基于Sentinel-1A雷达数据和Sentinel-2A多光谱数据特征融合的地物分类

基于光学影像受云雨等不良天气的影响,导致在地物分类时易造成数据信息缺失,而雷达影像作为主动式成像,能够较好地克服这一缺陷.笔者选取长春市净月开发区部分地块为研究区域,分别采用最小距离、最大似然和支持向量机3种分类方法,以Sentinel-1A雷达影像和Sentinel-2A多光谱影像为数据源,基于特征融合,提高地物分类...     

波流水槽模拟波浪技术的研究

介绍了实验室的造波机系统和造波特性及其在模型试验中的应用,并讨论了实验室内模拟海浪的检验标准及其方法。并对造波机应用前景进行讨论,对不规则波造波机进行物模试验具有一定的现实意义。     

基于SOM-I-SVM耦合模型的滑坡易发性评价

在使用机器学习模型对滑坡进行易发性评价时,通常会在滑坡影响范围之外随机选取非滑坡样本点,具有一定的误差。为了提高滑坡易发性评价的精度,将自组织映射（self-organizing map,SOM）神经网络、信息量模型（information,I）以及支持向量机模型（support vector machine,SVM）进行耦合,提出一种基于SOM-I-SVM模型的滑坡易发性评价方法,并将SOM神经网络与K均值聚类算法进行对比,验证模型的可靠性。以十堰市茅箭区为例,首先通过对环境因子的相关性及重要性分析,筛选出距水系距离、坡度、降雨量、距构造距离、相对高差、距道路距离、地层岩性等7个因子,建立滑坡易发性评价指标体系,在此基础上计算出各因子的分级信息量值,并作为模型的输入变量进行滑坡易发性评价。分别采用SOM神经网络和K均值聚类算法选取非滑坡样本,然后将样本数据集代入I-SVM模型预测滑坡易发性。将SVM、I-SVM、KMeans-I-SVM、SOM-I-SVM等4种模型预测精度进行对比,其ROC曲线下面积（AUC）分别为0.82,0.88,0.90,0.91,说明SOM-I-SVM模型能有效提高滑坡易发性预测准确率。     

SVM 方法在北京地区夏季晴雨预报中的初步应用

以常规观测降水资料、T639 模式输出产品为基础,利用支持向量机（SVM）方法分别建立了北京地区延庆、密云、房山和观象台4 个站点的夏季晴雨预报模型,并用独立的样本对预报模型进行了业务试运行检验。检验结果表明,经过SVM 方法学习后建立的站点晴雨预报效果优于T639 模式直接输出的晴雨预报效果,08—20 时段和20—08 时段4 站晴雨预报平均准确率分别提高了20.06%和9.45%。SVM 方法对T639 的晴雨预报效果有显著的改进,对北京地区夏季晴雨预报有一定的客观参考价值。     

利用SVM的GPS/INS组合导航滤波发散抑制方法研究

为验证导航模型在GPS信号更新频率较低的情况下的导航能力,给出了GPS/INS组合导航滤波模型。载体运动过程中,分别使信号中断5s、10s、15s。通过实验得出,GPS信号中断时间过长(10s以上),GPS信号恢复后,Kalman滤波器会产生发散现象。引入支持向量机,提出利用SVM内插GPS信号提高信息更新频率消除组合导航滤波器的发散。结果表明,GPS信号中断时间过长导致组合导航系统滤波发散的情况下,通过SVM内插GPS数据提高GPS更新频率,可以有效地抑制滤波发散,提高导航的准确性。     

斜坡单元支持下的滑坡易发性评价支持向量机模型

针对传统滑坡预测手段数据源有限、数据更新周期长、难以发现隐藏在复杂滑坡系统中的规律等问题,本文以三峡库区为研究对象,从多源空间数据中提取滑坡孕灾环境和影响因素等信息,采用数字地形水文分析方法划分斜坡单元,对评价因子进行重采样,进而构建两类支持向量机模型。分析了多源影响因素与滑坡易发性的定量关系,并生成滑坡易发性分区图。采用成功率曲线和误差率评价预测结果,模型预测精度达到98.21%,与野外调查实际情况吻合较好。     

利用视线向量的资源三号卫星影像严格几何处理模型

根据资源三号立体测绘卫星三线阵传感器的成像原理,利用卫星影像的视线角等状态构建资源三号卫星影像的严格几何处理模型。经验证发现,因资源三号卫星视线角及相机安置等卫星状态获取存在误差,在无控状态下直接利用卫星姿态数据和严格几何处理模型进行定位精度较差。为有效消除卫星轨道位置、姿态角元素等存在的固定系统误差,引入视线向量修正模型进行修正,修正后精度提升明显,平坦区域仅采用3个地面控制点在X和Y方向的定位精度即可优于3m。     

时空Kriging算法在区域地磁场插值中的应用及改进

本文以区域地磁场为应用背景,研究了时间域信息对地磁场插值效果的影响.用时空Kriging算法进行插值时,在时空Kriging变差函数的拟合过程中,将角度信息引入向量距离,定义了新的向量距离形式,提出了改进的时空Kriging算法,并对权重的选取进行讨论.对经度87.2°E—126.6°E,纬度19.0°N—49.6°N范围内的32个台站时均值地磁场数据进行插值实验.在添加了时间信息之后,插值结果在兼顾经度方向和纬度方向变化的同时,边值问题也得以缓解,明显优于传统方法.交叉验证结果表明,随着时间域信息和向量角度的加入,Kriging算法的性能得到改进,地磁场的插值精度依次提高.对比实验中,改进Kriging算法的精度最高、性能最稳定,MAE集中在1 nT左右,MSE集中在[0,5]的范围内.     

多特征差分核支持向量机遥感影像变化检测方法

讨论了利用遥感影像光谱、纹理等多种特征信息的多核函数组合方式,给出了多特征空间差分核函数的构建方法,设计了多特征差分核支持向量机变化检测算法,该算法能够实现联合类别样本加权和遥感影像多种变化类别信息的直接检测。实验结果表明,该算法综合利用多种特征信息,检测精度明显高于传统方法,有利于提取小样本的变化信息,避免了以往检测方法需要确定变化阈值的复杂性和不确定性。     

基于线支持区域的闪电通道识别算法

提出了一种基于线支持区域的闪电通道识别算法 (LLSR),该算法首先应用对比度拉伸和高斯匹配滤波方法对闪电通道图像进行预处理,以增强闪电通道的对比度;然后自动检测出包含闪电通道的线支持区域,并用最小外接矩形包含这些区域;最后在各个矩形区域内分别使用最大类间方差Otsu阈值法进行分割,得到闪电通道识别结果。试验结果表明:LLSR具有良好的局部特性和自适应性,它不仅能自动提取低对比度闪电图像的通道,还能自动提取具有复杂背景闪电图像的通道,自动提取结果在视觉上与人眼观测结果一致。且定量评估结果表明:LLSR相比传统算法具有更好的分割精度。