ETM+(TM)蚀变遥感异常技术方法在东天山戈壁地区的应用

文章将蚀变遥感异常作为矿产资源综合评价与定位预测的主要参数，对在东天山戈壁地区的石英滩至赤湖地区3．3万余平方千米的范围内开展的ETM^ (TM)遥感勘察结果进行了蚀变异常提取，并依此进行了矿产资源快速评价与定位预测，还对部分异常点进行了实地查证。研究区内已知矿床、矿(化)点122个，遥感异常与其中105个互洽，吻合率86％，与已知矿床的吻合率为100％。经首批地面查证扩大了一处已知金矿点的找矿范围。     

一种基于支撑向量机的遥感影像不完全监督分类新方法

不完全监督分类是研究在只有目标类训练样本的情况下如何准确地将目标类从数据集中提取出来。在许多遥感应用问题中,往往只需要从遥感影像中提取某一类地物。如果分类过程中只要选取目标类训练样本,将节省在训练样本选取过程中的大量人力物力。因此不完全监督分类是一个值得研究的遥感分类问题。提出了一种基于加权无标识样本支撑向量机(WUS-SVM),并在其基础发展出一种不完全监督分类方法。该方法分3个步骤:(1)在影像中随机选取一定量的无标识样本,将它们作为具有不同权重的非目标类训练样本;(2)用目标类的训练样本和加权无标识训练样本一起训练WUS-SVM,得到初步的分类器;(3)利用初步的分类器确定无标识样本的类别,并与原目标类训练样本一起再次训练SVM得到最终的分类器。通过对模拟数据和遥感影像的分类试验初步证明了该分类方法的有效性。     

基于遥感的长沙市城市热岛与土地利用/覆盖变化研究

基于多时相Landsat TM/ETM+影像,首先计算长沙市地表亮度温度,然后利用NDVI(归一化植被指数)、MNDWI(改进 的归一化水体指数)、NDBI(归一化建筑指数)和NDBaI(归一化裸土指数)4个指数,采用决策树分类方法对长沙市影像进行 土地利用/覆盖分类。在此基础上,对长沙市城市热岛的空间分布特征、时空演变特征以及城市热岛与土地利用/覆盖变化和各种影 响因子之间的关系进行研究。结果表明,随着长沙市城区范围的不断扩张,城市热岛范围也不断增大; 土地利用/覆盖类型的变化 会改变地表温度的空间分布,城市用地和裸地是城市热岛强度的主要贡献因素,水体和林地具有较好的降温作用。地表温度与4种 归一化指数的回归分析表明,它们之间存在明显的相关性,不同土地利用/覆盖类型的地表温度存在较大差异。     

TM图像在新疆台北山煤田火区动态监测中的应用

本文以实测的煤田火区地物波谱数据为依据，对用于煤田火区各地物解译的遥感信息源－ＴＭ图像的最佳时相选择，最佳波段组合煤田火区地物在ＴＭ图像上的影像特征进行了探讨。采用多时相ＴＭ图像对新疆奇台北山煤田火区进行动态监测及火情预测的成果进行了叙述，该勘查研究成果对指导该煤田火区灭火工程设计及后期防火管理的有较大实用价值。     

金塔绿洲地表特征参数遥感反演研究

TM影像是陆地资源卫星（Landsat）携带的专题绘图仪（Thematic Mapper,TM）扫描计获取的遥感图像,近年来,该数据得到了广泛的应用。本文使用Landsat-5TM数据推算了金塔地区的地表参数,包括标准化差值植被指数NDVI、修正的土壤调整植被指数MSAVI、植被覆盖度、地表反射率及地表温度。并将地表反射率、地表温度的反演值与观测值进行对比,结果表明：地表温度反演结果的相对误差在9％以内,地表反射率反演结果的相对误差在8％以内。     

hv-block交叉验证法在率定水文模型参数中的比较研究

本文指出了应用分离样本验证法率定水文模型参数的不足,引入并探讨了hv-block交叉验证法的适用性,并与分离样本验证法进行比较。不同流域、不同系列长度和不同时段资料的计算结果表明,hv-block交叉验证法的模拟预报精度要明显优于分离样本验证法,该法能够充分利用资料信息,特别是当资料系列较短的情况下,其优越性更加突出。     

基于TM影像的升金湖自然保护区土地利用生态风险评价

根据安徽省升金湖国家自然保护区1986,1995,2000,2004,和2011年五期TM影像,运用ERDAS,ARCGIS等软件,获取了20余年升金湖保护区实验区,缓冲区,核心区三个功能区不同时期的土地利用信息,结合社会经济数据,选取影响土地利用生态风险变化指标,建立土地利用生态风险评价指标体系。在此基础上,用层次分析法和专家打分法确定指标权重,利用模糊数学综合法建立土地利用生态风险评价模型。     

考虑抽样不确定性的水文设计值估计

水文频率分析计算过程中,水文极值样本系列容量一般都较小、代表性不高,使得水文设计值估计具有不确定性。利用Bootstrap方法,研究样本抽样不确定性对水文设计值的影响。与传统水文频率分析方法相比,基于Bootstrap方法不仅可提供设计值的点估计和区间估计,同时能够对设计值的不确定性进行定量评价。此外,基于Bootstrap技术,结合矩法、权函数法及线性矩法,设置3套方案,分析了该方法在不同参数估计方法间的有效性。以南通市1970-2011年共42年的年降雨量数据资料为例,对所提方法进行实例应用分析,结果表明,从期望设计值、90%置信区间及最终设计值角度而言,基于所提方法的设计成果受参数估计方法的选取影响不大,且可回避规范中B值诺莫图通用性较差及误差显著问题。     

基于不确定性迭代优化的山地植被遥感制图

山地因其较高的异质性和特殊的环境特征给遥感科学及其应用带来了诸多问题和挑战。为实现山地植被信息的精准提取,本研究选择部分滇西北山地区域作为研究区开展方法实验,利用高分辨率遥感影像数据和数字高程模型,结合分区分层感知思想,提出一种基于不确定性理论的山地植被型组分类制图方法。首先结合地形对研究区影像进行多尺度分割制作图斑;然后根据图斑特征使用随机森林方法进行分类,将分类结果与对应类别样本间的相似性作为优化目标,并构建混合熵模型定量计算图斑推测类型的不确定性,据此进行针对性的样本补充和分类模型的迭代优化。实验总体分类精度达90.8%,较迭代前提升了29.4%,Kappa系数达到0.875。在高不确定性区域,该方法相比使用一次性补样和随机补样方法的分类结果,精度分别提高了17%和13%。研究结果表明,通过人机交互的方式,基于不确定性理论为样本库融入增量信息的迭代优化方法能够有效提高植被型组分类的精度,相较于传统的样本选择方法具有更高的效率和更低的不确定性。