基于机器学习的重庆长江航道雾图像特征识别研究

基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率。结果表明：机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法。对于能见度超过1500 m的无雾天气,模型的识别准确率为100%,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90%以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70%。     

南黄海西部2007年4月的逆温跃层

利用南黄海西部2007-04的温盐实测资料,采用海洋层结谱表达法及自适应识别,得到逆温跃层的"五点三要素",形成强度要素平面分布图.分析表明,逆温跃层的存在与黄海暖流水有直接的关系:1)4月份,黄海暖流水受到的海面冷却仍是产生逆温跃层的普遍原因,在该海区黄海暖流向北延伸和向两侧拓展的区域都有该种类型的逆温跃层存在,位置相对较浅;2)但在偏南的黄海暖流主干区,海面冷却产生的效应被主流区的热量补充所抵消,逆温跃层很弱甚至消失,这是该月份逆温跃层分布区向北退缩并在南部中心附近呈现缺失区的主要原因;3)南下的鲁北沿岸流水的冷水叠加在黄海暖流水的暖水上方,使逆温跃层加强,使得冷暖水的作用区成为强逆温跃层区;4)黄海暖流左侧冷沿岸流水及右侧冷水的前端向黄海暖流楔入,其前端往往覆盖在底层高温高盐的黄海暖流水上方形成下逆温跃层,从而形成双逆温跃层.这些特点,较以前认知更加客观、全面、细致和准确.     

高分辨率遥感影像目标分类与识别研究进展

高分辨率遥感影像的目标分类与识别,是对地观测系统进行图像分析理解,以及自动目标识别系统提取目标信息的重要手段。本文综述了当前国内外在可见光、红外、合成孔径雷达和合成孔径声纳等遥感影像的目标分类与识别的关键技术和最新研究进展。首先,讨论了高分辨率遥感影像的目标分类与识别问题的主要研究层次和内容;其次,深入分析了高分辨率遥感影像目标分类与识别,在滤波降噪、特征提取、目标检测、场景分类、目标分类和目标识别的关键技术及其所存在的问题;最后,结合并行计算、神经计算和认知计算等技术,讨论了目标分类与识别的可行性方案。具体包括：（1）高性能并行计算在高分辨率遥感图像处理的主流技术,并给出了基于Hadoop+OpenMP+CUDA的高分辨率遥感影像混合并行处理架构;（2）深度学习对于提升目标分类和识别精度的应用前景,以及基于深度神经网络的多层次遥感影像目标识别方法;（3）认知计算在解决遥感影像大数据不确定性分析的模型与算法,并讨论了层次主题模型的多尺度遥感影像场景描述方案。此外,根据媒体神经认知计算的相关研究,探讨了遥感影像大数据的目标分类和识别的发展趋势和研究方向。     

Distributions of polycyclic aromatic hydrocarbons and alkylated polycyclic aromatic hydrocarbons in Osaka Bay,Japan

Contaminations in sediments by polycyclic aromatic hydrocarbons (PAHs) and alkylated PAHs were investigated at 44 sites in Osaka Bay, Japan. Concentrations of total PAHs and alkylated PAHs were in the range 6.40–7800 ng/g dry weights and 13.7–1700 ng/g dry weights, respectively. The PAH concentrations tended to be higher along the shoreline in the vicinities of big ports, industrialized areas, and densely populated regions such as the cities of Osaka and Kobe. The major sources appeared to be pyrogenic or both pyrogenic and petrogenic at most of the sites. PAH concentrations were remarkably high at a site near Kobe, where the concentrations of dibenzo(a,h)anthracene and benzo(g,h,i)perylene exceeded the effects-range-medium concentration and eight PAHs were above the corresponding effects-range-low concentrations. Those PAHs may have been derived from the great fire associated with the large earthquake in 1995.     

基于植被指数的高光谱遥感水陆识别方法初探

提出了一种判别两类地物分类效果的依据——显著性度量,并采用植被指数的形式,给出了应用高光谱图像进行水陆识别的方法。以滩涂为例进行水陆识别实验,结果表明,基于显著性度量遴选得到的最佳植被指数类型及其最佳波段组合,适合于解决以高光谱图像为数据源的水陆识别问题。     

自动计算热带气旋位置和范围的方法研究

本文以卫星云图的热带气旋云系为研究对象,基于Canny边缘检测、contour轮廓提取等方法,研究了通过图像的形状特征和范围大小对热带气旋云系进行自动识别,得到了较好的效果。这种方法有助于提高热带气旋云系识别的自动化程度,实现热带气旋的自动跟踪,从而为热带气旋的预报提供了便利。     

典型滑坡监测点优化布置

利用数值模拟技术与模糊模式识别算法提出了滑坡监测点优化布置的基本方法。以链子崖危岩体为例,以Ⅳ-Ⅳ′剖面作为滑坡监测点优化布置的典型剖面,根据监测变量（位移）对外界干扰因素作用下的灵敏度大小与监测信息量获取大小之间的关系,对该危岩体的监测变量（位移）进行了灵敏度分区研究,进而对该典型剖面的监测点进行了优化设计。研究结果表明,链子崖危岩体地表位移监测点宜布置在位移量明显和状态变化灵敏度较高的部位,深部位移监测钻孔宜穿越所有水平位移变化的灵敏区域。     

基于视觉的水雷目标识别方法研究

水下目标识别一直是目标识别领域的研究热点,为此,以水雷目标识别为需求背景提出了一种基于视觉的水雷目标识别方法。该方法从水雷目标形状的本质特征出发,根据几何矩的物理意义,结合区域特征和边界特征构造了三个适合于水雷目标形状描述子,采用阈值判决的方法,实现水雷目标的识别。实验结果表明,该方法比基于不变矩的方法识别率更高,具有较好的稳定性,尤其适用于水下特定形状的目标识别和目标受到部分遮挡的情况。其中水下图像处理和特征的定义方法对水下目标识别具有指导和借鉴意义。     

农户对农村居民点整合的意愿及其驱动机制——以重庆市沙坪坝区曾家镇白林村为例

农村居民点整合作为乡村治理的重要内容,在时间上,既要与农村居民点建设相联系,又要真实反映未农户的居住意愿、需求与偏好;在空间上,既要满足不同农户的生产、生活需求,还要考虑农户所在村落的空间层次;尊重农户的整合意愿与发挥农村居民点整合效应间的耦合,已成为农村居民点整合和解决民生的重心。研究选取重庆市沙坪坝区曾家镇白林村为样点,采取“PRA(Participatory Rural Appraisal)+3S(GIS+RS+GPS)”的方法建立“农户—土地”空间特征与属性特征一体化数据库,按农户生计资产配置结构和未来生计发展趋势,剖析不同类型农户对农村居民点整合的意愿及其驱动机制。结果表明:农户农村居民点整合意愿各异,非农专业化发展型(72.82%)>非农多样化发展型(49.66%)>兼业发展型(44.44%)>农业专业化发展型(36.84%)>农业多样化发展型(37.33%)。农户农村居民点整合意愿受家庭经济、居住环境、社会交往及政策等多种因素的影响,而农户后顾生计来源及其收入变化、居住条件、邻里关系、社会地位感知是农户农村居民点整合意愿形成的重要驱动机制。