遥感影像分类与地学知识发现的集成研究

遥感与地学之间存在着数据与知识上巨大的互补性。本文通过地面类型数据将遥感影像分类与地学知识发现结合起来:用遥感数据驱动发现地学知识,用地学知识解释、确认、检验遥感分类结果,并使用统计值和分布谱来定量化表达地学知识,形成一体化的遥感地学分类系统。     

像元信息分解和决策树相结合的影像分类方法

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区。用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明：该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16％。     

五台山冰缘地貌植物群落的数量分类与排序

在野外样方调查的基础上,采用双向指示种分析法(TWINSPAN)和除趋势对应分析法(DCA)对五台山冰缘地貌植被进行了数量分类和排序研究,将五台山冰缘地貌植被分为13个群丛,13个群丛是不同冰缘地貌生态景观的重要组成要素,各群丛的群落学特征与冰缘地貌生境有密切的生态关系。DCA样方排序结果和种排序结果表明,五台山冰缘地貌植物群落分布格局是土壤、水分、热量等综合环境因子决定的。而不同冰缘地貌上植物群丛优势种的分布格局在很大程度上决定着植物群丛类型的分布格局,反映出植物群落类型和物种分布随冰缘地貌类型及环境梯度变化的趋势。     

Head/Tail Breaks: A New Classification Scheme for Data with a Heavy-Tailed Distribution

This article introduces a new classification scheme—head/tail breaks—to find groupings or hierarchy for data with a heavy-tailed distribution. The heavy-tailed distributions are heavily right skewed, with a minority of large values in the head and a majority of small values in the tail, commonly characterized by a power law, a lognormal, or an exponential function. For example, a country's population is often distributed in such a heavy-tailed manner, with a minority of people (e.g., 20 percent) in the countryside and the vast majority (e.g., 80 percent) in urban areas. This new classification scheme partitions all of the data values around the mean into two parts and continues the process iteratively for the values (above the mean) in the head until the head part values are no longer heavy-tailed distributed. Thus, the number of classes and the class intervals are both naturally determined. I therefore claim that the new classification scheme is more natural than the natural breaks in finding the groupings or hierarchy for data with a heavy-tailed distribution. I demonstrate the advantages of the head/tail breaks method over Jenks's natural breaks in capturing the underlying hierarchy of the data.     

模糊数学方法在中国土地资源评价中的应用进展

对近30年来模糊数学方法应用在我国土地资源评价中的论文进行检索与分类统计,以常用模糊数学方法为主线进行应用进展分析与展望。研究结果表明,自1980年以来,模糊数学方法在我国土地资源评价中逐步得到应用,研究论文分布在几十种期刊上,论文作者比较分散;其中,模糊综合评价、模糊聚类分析方法应用相对较多,分别占检索论文总数的46%和26%。模糊综合评价方法主要应用在土地适宜性评价、土地质量评价、可持续发展评价等方面;模糊聚类分析方法主要应用在土地利用类型划分和土地资源评价等方面。模糊数学方法将在土地资源评价、分类、规划、决策、预测和控制问题研究中得到进一步应用。在应用模糊数学方法时应注意合理描述模糊概念、注重多种方法并用,在实践中不断创新。     

Automatic mapping of lunar landforms using DEM-derived geomorphometric parameters

Developing approaches to automate the analysis of the massive amounts of data sent back from the Moon will generate significant benefits for the field of lunar geomorphology. In this paper, we outline an automated method for mapping lunar landforms that is based on digital terrain analysis. An iterative self-organizing (ISO) cluster unsupervised classification enables the automatic mapping of landforms via a series of input raster bands that utilize six geomorphometric parameters. These parameters divide landforms into a number of spatially extended, topographically homogeneous segments that exhibit similar terrain attributes and neighborhood properties. To illustrate the applicability of our approach, we apply it to three representative test sites on the Moon, automatically presenting our results as a thematic landform map. We also quantitatively evaluated this approach using a series of confusion matrices, achieving overall accuracies as high as 83.34% and Kappa coefficients (K) as high as 0.77. An immediate version of our algorithm can also be applied for automatically mapping large-scale lunar landforms and for the quantitative comparison of lunar surface morphologies.     

青岛市短时强降水的气候特征和天气系统分型

利用1981—2012年4—10月青岛市7个观测站逐时降水量资料和同期NCEP再分析资料,统计分析青岛市短时强降水的时空分布特征,建立青岛市短时强降水天气概念模型。结果表明：青岛市年短时强降水日数无明显变化趋势;4—10月均有短时强降水出现,7—8月是多发月份;短时强降水的日变化有2个多发时段,主峰在下午到傍晚时段,次峰在凌晨时段;即墨、平度、黄岛为青岛市短时强降水的多发区域,其中黄岛为连续性短时强降水出现最多的区域;青岛市产生短时强降水的天气系统可分为六种类型,西风槽型、横槽型、冷涡型、热带低值系统型、西北气流型、切变线型,其中西风槽型出现次数最多。     

新疆哈密大降水的大气环流特征分型

利用1951~2012年新疆哈密市的观测资料和NCEP再分析资料,对造成哈密市大降水(12.0 mm)的大气环流特征进行合成分析。结果发现造成哈密站大降水的大气环流分为4种类型:横槽型、低涡型、低槽(ω)型和不稳定小槽型。其中出现暴雨以上降水(24 h降水量24.0 mm)的个例集中在低槽(ω)型;横槽型个例的降水量在13.0~22.0 mm之间;低涡型个例的降水量分布相对均匀,在15.0~20.0 mm之间;不稳定小槽型个例的降水量偏少,全部在18.0 mm以下。4种类型的大气环流特征主要在对流层中高层差异明显。横槽型中低纬度环流平直,其横槽的北部是西北气流,南亚高压是青藏高压西部型;低涡型的中低纬度,在孟加拉湾有低槽,低槽的北部有低涡存在,低涡西面的脊偏强,其南亚高压是青藏高压东部型;低槽(ω)型东部的脊偏强,呈西北东南向,南亚高压是伊朗高压型;不稳定小槽型的南亚高压为伊朗高原到青藏高原东部的带状,500 hPa位势高度场上,85°E以西是平直的偏西气流,新疆东部地区有一小的短波槽。     

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。     

地图数据图层级批量综合功能的设计与研制

目前,已有地图综合系统使用过程中需要专业人员深度参与,耗时耗力、自动化程度较低。针对这一问题,从软件工程的角度探讨了图层级批量综合功能的研制。以1∶5万居民地图层数据的综合处理为例,分别从建筑物目标的剖分、特征参量定义与计算、综合操作决策与实施、综合控制规则建立与表达4个方面进行分析,尝试构建"特征诊断→行为决策→操作执行"的完整技术链条。结合样例数据对提出的技术设想进行可行性验证,并对后续工作进行展望。