一种面向栅格的空间-属性双重约束聚类方法

针对栅格数据,传统聚类方法大都基于专题属性进行聚类,分裂了栅格对象的空间特性与专题属性,而兼顾空间与专题属性的现有空间聚类方法又存在算法复杂、参数设置多等问题,因此本文提出了一种面向栅格的空间-属性双重约束聚类算法（A Raster-oriented Clustering Method with Space-Attribute Constraints, RoCMSAC）。RoCMSAC利用栅格数据空间邻域和空间连通特性,重新定义栅格簇的相似性度量准则,通过属性均质簇生成,空间相邻栅格簇合并和空间邻近栅格簇合并3个步骤对栅格数据进行空间-属性双重约束聚类。利用太平洋海域海表温度栅格数据对算法的可行性以及有效性进行验证,并与现有算法进行对比分析。通过实例验证与对比发现：① RoCMSAC方法能够保证栅格簇空间域的邻近性和属性域的均质性;② RoCMSAC方法可发现复杂形状的栅格簇,且算法时间复杂度低,需输入参数较少。     

全球海洋初级生产力时空异常变化对ENSO事件的响应

海洋初级生产力在海洋环境要素的驱动下,在不同海域呈现出不同的时空变化特征,这种时空演变特征在不同的ENSO事件类型下差异更为显著。本文基于1998年1月至2017年12月全球海洋初级生产力的卫星遥感数据集,通过改进海洋时空双约束聚类挖掘方法,挖掘了近20年海洋初级生产力的时空聚簇模式,并从时空分布和空间移动2个方面对比分析了海洋初级生产力时空演变簇与ENSO（El Niño-Southern Oscillation）事件之间的关系。结果表明：① 在EP（Eastern-Pacific）型El Niño事件期间,海洋初级生产力异常低值时空簇主要分布在赤道太平洋东部或中东部海域,异常高值时空簇主要分布在西太平洋和南太平洋中部海域;在CP（Central-Pacific）型El Niño事件期间,异常低值时空簇分布在太平洋中部,而异常高值时空簇分布在南太平洋与西太平洋海域;② 在EP型La Niña事件期间,赤道太平洋中部及东部、赤道大西洋与印度洋海域出现异常高值时空簇,南太平洋中东部海域出现异常低值时空簇;在CP型La Niña事件期间,赤道太平洋中部出现异常高值时空簇;南太平洋中西部海域出现异常低值时空簇;③ 发生在赤道太平洋的海洋初级生产力时空演变簇,在EP型ENSO事件期间具有东移特征,而在CP型ENSO事件期间,时空演变簇在赤道太平洋中部海域产生并消亡;④ ENSO事件中海洋初级生产力时空演变簇面积与MEI具有较强相关性。     

优化栅格细化算法的线状地物提取

栅格细化算法是处理栅格矢量数据相互转换的常用算法。本文对该算法进行了优化处理,实现了栅格矢量化半自动跟踪和面状地物中心线提取。两种功能的实现都采用人机交互的策略,可以实时、有选择性地提取结果。在栅格转矢量过程中对栅格底图的颜色和质量要求不高,转换速度快、精度高、实用性强,不受内存等硬件限制,可用于GIS数据处理软件,便于推广。     

一种提取弱异常的方法

本文提出一种基于互相关原理的提取弱异常的方法,用于从复杂异常形态中提取出有用的弱异常,给出了应用实例.     

基于多传感器信息融合的城市边坡监测数据异常事件检测

为预防和管控城市突发地质灾害造成的人民生命和财产损失,国家针对城市地质灾害易发地区部署了大量的各类传感器,用来感知和监测城市边坡等地质体的变化情况,以支持对地质灾害的预警。从边坡监测数据特点和时序数据分析技术出发,针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题,给出了一种基于多传感器信息融合的边坡监测数据异常事件检测方法。主要工作包括：(1)边坡监测数据变化模式可以归结为周期项、趋势项以及噪声项的叠加,实践中在预处理基础上对边坡监测数据进行周期为24 h的重采样,同时趋势项可以近似看作是经典的牛顿运动,以此构建形变运动模型,为卡尔曼滤波的状态转移提供理论支持;(2)采用集中式衰减记忆卡尔曼滤波,引入衰减记忆因子,对多传感器边坡监测数据进行特征级融合,降低了噪声的影响,提高了边坡监测数据的可靠性;(3)引入惩罚系数,应用改进的动态时间弯曲算法对于周期序列数据进行相似性度量。在此基础上基于K-means聚类和局部异常因子分析对边坡监测数据进行异常检测,并基于3σ准则确定预警阈值。该方法能将正常模式和异常模式的时序数据进行区分,有效检测出边坡监测数据的异常,为灾害预防提供支持。...     

基于移动激光扫描点云特征图像和SVM的建筑物立面半自动提取方法

建筑物立面是城市地物的重要组成部分,而移动激光扫描是获取城市地物三维信息的重要手段之一。本文提出了一种基于移动激光扫描点云的建筑物立面半自动提取算法。该方法首先构建研究区水平网格;然后计算局部点云几何特征,并且将特征投影到水平网格生成点云特征图像;接着基于支持向量机（Support Vector Machine,SVM）对建筑物立面网格进行粗提取;最后使用网格属性（形状系数、网格面积、最大高程）对粗提取结果进行过滤,并将结果反投影到三维空间中得到精确的建筑物立面。以卡内基梅隆大学的移动激光扫描点云进行试验后表明,本算法能够较好地提取出建筑物立面,提取精度为84%,召回率为90%,数据修正后精度为88%,召回率为91%。通过与现有算法对比,本文提出的算法具有较高精度。     

基于MetaOD模型选择的岩土工程数据异常检测方法

岩土工程现场及室内参数测试数据是工程施工、设计、评价的基础。异常数据的存在往往会误导施工、设计等参数的确定, 数据异常检测是确保工程安全可靠的最基本但极为重要的工作。针对传统异常检测算法没有模型选择这一过程而导致检测的盲目性, 提出了基于元学习的异常检测算法(meta-learning outlier detection, MetaOD)和数据挖掘算法相结合的异常检测模型体系。该体系首先根据数据的特点选择适合不同数据类型的初始模型类型及其参数, 并对选择出的同类型算法的参数进行求均值处理; 然后再采用遴选出的算法进行数据异常诊断, 进而提高异常检测的准确性。为了评估模型的有效性, 采用加州大学欧文分校提出的机器学习检验数据集(glass数据集)进行检验分析。结果显示, 采用该模型体系进行异常检测时查准率达到96.41%, 远高于其他检测算法。最后, 应用该模型体系对澳门花岗岩单轴抗压强度数据集和均昌隧道的地下水位监测数据进行了异常检测分析, 并分别识别出9个和10个异常点。      

基于MVO优化神经网络的GNSS高程异常拟合方法

针对普通神经网络的梯度消失和易陷入局部极值的问题,提出一种基于多元宇宙优化算法(multi-verse optimizer, MVO)的BP神经网络优化方法(MVO-BP),利用MVO全局寻优的特性求取BP神经网络各层之间可靠的神经元阈值与连接权,从而使神经网络预测模型具备更高的预测精度。建立基于MVO-BP算法的GNSS高程异常拟合预测模型,并采用实际工程中少量高程异常数据进行算法可行性检验。结果表明,相较于常规的BP神经网络法及多面函数法,MVO-BP法精度更高、适用性更强,可为实际工程测量中正常高的求取提供参考。     

基于三指数合成影像的西北地区城市建筑用地 遥感信息提取研究

随着西部大开发战略的实施以及“一带一路”战略的影响,西北地区的城市发展也发生着巨大变化,利用遥感影像更加准确地提取西北地区城市建筑用地信息对分析城市扩张趋势、规划城市建设具有重要意义。本文以2000年兰州市主城区和2003年西宁市主城区的Landsat 7 ETM ⁺影像为数据源,结合压缩数据维的方法,通过构建三指数合成影像并利用该影像来提取城市建筑用地信息。实验首先根据兰州市主城区的影像光谱特征,创建了归一化差值裸地指数（NDBLI）。然后将该指数与比值居民地指数（RRI）、修正型归一化水体指数（MNDWI）合成为一个包含3个波段的新型三指数合成影像NRM（NDBLI、RRI、MNDWI）;同时,根据集成学习思想,为增强城市建筑用地信息,将主成分分析的第一波段（PC1）、归一化差值建筑用地指数（NDBI）和比值居民地指数（RRI）合成为一个包含3个波段的新型三指数合成影像PNR（PC1、NDBI、RRI）;最后分别将三指数合成影像NRM和三指数合成影像PNR作最大似然分类提取城市建筑用地信息,将其提取结果与由归一化差值建筑用地指数（NDBI）、修正型归一化水体指数（MNDWI）和土壤调节植被指数（SAVI）所创建的NMS（NDBI、MNDWI 、SAVI）影像得到的最大似然分类结果作精度比较,并利用西宁市主城区影像对本文方法进行了相应验证。结果表明,利用三指数合成影像PNR提取城市建筑用地的总精度和Kappa系数最高,其总精度达到了90%以上,适合于提取西北地区含裸地较多的城市建筑用地。     

基于地表校正和河道烧录方法的河网提取

 针对现有的数字高程模型(DEMs)在自动提取虚拟河网过程中易受洼地、平原地区影响,产生不连续的或平行的错误河网的问题,本文基于Arc Hydro Tools,阐述了地表校正(Agree算法)和河道烧录(Stream burning)方法提取虚拟河网的关键步骤和基本思路,并以环渤海地区为例,分析了有(无)河网辅助信息下,河网提取结果的准确度。研究结果表明,增加辅助信息更有助于提高虚拟河网的精度和准确性,且河道烧录方法在虚拟河网的提取上比Agree算法更有优势。由于环渤海研究区平原面积广大,对提取结果有较大的影响,提取结果的精确度不高。针对这一问题,本文综合河道烧录和地表校正(Agree 算法)的特点,提出一种河网提取的改进思路,并选取滦河流域作为验证区。通过对比,改进后的河网提取结果与中国实际河网分布较为吻合,说明该改进思路是较为合理、可信的。     

GPS/PWV时间序列特征提取方法的研究

针对GAMIT/GLOBK软件解算得到的4 a GPS/PWV时间序列的特征提取问题,提出基于滤波辅助的部分集成经验模态分解（PEEMD）与Hilbert谱分析相结合的特征提取方法。首先,在PEEMD方法的基础上,结合滤波辅助的PEEMD方法与Hilbert谱分析,建立GPS/PWV时间序列特征提取模型;然后,将所提出的方法应用于TNML测站4 a的GPS/PWV长时间序列和7 d的GPS/PWV短时间序列分析中,并将滤波辅助的PEEMD结果与传统的小波分解结果进行对比。结果表明,该特征提取方法能准确有效地提取出 GPS/PWV时间序列中的周年周期和日周期特征分量,滤波辅助的PEEMD分解结果与小波分解结果一致,且提取的特征分量与原始信号更加吻合。     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

西北太平洋柔鱼资源与海洋环境的GIS空间分析

本文根据1995～2001年的西北太平洋地区(35°N～45°N,140°E～170°W)巴特柔鱼资源调查与生产的实际情况对柔鱼渔获量进行了研究,并利用同期遥感反演的海洋表层温度数据(SST)和近表层叶绿素a数据(Chlorophylla),拓展了GIS的空间分析功能,定量地研究了我国远洋柔鱼产量与水温、叶绿素等海洋要素场之间的关系,揭示西北太平洋柔鱼中心渔场的环境特征,以期为我国西北太平洋海区的鱿鱼生产服务。     

Influence of the Pacific Decadal Oscillation on regional sea level rise in the Pacific Ocean from 1993 to 2012

The rate of regional sea level rise(SLR) provides important information about the impact of human activities on climate change.However,accurate estimation of regional SLR can be severely affected by sea surface height(SSH) change caused by the Pacific Decadal Oscillation(PDO-SSH).Here,the PDOSSH signal is extracted from satellite altimeter data by multi-variable linear regression,and regional SLR in the altimeter era is calculated,before and after removing that signal.The results show that PDO-SSH trends are rising in the western Pacific and falling in the eastern Pacific,with the strongest signal confined to the tropical and North Pacific.Over the past 20 years,the PDO-SSH accounts for about 30%-40%of altimeter-observed SLR in the regions 8°-15°N,130°-160°E and 30°-40°N,170°-220°E.Along the coast of North America,the PDO-SSH signal dramatically offsets the coastal SLR,as the sea level trends change sign from falling to rising.     

基于奇异谱分析的CORS大地高时序形变信息提取

为增强信号提取的信噪比,采用奇异谱分析（SSA）对测站大地高序列进行分解与重构,利用仿真实验确定嵌入维数与截断主分量个数的选取原则,进一步将SSA方法应用到CORS时序形变信息提取中。通过FFT分析发现,大地高时序以分解的季节性变化成分为主,重构后时序标准差明显减小,表明SSA方法可有效提高CORS大地高时序信噪比,起到降噪平滑作用。研究结果对地壳垂直形变特征表达及SSA应用拓展具有一定意义。     

基于AIS的海上渔船捕捞活动聚集区提取方法研究

船舶自动识别系统(Automatic Identification System, AIS)不仅是海上交通监管的有效工具,也为研究海上交通运输及其相关产业活动特征提供了一种良好的数据源。基于海上渔船AIS数据,本研究利用高斯混合模型(Gaussian Mixed Model,GMM)识别渔船捕捞活动状态,提出一种将核密度估计(Kernel Density Estimation,KDE)与热点分析(Hot Spot Analysis, HSA)相融合用于渔船捕捞活动聚集区提取的方法。结果显示：与单一KDE或HSA方法相比,二者相融合的方法将KDE的距离衰减效应与HSA统计指数相结合,在渔船捕捞活动聚集区提取中的应用效果较好、效率较高;采用该融合方法,基于2018年9—12月AIS数据,实现对渤海海峡周边海域渔船捕捞活动聚集区的提取,发现不同月份,渔船捕捞活动聚集区的分布范围和空间形态特征具有一定差异性,烟威近岸海域和渤海海峡是主要的捕捞活动聚集区,其结果可为该海域捕捞活动管理和海洋生态保护提供技术方法和决策支持。     

山西陆态网络坐标时间序列噪声及速度场分析

利用Hector软件解算山西地区10个陆态网络连续站2010-11～2021-01的观测数据,得到连续站坐标残差时间序列,并确定最优噪声模型及修正后的速度场.结果表明,山西地区坐标时间序列数据中主要存在白噪声(WN)、闪烁噪声(FN)和幂律噪声(PL);N方向的最优噪声模型为WN+PL;E和U方向的最优噪声模型均为WN...     

利用二维经验模态分解提取川滇地区流动重力异常特征

首先介绍二维经验模态分解（BEMD）方法的基本原理及其关键技术,然后利用模型试验验证BEMD方法分解得到的各分量的实际地质含义,最后将该方法应用到川滇地区2015-09~2016-09流动重力差分动态变化异常多尺度分解中,并对提取的各尺度异常进行分析解释,各分量异常通过重构实现分场。结果表明,湮没在区域异常中的某频率范围内“弱异常”经过分离异常幅值相对增强,区域性异常变化特征更加明显。     

时间序列的趋势转折点提取算法及应用研究

针对时间序列趋势转折点的提取,提出一种基于矢量转角和极值点相结合的改进算法,并应用到地震观测资料的分析中。结合地震对应规则,对山西断陷带北部小磨流动水准XM₁-XM₂测线的地震预测效能进行评估。结果表明：1）该算法可用于时间序列趋势转折点的自动提取,提高了人工判别的工作效率,实现了转折点的定量化识别;2）从数据统计的角度考虑,该测线与200 km范围内M4.5以上地震有较好的对应关系,预测效能评估结果R=0.63（R₀=0.43）;3）2000年以后该测线的地震虚报率较高,分析认为可能与远场强震引起的应力变化有关。