随机森林与GIS的泥石流易发性及可靠性

目前基于GIS的泥石流易发性（简称DFS）评价模型中,统计类型模型的因子须保证独立性,且权重受区间划分控制;线性机器学习难以处理非线性问题、而常用非线性模型调试效率低.鉴于随机森林（RF）能有效克服常用模型的诸多不足,且在DFS评价中的应用极少,首先展开基于RF的DFS评价,采用线性、RBF支持向量机、二次判别分析、RF等经贝叶斯优化的模型和26种泥石流影响因子;然后,分别以RF的相对权重排序和蒙特卡洛方法研究因子组合和建模样本变化下DFS评价的可靠性.结果表明:RF不易发和较易发区中有21个因子可指示泥石流孕育环境差异;RF的相对权重排序能有效确定易发模型的局部最优因子组合;随机样本划分导致的评价不确定性在中易发区最大,应通过提高建模样本比例和改善模型降低;RF的预测能力指标AUC为0.86、全局预测精度为0.79、F1分数为0.66、brier分数为0.14,以及它们的可靠度最优,可作为DFS定量评估的优先选择.      

地理图斑智能计算及模式挖掘方法研究

在大数据时代,高分辨率对地观测技术实现了对地球表层地理现象和地理过程最为真实、量化、全面覆盖又快速更新的数据化记录,可为地理空间认知研究的新发展奠定时空信息聚合与挖掘计算的基准。地理图斑是影像空间映射到地理空间中对于地理实体的抽象化表达,是构建地理场景和承载地理空间各类信息进而开展模式挖掘的最小单元。本文以地理图斑为基本对象,通过分析其中视觉模拟、符号推测等几类机器学习的协同计算机制,从空间、时间与属性等维度构建了集“分区分层感知”、“时空协同反演”、“多粒度决策”三者于一体的地理图斑智能计算模型,并以在贵州息烽县、广西江州区开展的农业种植结构制图与规划决策为应用案例,探索了地理图斑分布、生长以及功能3种模式的挖掘方法,并进一步设计了动态视角下开展图斑动力模式挖掘的研究思路。     

青岛市消费者安全海洋水产养殖品消费决策研究

以青岛市为样本,研究消费者对安全海洋水产养殖品消费决策行为,AMOS17.0软件模拟分析的安全海洋水产养殖品消费行为结构方程模型结果显示:个体特征对消费行为的影响不显著,但消费者的收入水平与家庭成员人数对安全海洋水产养殖品的消费决策不容忽视;消费者对所购水产品的经验积累、对水产品药物残留安全的认知、对政府"菜篮子"工程的认可以及对卖家口碑的了解,对安全水产品认知水平具有重要影响;购买地点的固定性与追求营养健康是安全水产养殖品消费动机形成的重要影响因子;在其他影响因子不变情况下,购后评价每增加1个标准单位,其对下一次购买的认知水平和消费动机将增加0.89和0.56个标准单位。     

基于指标规范值的海水水质评价的SVR模型

为了建立具有普适通用的海水水质评价的支持向量机模型,在设置各指标参照值和指标规范变换式,并对指标进行规范变换的基础上,应用免疫进化优化算法,建立基于指标规范值的海水水质评价的回归支持向量机模型。将优化好的模型用于珠江口海水水质的评价,其评价结果与BP神经网络的评价结果基本一致,从而表明基于指标规范值的支持向量机模型用于海水水质评价是可行的,且该模型较传统的支持向量机评价模型具有较好的普适性和通用性。     

融合像素—多尺度区域特征的高分辨率遥感影像分类算法

针对基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象和面向对象影像分析方法的"平滑地物细节"现象,提出了一种融合像素特征和多尺度区域特征的高分辨率遥感影像分类算法。(1)首先采用均值漂移算法对原始影像进行初始过分割,然后对初始过分割结果进行多尺度的区域合并,形成多尺度分割结果。根据多尺度区域合并RMI指数变化和分割尺度对分类精度的影响,确定最优分割尺度。(2)融合光谱特征、像元形状指数PSI(Pixel Shape Index)、初始尺度和最优尺度区域特征,并对多类型特征进行归一化,最后结合支持向量机(SVM)进行分类。实验结果表明该算法既能有效减少基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象,又能保持地物对象的完整性和地物细节信息,提高易混淆类别(如阴影和街道,裸地和草地)的分类精度。     

基于Sentinel-2时序数据的新疆焉耆盆地农作物遥感识别与评估

为及时准确地获取干旱区农作物种植信息,研究借助PIE-Engine Studio平台,以新疆焉耆盆地为研究区,基于2022年Sentinel-2影像和1948个野外定位采样数据提取农作物生育期内14种植被指数,使用See5.0决策树、随机森林（Random forest,RF）和多元回归（Multiple regression,MR）模型优选特征参数,结合支持向量机（Support vector machine,SVM）算法构建5种分类模型和5种样方分割方案进行农作物种植信息提取,通过目视解译和混淆矩阵对比分析分类结果,确定最佳分类方案。结果表明：（1）所有分类模型的总体精度（OA）和Kappa系数均在92.20%和0.9037以上,说明在PIE平台中使用SVM算法提取农作物信息是可行的。（2）SVM-有红边的OA和Kappa系数均值为93.77%和0.9236,比SVM-无红边方法提高了0.96%和0.0120。（3）相比于SVM-有红边方法,植被指数的引入提高了SVM-RF、SVM-MR和SVM-See5.0的OA和Kappa系数。（4）5种分类模型的OA和Kappa系数均值的大小...     

矿山地质环境风险管理的多目标决策

矿山地质环境风险决策是一个涉及诸多利益群体的多目标决策问题。为了在矿山开发和关闭中有效地控制地质环境风险,我们提出了由风险在可接受水平内、风险控制工程效益达到最大和矿区规划科学合理3个目标组成的多目标决策问题,并采用层次分析法求解该决策问题。最后,将决策过程用于广西凤山城区内某废弃石灰岩矿山,综合设计单位、政府部门和当地群众的意见后,完成了矿山地质环境治理方案的决策。决策结果认为,采用P1（削坡、清理危岩、坡面锚固）、P2（截水+落石平台拦截+监测）、P3（坡面整形+岩壁雕刻+部分生态恢复）和P4（风险教育）的组合是最优治理方案。研究成果不仅有效地指导了该石灰岩矿山的地质环境治理工程,也对发展矿山关闭理论和风险管理具有重要作用。     

基于EMD的景区客流波动特征及其组合预测——以黄山风景区为例

旅游地的发展演化过程研究大多采用Bulter 的生命周期理论路径, 少有文献从波动的视角理解和分析旅游地的发展演化过程。本文以黄山风景区为例, 采用经验模态分解方法(EMD)尝试从波动的视角分析景区客流波动特征, 并利用波动性特征对其发展进行组合预测(经验模态分解方法和最小二乘支持向量机方法的组合)。研究结果表明:黄山景区客流波动呈现出多种形态, 在增长趋势的基础上叠加了季节性波动、景区旅游周期波动和景区经济周期波动。其与最小二乘支持向量机组合预测模型能够对景区客流进行有效预测, 并且运算速度快, 预测精度有所提高;与生命周期曲线相比较更加直观、微观、准确, 并且能够进行较为准确的客流预报, 有助于景区规划管理和战略决策。     

上海市防震减灾应急决策信息系统-GPS的应用

为了适应上海经济建设高速发展和超大型城市防震减灾工作的需要,建立城市防震减灾应急决策信息系统已成为必然．本文将地理信息系统（GIS）技术应用于上海市防震减灾应急决策信息系统（宝山试点区）,介绍了此系统各功能模块的结构和作用．此系统由７个功能模块组成,即地震地质基本信息、地震灾害快速评估子系统、地震应急决策信息子系统、信息查询、系统维护管理、帮助和退出等．其核心部分是地震灾害快速评估子系统和地震应急决策信息子系统．本文还介绍了彩红外航片遥感技术在上海市防震减灾应急决策信息系统中的应用．     

顾及特征优化的全极化SAR图像SVM分类

以支持向量数和相关性分析为评估依据,结合序列前进搜寻策略,本文提出一种顾及特征优化的改进SVM分类方法,并将其应用于全极化SAR图像监督分类。真实数据的实验结果表明,该方法不仅具有小样本情况下的良好泛化性能,而且能以更少的特征个数,在更广泛的SVM参数取值范围内获得更高的分类精度。