征后，提出了电子地图所具备的图形表现属性不同于非图形属性的概念，在不违背标准的基本原则下扩充了现有标准的格式，大大方便了电子地图数据的交换，并且给出了程序实现的简要流程。     

西南岩溶石山地区石漠化信息自动提取技术研究

介绍了以TM数据为信息源,基于GIS系统平台的矢量化石漠化信息计算机自动提取原理、方法、步骤及提取效果。     

论航空影像的纹理与描述

本文在前人研究的基础上，提出以中心像元的近邻像元，而不是近邻像元的组合，作为纹理基元，纹理基元的灰度统计规律反映出影像纹理的特征，这种特征可以用马尔柯夫随机场（ＭＲＦ）来描述，其特征参数可以作为纹理分类的依据。通过实验分析，证明本文的提法是合理的。     

基于支持向量机的喀斯特山区土壤环境质量评价——以贵州北部一茶叶园区为例

以贵州北部一茶叶园区80个表层土壤样品为研究对象,对其Hg、As、Cd、Pb、Cr和Cu含量进行测定,在MATLAB中应用支持向量机构建土壤环境质量评价模型,并与模糊综合评价法和内梅罗综合污染指数法的评价结果对比分析,探究支持向量机模型在喀斯特山区土壤环境质量评价中的适用性,其结果表明:研究区土壤质量Ⅰ类与Ⅱ类样品比例为33∶7,土壤环境质量大多数为I类;支持向量机方法的评价结果与模糊综合评价法和内梅罗综合污染指数法结果的相同率分别达到82.5%和80.0%,并分析结果有差异的样品,发现支持向量机评价结果更符合实际情况,这说明该模型适用于土壤环境质量的评价。      

土地利用变化的卫星遥感监测——河北省南皮县试验报告

本文报道了运用图像处理技术,分别计算河北省南皮县试区两个不同时相TM与SPOT图像的亮度指数和垂直植被指数,进而求算变化向量、自动输出变化分类图的试验研究结果。经实地对22块变化图斑进行检验,都准确无误,表明从不同时相的卫星图像提取土地利用变化信息,分析耕地消长及大宗作物种植面积波动是完全可能的,有广阔的应用前景。