综合景观格局与经济指标进行土地利用二维尺度分区——以青海省为例

运用空间统计分析方法综合表征土地利用特征的景观格局指数和社会经济指数进行土地利用分区.经过指数降维、筛选指数因子进行系统聚类,在聚类分区方法的选择上,经过反复验证选定标准欧氏距离-加权平均法和明科夫斯基-加权平均法两种最佳匹配算法.将聚类结果合并分区,将青海省土地划分为4个区,各区地类景观和经济水平相异,分析结果对指导青海省土地利用合理规划开发意义重大.     

基于主成分分析的植被含水率模型

为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06.     

CBERS-02B星CCD与HR数据融合方法探讨

随着CBERS-02B星(以下简称02B星)多光谱CCD数据与全色HR数据在各个领域的广泛应用,两者相差较大的空间分辨率给图像融合带来难题。在对改进型的IHS变换、主成分变换、Brovey变换、GS变换等融合算法分析的基础上,利用02B星数据进行融合试验,并对试验结果进行定性与定量评价,结果表明:①Brovey变换融合效果较差;②在影像的阴影区域,改进型的IHS变换融合结果存在光谱失真;③PCA变换光谱保真较好;④GS变换无论是统计结果还是图像的色彩和清晰度都明显优于上述三种方法。     

利用经验模态分解和主成分分析的SAR图像相干斑抑制

对SAR图像应用对数加性噪声模型,将经验模态分解(Empirical mode decomposition, EMD)与主成分分析(Principal Component Analysis, PCA)相结合,提出了一种基于PCA的EMD相干斑抑制算法。根据对数SAR图像中相干斑噪声的统计特性和高斯白噪声经EMD分解后的能量分布模型,近似估算SAR图像经EMD分解后各层内蕴模态函数中所含噪声的能量;将内蕴模态函数利用PCA进行分解,根据PCA对含噪信号的分解特性和内蕴模态函数中噪声能量所占的比例,选择合适的成分分量重构内蕴模态函数,以进一步去除噪声保留有用的细节信息。仿真实验结果表明,本文方法在有效抑制相干斑噪声的同时可以较好地保持边缘纹理细节的清晰。     

黄河中游地区荒漠化变化特征及影响因素

黄河中游地区荒漠化形势十分严峻,为了更好地掌握该区荒漠化变化情况与影响因素,利用全国生态地质环境遥感调查与监测项目提供的1975年、1990年、2000年、2007年4期荒漠化遥感解译变化统计图,提取黄河中游地区32 a来的荒漠化变化信息,利用MapGIS 6.7软件平台对研究区荒漠化情况做了统计分析,并利用SPSS软件对荒漠化的影响因素做了主成分分析,探讨黄河中游地区荒漠化的变化特征以及不同影响因素在荒漠化发展中的作用.结果表明:近年来局部地区荒漠化有所缓解,2007年总荒漠化面积较1975年减少了2.43×103 km2;但总体形势依然严峻,荒漠化面积超过研究区总面积的60％.风成地貌类型上的荒漠化最严重,占研究区总面积的43.1％.短期内,人为因素对荒漠化发展的影响占52％,气候因素的影响占48％,也就是说,相对恶劣的气候条件和不断增强的人类活动共同影响着当地荒漠化的发展.     

一种局部最优邻域法向量估算的巷道点云去噪方法

针对三维激光扫描技术在获取巷道内壁点云数据时会包含大量非巷道内壁点,无法快速有效地获取巷道围岩形变信息的问题。该文提出一种基于局部最优邻域法向量估算的巷道点云去噪方法,该方法采用自适应邻域半径的主成分分析算法,提高了点云法向量估算的精度和方向一致性,较好地解决了区域生长算法提取巷道内壁点云时存在的孔洞过多与噪声点云去除不彻底的问题,实现了巷道内壁点云较为完整的获取。通过不同类型的巷道点云数据进行验证,结果表明,该方法能够有效地去除非巷道内壁点云,提高巷道内壁点云获取的精度。     

2003—2022年长江流域水储量变化时空特征研究

针对探究长江流域内水储量变化的时空特征对水资源管理、灾害预防的重要意义,该文利用GRACE、GRACE-FO数据和水文资料采用主成分分析算法进行了研究。2003年以来,长江流域水储量呈现增多的趋势,在2003年1月—2017年7月以2.75±0.62 mm/a的速率上升,在2018年6月—2022年1月以0.54±2.19 mm/a的速率上升,上升速率变缓。主成分分析结果表明,长江流域水储量变化以年周期性信号为主,最明显年周期性信号出现在金沙江流域下游;第三主成分反映了小于一年周期的信号,对应的特征向量在2003年1月—2017年7月和2018年6月—2022年1月存在较大差异,导致这种变化的原因可能与极端气候事件有关。     

结合InSAR和独立成分分析的衡水市地面沉降研究

针对地下水的过度开采容易导致地面沉降问题,为了更好地管理地下水开采,防控地面沉降,该文结合使用了InSAR时序数据和ICA方法,将衡水市部分地区2017—2020年地面沉降分解为3个模式,并结合地下水等数据对独立成分的时空特征进行分析。通过IC时间序列与地面沉降序列较高的相关系数(0.98、0.74和0.84以上),验证了独立成分时间序列与地面沉降的一致性;通过各分量的贡献占比,可知地面沉降的主导成分;IC3与地下水的相关系数(0.9以上)表明IC3受到地下水变化的控制。实验结果表明,研究区地面沉降有长期沉降、城市生活和工业用水引发的沉降以及季节性沉降3种沉降模式,其中长期沉降为地面沉降的主导成分,季节性沉降与冬小麦-夏玉米的耕作制度有关。     

CBERS-02B星数据融合方法评价

CBERS—02B星(以下简称02B星)多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难。在对IHS变换、主成分分析变换、Brovey 变换、GS变换等融合算法分析的基础上,利用02B星数据进行了融合试验。通过对试验结果的目视评价与定量分析发现,PC变换和GS变换方法融合图像纹理信息较清晰,光谱保真度较好。在GS变换融合中,可利用02B星CCD相机第5波段模拟GS变换的低分辨率输入,融合结果统计值优于PC变换。     

基于主成分分析的ENVISAT ASAR数据在福建省漳州市香蕉园地提取中的应用(英文)

Banana is one of the main economic agrotypes in Zhangzhou, Fujian Province. The multi-temporal ENVISAT ASAR data with different polarization are used to classify the banana fields in this paper. Principal component analysis (PCA) was applied for six pairs of ASAR dual-polarization data. For its large leaves, banana has high backscatter. So the value of banana fields is high and shows very bright in the 1st component, which makes it much easier for banana fields extraction. Dual-polarization data provide more information, and the VV and VH backscatter of banana show different characters with other land covers. Based on the analysis of the radar signature of banana fields and other land covers and the 1st component, banana fields are classified using object-oriented classifier. Compared to the field survey data and ASTER data, the accuracy of banana fields in the study area is 83.5%. It shows that the principal component analysis provides the useful information in SAR images analysis and makes the extraction of banana fields easier. Supported by the Program for New Century Excellent Talents in University (NCET-05-0573), Fujian Science and Technology Project (No.2006I0018), the Science Project of the Education Department of Fujian Province(No. 2006F5022).