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％。     

基于区间树索引的等高线提取算法

重新设计了从高程格网中提取等高线过程中的遍历策略，以保证提取结果具有统一的方向；针对日益增长的高程格网数据量，提出了基于区间树索引来查找等高线起点的算法。     

基于决策树的高光谱数据特征选择及其对分类结果的影响分析

本文利用OM IS高光谱数据,研究了决策树算法（Decision Tree,DT）特征选择的特点以及特征选择对决策树分类结果的影响。设计了三种特征选择方法：SEP,MDLM和RELIEF,将它们与DT特征选择的结果以及特征选择后的分类精度（考虑了三种分类器：最大似然法、后向传播神经网络、最邻近法）进行对比,并分析了这三种特征选择方法对决策树结构和分类精度的影响。结果显示,DT是一种比较好的特征选择方法;经过特征选择后再生成的决策树比直接生成的决策树,用到更少的特征（平均减少了43.36%）、有更多的节点（平均增加了18.61%）和更高的分类精度（平均提高了0.35%）,当样本数量少时,分类精度的提高幅度最大,而树的大小却基本没有增加。     

High chloride concentrations in the soil and groundwater under an oak hedge in the West of France: an indicator of evapotranspiration and water movement

Chloride is a major anion in soil water and its concentration rises essentially as a function of evapotranspiration. Compared to herbaceous vegetation, high transpiration rates are measured for isolated trees, shelterbelts or hedgerows. This article deals with the influence of a tree hedge on the soil and groundwater Cl^? concentrations and the possibility of using Cl^? as an indicator of transpiration and water movements near the tree rows. Cl^? concentrations were measured over 1 year at different depths in the unsaturated zone and in the groundwater along a transect intersecting a bottomland oak hedge. We observed a strong spatial heterogeneity of Cl^? concentrations, with very high values up to 2 g l^?1 in the unsaturated zone and 1·2 g l^?1 in the upper part of the groundwater. This contrasts with the low and homogeneous concentrations (60–70 mg l^?1) in the deeper part of the groundwater. Cl^? accumulation in the unsaturated zone at the end of the vegetation season allows us to identify the active root zone extension of trees. In winter, upslope of the tree row, downwards leaching partly renews the soil solution in the root zone, while the slow water movement under the trees or farther downslope results in Cl^? accumulation and leads to a salinization of the soil and groundwater. This salinization is of the same order as experimental conditions produce negative effects on oak seedlings. The measurement of Cl^? concentrations in the unsaturated zone under tree rows at the end of the vegetation season would indicate whether certain topographic, pedological or climatic conditions are likely to favour a strong salinization of the soil, as observed in the present study. Copyright © 2009 John Wiley & Sons, Ltd.     

轨道扣件病害自动化检测研究及应用

传统扣件检查基本采用人工检查方式,不仅工作效率低、劳动强度大,而且人为干扰因素多、检查采样率低。针对以上问题,本文提出了一种基于线结构光传感器的轨道扣件损伤和松动检测方法,并开发了轨道扣件智能监测系统以实现扣件病害自动检测。最终将研究成果应用于徐州市某地铁区间轨道扣件检测,验证了该方法的可行性和准确率,为地铁轨道扣件检查提供了新方法。     

基于图分割的可变比例尺地图分幅回溯算法

总结了地图分幅需遵循的原则,并针对地图集中可变比例尺的分幅,将其定义为基于约束条件的图分割问题,用最小生成树(minimum spanning tree,MST)将制图区域关联起来,基于回溯算法对MST裁剪实现地图集的分幅。实验结果表明,所提出的方法能较好顾及地图集分幅的相关原则,满足地图集制作的要求。同时,利用该方法设计的地图集分幅工具已成功应用于《武汉市汉阳地区地名图集》等的制作,有效提高了地图设计人员的工作效率。     

基于模糊逻辑的大气云粒子相态反演和效果分析

为了探究8mm云雷达探测到的大气云粒子相态特征,根据Shupe总结得到云雷达探测参量:反射率因子、Doppler径向速度、线性退偏振比以及温度在不同相态水凝物对应的云雷达产品特征阈值,采用不对称T型的隶属函数,成员函数包括:反射率因子、线性退偏振比、径向速度以及垂直温度廓线,反演出的粒子相态包括:雪、冰晶、混合相态、液水、毛毛雨、雨等6种。通过联合分析中国气象科学研究院灾害天气国家重点实验室的偏振云雷达探测资料和GTS1型探空仪温度数据,结果表明;通过模糊逻辑法对云雷达探测的参量反演出的大气粒子相态结果与探空实时数据一致性较好,对现阶段常规天气预报参考、人工影响天气作业指挥以及效果评估来说具有较好指导性。     

基于无人机影像的无瓣海桑单木提取与地上生物量估算

无瓣海桑(Sonneratia apetala)是中国红树林恢复种植最早引进的优质红树树种,其生产力在红树林群落中处于较高水平,具有显著的高生物量和能量积累。然而,由于红树林群落冠层密集、结构复杂,精确描绘无瓣海桑的单木树冠存在极大挑战性。传统的卫星遥感侧重于区域或更大尺度监测需求,而新兴的低空无人机遥感在更精细尺度的红树林生态监测中具有显著优势。以广东省珠海市淇澳岛红树林自然保护区为研究区,利用消费级无人机影像生成的冠层高度模型(Canopy Height Model, CHM)和种子区域生长(Seed Region Growing, SRG)算法进行无瓣海桑单木树冠提取,并建立基于地面调查数据获取的树高和胸径两者之间的回归关系,以优化无瓣海桑地上生物量异速生长方程,进而实现研究区单木尺度的无瓣海桑地上生物量估算。结果表明：基于无人机影像可以有效提取无瓣海桑单木树冠,其提取精度达到67%;验证了树高和胸径之间较高的相关性,提出了基于树高的无瓣海桑地上生物量异速生长方程;研究区无瓣海桑平均地上生物量的范围为2.99～247.24 t/hm²,平均值为92.14 t...     

采用非线性决策树的学生课堂教学满意度研究

学生反馈是评估高等院校课堂教学质量的重要指标。目前,对学生反馈的问卷仅进行主观理解和简单统计,无法提供准确定量的分析和支持依据。使用非线性决策树,对近3年本科必修双语课程《数字图像处理》的学生评教问卷进行数据挖掘,首先将其分成3类和10个不同输入,然后通过数据预处理、模型选择和建模,最后构建树状模型对其进行分析。分析结果符合对于该课程学生反应和争议较大的问题预期,为课程设计提供定量有效的教学分析工具。     

基于ENVI 的唐山湾三岛土地利用遥感分类方法的比较分析

对唐山湾三岛2010年10月10 m分辨率的SPOT5多光谱数据源,采用不同分类方法进行识别和判断,并对比不同分类器在遥感影像分类中的应用效果和分类精度。有针对性地探究海岛土地利用遥感分类过程中不同方法的优劣,获取最适于岛陆地区土地利用的遥感分类方法。根据土地利用现状分类标准(GB/T21010-2007)和海岛陆域土地利用类型划分的相关规定,将唐山湾三岛主要分为滩涂、裸地、林地、草地、居住区、内陆水体和潮间带(潮水覆盖区)6类。并分别构建结合人为控制的非监督分类、监督分类和基于专家知识的决策树分类系统,参照更高分辨率影像、先验知识和野外调查资料,评价分类结果与实地调查结果的吻合程度,最终通过总体分类精度和Kappa系数等指标对各分类器精度进行评价和对比分析。