面向自然资源监测监管的分类体系设计

长期以来,我国采用分类管理的方式管理不同类型的自然资源,在自然资源监测监管中造成了部分自然资源重复统计、权属不明等问题,在湿地、林地等自然资源中表现尤其明显。为了系统性地进行自然资源监测监管,需要对自然资源进行整体性地、统一性地分类,建立一个综合性的自然资源分类体系。本文遵循“山水林田湖草”是一个生命共同体的理念,从这一理论思想出发,整理单门类自然资源整体和个体之间的关系,分析国内外的分类编码体系,从法理、学理和管理不同角度研究整理自然资源分类现状,综合考虑地表覆盖层的监测监管要求,采用树状分类法和交叉分类法重新构建了三级分类的自然资源分类体系框架,为构建自然资源监测监管体系提供必要的基础支撑,为完善生态文明建设,为国民经济健康持续发展提供重要的基础保障。     

基于改进决策树算法的山区遥感影像变化检测方法

为了能够精准检测山区遥感影像变化,提出一种基于改进决策树算法的山区遥感影像变化检测方法。利用K-SVD算法始化处理过完备字典,采用带有噪声的山区遥感影像训练字典,通过学习获取的字典稀疏表示含噪山区遥感影像,得到每个小块影像的稀疏表示系数,平均处理小块影像,获得去噪后的山区遥感影像。采用邻域相关分析技术获取描述上下文信息的邻域相关影响,通过邻域像素间的相关性展开模板匹配得到匹配误差。同时根据方向梯度信息提取山区遥感影像的结构特征,将邻域相关影像、匹配误差和结构特征输入改进后的决策树算法,将其作为分类属性,检测出山区遥感影像变化,实现山区遥感影像变化检测。实验结果表明,所提方法可有效检测出山区遥感图像的变化,并且检测500个样本图像的时间仅为335.4 s,因此,该方法可以获取准确率更高且检测时间更短的山区遥感影像变化检测结果。     

基于Sentinel-2A和GF-1B遥感数据的海岸带水产养殖识别方法比较

近海水产养殖为人类提供优质的动物蛋白,对海洋经济高质量发展具有重要意义。卫星遥感技术已被广泛用于海岸带水产养殖的监测,但目前相关的研究聚焦基于单一传感器卫星数据并使用单一信息提取算法而忽略与不同卫星传感器以及处理方法之间的比较。本研究以北莉岛东北部为研究区,基于多光谱Sentinel 2A卫星和高分一号B（GF 1B）卫星数据,分别使用自适应阈值法、支持向量机监督分类法以及多尺度分割面向对象分类法,开展海岸带人工水产养殖区的识别。研究表明,更高空间分辨率的GF 1B卫星对人工水产养殖水网密集区的提取正确率远优于Sentinel 2A卫星;基于高空间分辨率GF 1B卫星,多尺度分割面向对象分类法的正确率最高,为94.65%,优于支持向量机监督分类法的94.45%和自适应阈值法的84.62%;自适应阈值法更适用于中等空间分辨率卫星数据的水产养殖信息提取,其提取的水产养殖水面的面积与目视解译提取的面积差异小于4%。针对单个养殖池使用情况的业务化监测需使用高空间分辨率卫星数据,而大范围水产养殖面积的变化分析则可应用中等空间分辨率卫星数据。     

2017年九寨沟MS7.0地震场地特征分析

场地条件对地震动具有较大影响, 研究不同场地条件下的地震动特征对地震动的校正具有重要意义。 本文以九寨沟地震为例, 收集了66个台站的198条三分量强震观测记录和SRTM(Shuttle Radar Topography Mission)公里格网的DEM(Digital Elevation Model)数据, 从多个角度对场地特征进行分析。 首先根据坡度法使用DEM数据对九寨沟特征进行了场地分类, 然后讨论了不同场地类型下的加速度时程、 加速度反应谱、 地震动衰减等地震动特征。 研究表明, 缺少实测资料的情况下, 地形坡度可以作为Vs30(地表以下30 m范围的平均剪切波速度)的一种替代指标, 利用坡度法可以较快速地对场地进行分类; 利用强震观测记录能够从多角度对台站的场地特征进行分析, 不同场地类型对地震动影响不同, 其中, 土层对地震动具有明显的放大效应。 该结论可以为地震动结果的校正提供依据。     

跨断层形变监测标石地岩土分类探讨

分析了跨断层形变监测标石地岩土分类、地表岩土分类、影响监测场地标石稳定因素以及不同监测标石地监测实例变化等。结果表明：现有监测标石地岩土分类需要完善;重新分类了监测标石地岩土并给出了监测标石命名方法,以期促进跨断层形变监测工作进一步发展。     

离散Fréchet距离在强震台站场地分类中的应用

当强震台站场地资料不完整时,所收集到的强震数据因缺乏准确的场地类别信息而难以有效利用。为解决这一问题,本文提出一种基于离散Fréchet距离的强震台站场地分类方法。将获取到的664个KiK-net台站场地按照《建筑抗震设计规范（GB 50011—2010）》进行分类,并构建2个数据集。利用数据集1得到Ⅰ、Ⅱ、Ⅲ类场地标准谱比曲线,并结合离散Fréchet距离对数据集2中的台站进行场地分类,统计分类成功率与误判率。统计结果表明,本文方法能较准确地对场地进行分类,且误判率在可接受范围内。将本文方法分类统计结果与斯皮尔曼秩相关系数法分类的成功率与误判率进行对比,结合本文方法分类后得到的平均谱比曲线,均可表明应用本文方法进行强震台站场地分类具有合理性。     

山东海域海岛地质遗迹资源综合研究

地质遗迹是在地球演化的漫长历史时期,由内、外地质动力共同作用形成的不可再生的自然遗产,海域海岛地质遗迹因依托特有的海洋环境更显瑰丽和珍贵,对建设海洋强国也更具资源价值。为给海洋资源管理提供技术支撑,文章以《地质遗迹调查规范（DZ/T0303-2017）》“地质遗迹分类”为基础,结合地质条件、遗迹特点和地域分布,将山东省海域划分为滨洲—潍坊海域和烟台—日照海域两区,按海水与岛陆位置关系划分出岛陆、岸线潮间带和岸岛水下三带,在两区三带内按搬运-沉积类、构造-剥蚀类和地质体-地质构造类三大成因类型进行分区、分类综合研究,对遗迹成因进行分析,对重要遗迹资源作了重点介绍,并根据资源保护现状与存在问题,提出完善源法规体系和保护机制、建立信息与预警系统平台、加强宣传、进行监测、采取必要工程措施等严格保护建议,同时提出促进旅游业发展、开展地学科普、助推社会文明和生态文明建设、助力对外交流等利用方向。专门针对省域海域海岛地质遗迹进行综合研究在全国尚属首次,对科学管理和充分利用海域海岛优势生态资源具有重要意义。     

基于GOODALL相近指数的遥感图像和其它空间数据综合分类方法

介绍ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ基于概率的相近指数理论,研究它被应用在遥感图像和其它空间数据综合分类中的可能性,并首次在ＧＲＡＳＳ环境下实现了基于ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ的相近指数的遥感图像和其它空间数据综合分类算法,并对该算法进行了测试,将分类结果 与其它几种较流行的分类方法结果进行了比较。     

基于极限学习机的GF-2影像分类

遥感图像分类是提取图像有效信息过程中重要的一部分,为了探寻最优的分类方法,许多机器学习算法逐步应用于遥感分类中。极限学习机（extreme learning machine,ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用。本文采用训练速度快、运算量小的极限学习机算法与支持向量机（support vector machines,SVM）算法和最大似然法进行分类对比,对高分辨率遥感图像进行分类,分析极限学习机算法对于遥感图像分类的准确度等性能。选取吉林省长春市部分区域的GF-2遥感数据,将融合后的影像设置为原始数据,利用3种方法进行分类。研究结果表明,极限学习机算法分类图像总体分类精度达到85%以上,kappa系数达到0.718,与其他分类方法相比分类准确度较高,且极限学习机运行时间比支持向量机运行时间约短2 480 s,约为支持向量机运行时间的1/8,因此具有良好的性能和实用价值。     

地理信息系统支持下的山区遥感影像决策树分类

山区遥感影像分类是遥感研究的一大难题。本文利用一种决策树生成算法（C 4.5算法）自动提取知识，基于知识建立决策树用于山区影像分类，并结合研究区土地利用类型与DEM空间统计关系的先验知识，在GIS空间分析的基础上进行影像分类的后处理。与传统的最大似然法分类结果相比，该方法极大地改善了山区地表覆被分类的精度，得到试验区较为可靠的遥感分类图像。