耦合SOFM与SVM的生态功能分区方法——以鄂尔多斯市为例

辨析区域主要生态环境问题及其空间异质性,划定生态功能区,对保障区域生态安全和国土开发优化具有重要指导意义。以往自下而上的分区研究多基于行政区或流域开展,难以体现行政区或流域内部的生态功能分异。以鄂尔多斯市为例,基于生态系统服务与生态敏感性构建区域生态功能分区指标体系,耦合自组织特征映射（SOFM）网络与支持向量机（SVM）划定鄂尔多斯市生态功能分区。结果表明,区域内各生态功能分区指标呈现明显的空间分异特征,通过SOFM网络基于栅格进行指标聚类,构建分类效果指数筛选最佳聚类方案,将区域分为7种不同的生态功能类型。最终,利用SVM识别最优分区界线,将鄂尔多斯市分为11个生态功能区。本文构建分类效果指数实现多分类方案优选,使用机器学习算法解决自下而上的自然分区容易弱化要素空间位置属性的问题,完成了从分类到分区的定量转换,有助于提升分区的空间精度与客观性,为生态功能分区与分区边界划定提供了新的方法途径。     

基于气象旱涝指数的旱涝急转事件识别方法

基于长江流域212个气象站点1961-2017年的日降水资料,借助标准化加权平均降水指数（SWAP）,结合多门槛游程理论,提出一种识别旱涝急转事件的新方法。方法应用于旱涝急转事件高发的长江流域,分别从典型站点旱涝事件分析、区域典型旱涝急转事件分析、旱涝急转事件时空分布规律分析等角度,探讨了长江流域1961-2017年旱涝急转事件规律。结论显示：①SWAP指数对于旱涝事件具有良好的识别能力。②聚类方法可聚合相似旱涝急转事件,2011年长江中下游旱涝急转事件中干旱事件占主导地位,持续时间远长于洪涝事件。③ 长江流域旱涝急转事件呈现明显的区域规律：上游发生频率较低,中下游偏高;此外,长江流域多数分区近期旱涝急转事件发生频率呈现上升趋势。研究结果表明,基于SWAP指数并结合多门槛游程理论的方法能够比较准确地识别旱涝急转事件,可进一步应用于旱涝急转事件的预测及评估中。     

结合隶属度空间约束的模糊聚类图像分割

针对传统模糊聚类分割方法未考虑邻域像素隶属度空间关系的问题,该文提出了一种结合隶属度空间约束的模糊聚类图像分割方法。采用邻域之间的空间约束来限制隶属度值,解决同质区域中可能出现的噪声问题,从而提高分割精度。分别对模拟图像和彩色图像进行分割实验,并与未结合隶属度空间约束的分割结果进行对比分析。实验表明,此方法实现了对隶属度的空间约束,验证了本文算法的有效性。     

浅海声速剖面自动分类方法研究

海洋中的声速剖面是影响水声设备效能的重要环境因素之一,声速剖面的自动分类和区划对海洋环境的应用意义重大.依据浅海30分方区按月统计声速剖面,通过归一化处理和Akima差值采样,建立了各方区按月归化后声速剖面的分层梯度样本集,并应用多种系统聚类算法分别对分层梯度样本集进行分析;计算各种算法在不同聚类数水平下聚类结果的总的类内离差和,依据总的类内离差和变化曲线拐点对应的聚类数目,结合分类结果确定浅海声速剖面最优聚类数目.对大量历史统计声速剖面数据的分析结果表明,该方法得到的聚类结果与人工经验分类结果吻合较好.     

基于多传感器融合式航迹起始算法

提出了一种基于聚类分析和Kalman 滤波相结合的多传感器航迹起始算法.根据多传感器同一时刻对同一目标的观测值在空间呈团状的特征,运用聚类的方法解决数据融合问题.采用一种改进的粒子群(PSO)优化算法对多传感器观测数据进行聚类,结合聚类中心和目标预测值,应用Kalman滤波器估计目标状态,从而实现航迹起始.实验结果表明,该方法有效.     

高光谱遥感数据波谱相似性模糊聚类方法研究

高光谱遥感数据的聚类是定量遥感研究的热点。为提高其聚类精度,将光谱相似性测度与模糊动态聚类法有机结合,构建四种模糊聚类新方法：光谱角度-模糊聚类法、光谱信息熵-模糊聚类法、光谱角度与光谱信息熵混合-模糊聚类法与海明距离-模糊聚类法。以实测植被高光谱信息为数据,利用该四种方法进行比较分析其聚类精度。实验结果表明光谱角度与光谱信息熵混合模糊聚类法以及光谱角度模糊聚类法的聚类精度均相对其他几种方法较好,是最有效高光谱遥感聚类方法。为今后该领域的方法的进一步研究提供一种借鉴与参考。     

车载激光扫描数据中杆状地物提取

针对车载激光扫描数据中对杆状地物提取效果不够理想的问题,该文提出一种基于聚类的杆状地物提取方法。首先将原始点云投影到水平面并进行格网划分,以单个格网为数据处理单元去除地面点;再基于处理数据对格网进行点云探测并编号,赋予同一属性值利用八邻域搜索对地物点聚类;然后以聚类后单个点云块为处理单元,利用各类地物特征,如高度、投影点密度、投影面积及形状等,逐步排除其他地物点,实现对杆状地物的精细提取。试验验证了文中所述方法对道路环境中杆状地物提取的有效性。     

密度聚类方法在点云数据分割中的应用研究

点云数据分割是点云数据处理的主要工作,也是实现地物自动识别的前提和关键环节,由于各种原因,目前点云数据分割自动化程度不高,尚需进一步的深入研究。本文以机载云数据为研究对象,提出了基于密度聚类方法的激光点云数据分割方法,该方法具有速度快、分割效果好、适应性强等优势,为后续的地物自动识别奠定了基础。     

基于TIN的面要素聚合优化算法

针对TIN三角网在实现地图面要素聚合过程中效率低下的问题,提出了一种基于TIN面要素聚合的优化方法。首先,利用格网的方法聚类面要素,缩小TIN搜索范围;然后,在聚类的基础上进行TIN三角网的构建实现面要素的综合;最后,实验验证了综合结果,并通过对比证明了算法的效率。     

城郊聚落景观的集聚特征分析方法选择研究

高度集聚是城郊聚落景观最明显的空间格局特征,是郊区城市化的直观反映。针对目前景观集聚程度研究空间计算方法缺乏筛选、不具可比性等问题,通过4种集聚空间算法在不同角度分析典型区域的城郊聚落景观集聚特征,并在西安市长安区作以简单应用。结果表明:1景观聚集度适于区分出同类连续大斑块和不同类破碎小斑块,核密度适于宏观上集聚组团的识别,空间关联算法适于空间定位具体要素点的集聚特征,Ripley’s L函数适于识别空间距离以确定搜索半径;2根据核密度计算结果,从研究区聚落景观中提取出3个大型组团,分别命名为"政府商业中心聚落组团""沣渭新区聚落组团"和"旅游度假区聚落组团",其划分模式符合研究区各经济板块的未来发展方向。