利用粗糙集理论进行遥感分类信息提取

以辽宁省双台子河口湿地为研究对象,以Landsat 8和HJ-1-A/HJ-1-B的多时相遥感影像为数据源,根据研究区现状,将研究区分为旱地、芦苇、水田、碱蓬、混合植被、水面、滩涂、居民点、养殖塘九个类型.利用时间序列的归一化植被指数提取植被与非植被的分类阈值,采用粗糙集理论和多时相遥感影像,对植被和非植被分别进行分类规则的获取,建立了研究区决策树分类模型.为了进行精度评价,利用相同的训练点又进行了同样基于像元的最大似然法分类.最后利用混淆矩阵对上述两种方法进行了精度评估,基于粗糙集的决策树分类法与最大似然法总体分类精度分别为93.70%和91.62%,Kappa系数分别为0.92和0.90,两项指标值基于粗糙集理论法均比最大似然法有所提高.这为构建决策树分类模型进行湿地地表分类信息提取提供了一条新的研究思路.     

多时相ASTER遥感影像相对辐射校正研究

遥感影像获取时受传感器本身、太阳高度角、大气、地形等因素对地面光谱反射信号的影响,导致多时相影像上同一目标的光谱特征差异很大.为了进一步的应用研究,必须要先进行辐射校正.以黑龙江省海伦市及其周边地区作为研究区,将太阳高度角校正、辐射校正、日地距离校正和相对辐射校正方法结合使用,将其它因素引起的光谱值差异减小到最小值,在一定程度上提高了校正精度,达到预期目的.     

基于FME的多时相水下地形可视化分析

水下地形测量对水闸周边地质的稳定性和安全管理有着重要的科学参考价值。文章基于FME技术,通过对多期水下测量数据进行套合叠加分析,快速提取目标兴趣区域,通过叠合正射影像图或数字线划图等可直观显示河底高程变化异常区域,为进一步验证成果可靠性,再次结合水下摄影技术和雇佣专业潜水人员下水摸底探测,将河床变化定性描述进一步提高到定量表达的水平,从而最终确认了成果结论。为河道管理决策、规划、治理提供了有力的技术支撑。     

吉林西部多时相遥感数据分类方案的构建及应用

为了深化遥感监测方法在生态环境调查中的应用,本文以吉林西部为试验区,设计了一种多时相遥感数据分类方案。该方案以物候信息为主,结合地物特征变量(植被、水体和土地信息)构建的多维特征空间数据集用于土地覆被分类。该遥感分类方案提取了9种地表覆被类型,结果表明:地表植被季节变化信息和土地利用信息的引入能明显改善土地覆被的分类精度;与基于原始波段的分类方案相比,多时相遥感数据分类方案的分类精度最好,总体分类精度为95.50%,Kappa系数为95.04%。     

集成多时相ETM+影像的证据推理湿地遥感分类

选择黑龙江省扎龙湿地自然保护区作为研究区,开展了基于Dempster-Shafer理论的证据推理方法(ER)湿地遥感空间分类研究,提出了一种针对ETM+多波段遥感影像的计算证据支持度的新算法,利用证据推理方法集成研究区5个时相的ETM+影像。研究表明,证据推理方法能有效集成多时相ETM+影像实现湿地空间分类,其总体分类精度比基于任一单时相影像的最大似然法(MLC)分类精度都高,提高幅度约为2%~12%。     

多时相卫星感海岸线变迁研究——以大亚湾地区为例

本文较详细地探讨了以多时相感数据为基础开展海岸变迁研究的方法和技术路线。认为：解译海岸线和进行海岸变迁研究首先要统一遥感数据的坐标系统、分洲率并相互配准,解译海岸线应以水陆分界较清楚的彩色合成图像为背景;当各个遥感数据成像时刻的潮位相差较大时,提出了在数字高程模型DEM（Digiotal Elevation Model）的支持下开展海岸线纠正的方法和影响精度的几个方面。最后讨论了大亚湾区域1973年、1986年、1995年、1997提的海岸特征和4个时相间海岸线变迁的程度及其与海岸类型、人为活动的关系。     

2000-2014年蒙古高原植被覆盖时空变化特征及其对地表水热因子的响应

利用MODIS NDVI数据、同期地表水热组合数据和植被类型数据,对2000-2014年蒙古高原生长季和三季（春、夏、秋季）植被覆盖时空演变特征及其对地表水热因子响应模式进行分析。研究表明：这15 a来,蒙古高原生长季及三季归一化植被指数NDVI均呈增加趋势,且呈显著增加趋势区域主要集中在内蒙古地区,一定程度上反映了该地区生态恢复工程的有效性。研究区植被覆盖变化与地表水分指数LSWI有密切的关系,因此证明研究区植被覆盖的增加归因于自然和人为因素的共同作用。不同类型植被NDVI均呈增加趋势,其中荒漠植被NDVI增加最明显,森林植被增加平缓,且存在季节性差异。此外,不同类型植被NDVI受水热因子影响也存在季节性差异。     

基于多时相遥感影像的丘陵山区水田地类的自动提取

为了从遥感影像上对丘陵山区的水田地类快速、准确的提取,以芜湖市南陵县为例,利用5月份的IRS-P6遥感影像和8月份TM遥感影像,分析水田和其背景地物的光谱特征,在ERDAS软件建立基于多源数据的提取模型,对TM影像中的水田地类进行自动提取。结果表明,该方法的总体提取效果较好,与人机交互解译相比,其精度达到92.7%。误判部分可以通过目视解译加以修正。     

基于多源多时相遥感数据的稀土开采状况与地质环境问题监测

稀土矿床开采导致矿产资源极大损失,并造成植被破坏、水土流失、环境污染等严重的地质环境问题。本文选取韶关新丰、清远英德交界区域为研究区,采用2010年到2012年3期不同来源的遥感影像为数据源,在建立解译标志的基础上,采用人机交互解译方法提取各年度的稀土开采状况、矿山地质环境问题及恢复治理情况,并进行野外实地验证。监测结果表明,研究区稀土开采图斑较多,但均已停采,矿山地质环境问题较为严重,且大多未进行有效治理。研究发现,基于多源多时相遥感数据的遥感调查手段,既能利用不同时相数据的时效性优势,又能发挥不同分辨率数据识别各类矿山地物和地质环境要素的能力,有效监测稀土矿区的整体状况和变化情况,为国土、环保等相关部门进行矿政管理和地质环境综合治理决策提供科学依据。     

基于决策树的蓬莱市土地覆盖信息提取

以蓬莱市为研究区,对TM影像经过预处理后,进行典型地物的光谱分析。在此基础上,运用决策树分类法,选取影像的光谱特征值、NDWI值、NDVI值、K—T变换信息和DEM值等数据作为测试变量,选择适当阈值设定判别规则,建立决策树模型进行土地利用覆盖信息提取并做出精度评价。将其提取精度与监督分类结果精度进行比较,结果表明其分类精度有很大提高,尤其在研究区是丘陵地形的情况下,DEM数据的使用使林地、果园的可分性大大加强。     

数据挖掘中决策树分类算法的研究

决策树方法是数据挖掘中一种重要的分类方法,决策树是一个类似流程图的树型结构,其中树的每个内部结点代表对一个属性的测试,其分支代表测试的结果,而树的每个叶结点代表一个类别。通过决策树模型对一条记录进行分类,就是通过按照模型中属性测试结果从根到叶找到一条路径,最后叶节点的属性值就是该记录的分类结果。     

基于决策树模型的抗滑桩破坏概率

本文以抗滑桩桩顶位移变形和滑坡地表变形为研究目标,采用决策树模型分别构成抗滑桩桩顶设计位移量、实测位移量、滑坡地表破坏概率的三个决策方案枝,以及抗滑桩破坏概率分析决策终结点的决策树概率分析模型。从而建立了一种分析抗滑桩可靠性的判断方法。该方法的特点是将桩顶位移变形特点与滑坡地表宏观变形现象相结合,对抗滑桩的可靠性作出综合判断,其结果更具合理性。     

基于数字化海图与多时相卫星遥感的 长江口九段沙形成演化研究*

九段沙位于长江河口南北槽之间,为新形成的河口沙洲,其形成距今只有50年的历史。利用对大通水文站1950~2003年的水沙资料的分析,结合对数字化海图和多时相卫星遥感影像的解译及野外现场考察,对九段沙形成过程和演化过程中的面积、体积、高程和地貌特征等进行了综合研究,研究结果表明九段沙自形成以来面积、体积总体上是处于增大过程中,高程也在增高,成陆化作用明显。但由于来水来沙的不同和河口动力作用,这种增长不是线形的,有时因受到冲刷而面积减小,高程降低。利用采自九段沙上沙的短柱状样分析发现潮间带和潮上带的沉积速率不同,植物群落对九段沙的形成演化具有一定的影响,但总体上九段沙正处于从河口沙洲向河口沙岛的演化过程之中。九段沙的植被保持着自然演替的原生状态,植物群落结构简单,生物多样性尚较低,以芦苇群落为代表的高等湿地植被主要分布在九段沙潮间带上部和潮上带,九段沙属于发展过程中的河口湿地。     

基于决策树模型的上海城市湿地遥感提取与分类

城市湿地是上海重要的生态基础并具有复杂多变的自然特性。研究采用决策树分类方法,以TM影像多光谱波段特征为主要分类变量,采用经K-T变换、IHS变换等光谱增强后的数据以及利用灰度共生矩阵分析影像第一主成分的纹理统计量作为辅助分类变量,结合城市湿地几何特征信息,构建上海城市湿地决策树分类模型,进行上海市湿地信息的遥感提取和分类。结果表明：（1）上海城市湿地总面积为1 277.40 km²;其中水田面积最大,占总面积的65.30%;其次为河流、库塘、湖泊和芦苇。（2）决策树模型的分类方法在一定程度上提高了城市湿地提取和分类的精度,使其达到89.05%;与传统的最大似然法相比,总精度提高了约10%。     

基于ASTER数据遥感影像的决策树分类

以黑龙江省北安市为研究区域,尝试利用ASTER视反射率值进行便利、准确的土地利用分类研究。对ASTER数据进行波段相关分析,确定最佳组合波段;然后重点分析转换为视反射率值的影像特征和光谱特征,从中提取各种典型地物的光谱曲线; 并依据提取的光谱曲线建立基于地物反射率值大小关系或阈值的决策树模型,对研究区不同地物类型进行分类,并对结果进行精度评价。应用效果表明,该方法简单有效,但对于混合光谱容易错分。     

基于多时相遥感影像的采煤塌陷区典型扰动轨迹识别——以山东省济宁市典型高潜水位矿区为例

本文以济宁典型采煤塌陷地区为研究区域,首先基于1985~2018年Landsat系列遥感影像,利用动态时间规整算法获取本区域典型扰动轨迹特征,然后利用Python决策树分类算法对区域内像元扰动类型和扰动时间进行聚类和识别,从而揭示采矿活动对本区域土地的扰动类型和扰动时间的数量结构、空间分布特征。结果表明：1985~2018年间,研究区范围内存在扰动的像元数量为48517个,面积约4367 km2,占研究区总面积的62.30%,其中扰动最多的年份主要集中在1994~2007年,累计扰动的像元量为35724个,占所有扰动像元的73.78%。1998年扰动像元数量在监测期内最多,像元数为8868个,占所有扰动像元的18.28%。整个研究区域扰动像元数量呈逐步减少趋势,说明该区域整体扰动强度正在减弱,生态环境状况正逐步恢复。本研究探索了多时相遥感地表扰动监测的新方法,研究结果可为区域内生态环境治理提供一定科学依据。     

基于植被指数和土地表面温度的干旱监测模型

干旱是一种周期性发生的自然现象,其发生过程中有关参数如地表覆盖度、温度和土壤表层含水量等可以通过遥感的途径进行定量反演,而这些参数客观地反映了地表的综合特征。综述了运用遥感反演产品---土地表面温度和归一化植被指数在干旱监测中的应用前景和进展,分析了距平植被指数、条件植被指数、条件温度指数和归一化温度指数等干旱监测方法的优缺点,在前人研究的基础上,提出了条件植被温度指数的干旱监测模型,探讨了其应用前景。     

基于决策树特征提取的支持向量机在岩性分类中的应用

由于支持向量机属于黑箱模型,因此在进行模型学习时无法直接对特征进行选择,而决策树模型在递归创建的过程中自身具有一定的特征选择能力。针对岩性分类问题,本文将决策树和支持向量机结合,通过决策树的建立,在考虑特征重要性的前提下,利用树节点的高度对特征进行提取,并将具有更高分类能力的特征送入支持向量机进行岩性分类。结果表明:通过决策树的特征提取,减少了支持向量机模型的输入特征,从而有效控制了模型的复杂度,使得模型更加稳定并具有更高的分类精度,测试集精度能够提升10%以上。     

基于贝叶斯网络的地震相分类

为了解决传统多地震属性的地震相分类方法中"难以引入先验信息用以指导分类,难以给出地震相分类结果可靠程度的定量估计,且各分类参数的权值较难确定"这3个问题,提出了一种新的基于贝叶斯网络的地震相分类方法.该分类方法有效地融合了先验信息和训练样本的分布特征,对提取的多种地震属性进行智能分析,以概率推理的方式得到各地震相类别的概率值,并根据概率分布估计分类结果的可靠程度.详述了贝叶斯网络用于地震相分类的原理与方法,并结合理论地震数据,验证了该方法的可行性和正确性.