多变量线性回归的平均值概念及其在地学研究中的应用

文章以实例阐述了多变量一元线性回归计算中的“平均值概念”. 作者根据“平均值概念”, 利用珊瑚δ¹⁸O比值重建了最近90年西沙表层海水盐度的变化历史,并运用洛川黄土¹⁰Be记录示踪了最近80 ka全球性的古地磁漂移事件, 从而阐明了“平均值概念”在地学数据分析中的重要意义及应用前景.     

加权支持向量回归机及其在水质预测中的应用

支持向量机是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法。本文对用于回归估计的标准支持向量机加以改进，提出了一种新的用于回归估计的支持向量机学习算法，针对各样本重要性的差异，给各个样本的惩罚系数和误差要求赋予不同权重，并利用加权支持向量回归机的理论及其算法构建水质预测模型。实验结果表明，该方法对水质具有较好的预测效果。     

影响黄土湿陷系数因素的分析

在工程地质勘察及土工试验资料的基础上，分析影响黄土湿陷性的主要因素，应用数理统计方法．系统研究了不同深度黄土湿陷系数随天然含水量和干密度的变化规律：黄土的湿陷系数δs随深度的增加而减小；天然含水量ω和干密度γd与黄土的湿陷系数δs均呈直线负相关关系。通过回归分析建立了黄土湿陷系数与其主要影响因素间的线性回归方程：δs=-0．00038ω-0．1022γd＋0-1839。     

城市湖泊水华预警模型研究——以北京“六海”为例

采用决策树方法和非线性回归方法建立湖泊水华预警模型。决策树方法预测水华爆发时机,非线性回归方法预测水华爆发强度,并运用信号灯显示方法,划分出水华爆发的预警区间。以北京六海为例,模型结果表明来水水量Q,温度T和总磷浓度是影响“六海”湖泊水华爆发的主要影响因子,选择叶绿素a(Chl-a)<30 μg/L的预警信号为绿色,30 μg/L60 μg/L为红色。当每月来水量Q>79.0万m3或来水量Q<79.0万m3,水温<13.4℃,预警指标为绿色;Q<79.0万m3,水温T>13.4℃,水华预警为黄色;Q<38.7万m3时,T>23.25℃,TP>0.13 mg/L,水华预警为红色。对模型结果分类进行了验证。结果表明:模型对于限制因素发生变化时的水华预测结果更为准确,并且结构简单,输入输出关系明显,结果易于解释。     

用T213做咸阳分县分级降水预报

采用MOS释用方法2002年4—10月T213产品与咸阳各县对应月份降水求相关,选取相关性好的格点因子作为预报因子,用最优子集回归方法建立了咸阳分县分级降水预报方程,并用2002年4—10月资料和降水对预报方程的临界值进行订正,同时建立了用因子消空的条件,取得较好的效果。     

土地覆盖制图：基于最优化遥感数据的支撑向量机分类

遥感数据具有在不同空间、光谱和时间尺度上获取地表测量信息的能力,使其成为获取土地覆盖信息的一个主要数据源。影像分类即把卫星影像上的相关像元划分给某类已知的土地覆盖类型的过程。支撑向量机（SVMs）是一种土地覆盖分类的新技术。三种常用的SVMs是：基于线性和多项式的SVM以及具有高斯核函数的SVM分类器,分类能否成功地应用有赖于其各自选择的最佳参数。但是海量的遥感数据使得这些参数的确定速度十分缓慢。本文研究了一种新的基于最优化遥感数据压缩技术的SVM分类方法。研究显示用于获取SVM参数的数据量能够在不影响土地覆盖的分类精度的前提下进行压缩。数据压缩成功的应用于多项式和高斯核函数的SVM分类,而线性SVM的分类精度却非常低。     

GIS支持下的小流域水土保持应用研究

以黄河水土保持生态工程邙山生态园区邙山小流域水土保持为例,基于GIS技术,采用高分辨率遥感卫星IKONOS和高精度1∶1万比例尺DEM数据源,对小流域土地利用、植被覆盖、土壤侵蚀等进行了分析,建立了一个初步的水土保持应用系统.实现了水土保持信息查询、水土保持系列制图、水文特征分析、土壤侵蚀量估算等功能,对推进空间信息技术在水土保持领域应用进行了有益的探索.     

基于CART集成学习的城市不透水层百分比遥感估算

利用Landsat ETM^＋遥感数据，提出了一种基于CART集成学习的ISP遥感亚像元估算方法，将Boosting重采样技术引入CART分析中，用于提高ISP估算的精度。实验结果表明，该方法的ISP估算性能优于传统的单一CART学习算法，从ETM^＋影像中估算的ISP值与真实值之间的相关系数达到0．91，平均偏差为11．16％。     

融合形状和光谱的高空间分辨率遥感影像分类

提出了一种像元形状指数及基于形状和光谱特征融合的高（空间）分辨率遥感影像分类方法。形状和光谱是遥感影像纹理的具体表现形式,尤其在高分辨率影像中地物细节得到充分表达,相邻像元的关系及其共同表征的形状特性成为分类的重要因素。本文用像元及其邻域的关系来描述其空间结构,同时为了更全面地利用影像特征,提出了基于支持向量机的形状和光谱融合分类方法。实验证明,该方法计算简便且能有效表达高分辨率影像的地物特征,提高分类精度。     

影响流域土壤流失的降水量的PPAR(K)预测模型

介绍了投影寻踪自回归（ＰＰＡＲ（Ｋ））的基本思想及其算法。用ＰＰＡＲ（Ｋ）和均生函数（ＭＧＦ）两种方法对泸州市和北碚市降水量的时间序列进行了建模预测。结果表明ＰＰＡＲ（Ｋ）模型具有较高的稳定性和预测精度。