基于 DTW 距离的时序 NDVI 数据植被信息提取--以秦巴山区为例

秦巴山区是我国重要的生态屏障,对该区的植被信息提取开展研究,可为区内生态服务功能及自然资源开发利用提供基础数据。通过加窗处理改进DTW距离相似性算法,结合临近度模糊分类方法对2005—2014年的MODIS NDVI时序数据进行植被信息提取。首先利用S-G滤波对MODIS NDVI时序数据进行重建;再利用2013年的采样数据构建各类植被的标准NDVI时序曲线,逐像元计算与标准NDVI时序曲线的加窗DTW距离,利用临近度模糊分类实现植被信息提取;最后验证提取精度。结果表明,算法具有较高的运行效率,可避免错误匹配,以较高的精度(总体精度83.8%,kappa系数0.77)实现长时间序列的植被信息提取。     

影像与激光雷达数据的城市地物信息提取

针对城市地物信息提取中地物边界难以确定、分类精度不高的问题,该文提出一套综合利用影像及激光雷达点云高程信息的面向对象分类方法。在分割中,各类地物的最佳分割尺度由监督法分割精度评价确定,最终分割结果利用粒度理论下的分割尺度综合方法进行合成,能兼顾不同地物最优分割尺度,获得准确地物边界;在分类中,采用ReliefF特征选择算法度量从影像及点云数据提取的对象特征重要度,选择最佳特征组合,并采用多分类器组合方法进行分类,以消除Hughes现象,提高分类精度。选择德国斯图加特市两块实验区进行分类实验,结果表明:该方法有利于提高大范围城市地物精细信息提取的精度和效率,具有较高的应用价值。     

混合核特征加权SVM遥感湿地空间分类

针对湿地空间信息的复杂性和SVM的分类性能,设计一种基于混合核函数的特征加权SVM分类模型,综合利用多种特征信息,避免被弱相关特征所支配,从而提供更佳的映射性能和泛化能力。实验结果表明,该分类模型兼具良好的外推和内推能力,能够有效地融合不同信息源特征,得到更完整和准确的分类结果,在总体精度、Kappa系数等多项指标上都表现出更高的水平。     

高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。     

A support vector machine classifier based on a new kernel function model for hyperspectral data

The kernel function is a key factor to determine the performance of a support vector machine (SVM) classifier. Choosing and constructing appropriate kernel function models has been a hot topic in SVM studies. But so far, its implementation can only rely on the experience and the specific sample characteristics without a unified pattern. Thus, this article explored the related theories and research findings of kernel functions, analyzed the classification characteristics of EO-1 Hyperion hyperspectral imagery, and combined a polynomial kernel function with a radial basis kernel function to form a new kernel function model (PRBF). Then, a hyperspectral remote sensing imagery classifier was constructed based on the PRBF model, and a genetic algorithm (GA) was used to optimize the SVM parameters. On the basis of theoretical analysis, this article completed object classification experiments on the Hyperion hyperspectral imagery of experimental areas and verified the high classification accuracy of the model. The experimental results show that the effect of hyperspectral image classification based on this PRBF model is apparently better than the model established by a single global or local kernel function and thus can greatly improve the accuracy of object identification and classification. The highest overall classification accuracy and kappa coefficient reached 93.246% and 0.907, respectively, in all experiments.     

Grid pattern recognition in road networks using the C4.5 algorithm

Pattern recognition in road networks can be used for different applications, including spatiotemporal data mining, automated map generalization, data matching of different levels of detail, and other important research topics. Grid patterns are a common pattern type. This paper proposes and implements a method for grid pattern recognition based on the idea of mesh classification through a supervised learning process. To train the classifier, training datasets are selected from worldwide city samples with different cultural, historical, and geographical environments. Meshes are subsequently labeled as composing or noncomposing grids by participants in an experiment, and the mesh measures are defined while accounting for the mesh’s individual characteristics and spatial context. The classifier is generated using the C4.5 algorithm. The accuracy of the classifier is evaluated using Kappa statistics and the overall rate of correctness. The average Kappa value is approximately 0.74, which corresponds to a total accuracy of 87.5%. Additionally, the rationality of the classifier is evaluated in an interpretation step. Two other existing grid pattern recognition methods were also tested on the datasets, and comparison results indicate that our approach is effective in identifying grid patterns in road networks.     

矿床成矿系列——五论矿床的成矿系列问题

矿床的成矿系列(简称成矿系列)是矿床学领域的一个理论性概念,由五级序次组成。矿床成矿系列是成矿系列的第二序次,是成矿系列的核心部分。矿床成矿系列的划分,以岩浆、沉积、变质、表生和流体(非岩浆-非变质成因流体)5种成矿作用为基本原则,以成矿地质环境为基础,结合成矿的时段与形成的矿床组合进行划分。本文对矿床成矿系列时空范围、时空组成结构、矿化强度与演化、成矿区带内不同矿床成矿系列之间的演化、叠加和复合作用及对指导找矿的意义进行了论述。     

宁波市地下空间开发利用地质环境适宜性评价

随着城市化建设快速推进,地下空间资源开发是解决城市土地资源紧张的合理途径,而地质环境适宜性评价对地下空间的开发利用具有至关重要的作用。本文分析了城市地下空间开发利用地质环境适宜性评价的影响因素,运用层次分析法确定岩土体特征、水文地质条件、环境地质问题、技术经济等指标因素的权重,建立模糊综合评价模型,定量评价宁波东部新城浅层(-15~0m)和中层(-30~-15m)的地下空间开发利用地质环境适宜程度。评价结果显示,东部新城地下空间开发地质环境适宜性等级分为Ⅱ级较适宜和Ⅲ级较不适宜,并根据不同的适宜等级提出了地下空间开发利用方式,为宁波东部新城的地下空间开发利用提供依据。     

晋中至太原城际铁路沿线地质条件分析

晋中至太原城际铁路位于山西断陷带次级构造单元太原断陷盆地内,盆地内部新构造运动复杂,城际铁路沿线跨越多条第四纪隐伏活动断裂,并穿过榆次地裂缝发育地带及砂土液化区域,这些地质问题极大地影响着晋中至太原城际铁路的前期勘测选线。本文从地质构造、地层岩性、浅层地震勘探等方面对穿越城际铁路的三条活动断裂的危险性进行了分析评价,以查明断裂错动对城际铁路的影响。结合前人对榆次地裂缝的研究成果,对城际铁路附近的地裂缝发育情况进行了调查验证,以查明榆次地裂缝对城际铁路的影响。通过在城际铁路车站及车辆段布置地质钻孔,进行标贯试验、剪切波速测试,以查明城际铁路沿线工程地质条件,对沿线车站及车辆段场地进行液化判定及场地类别判定。针对城际铁路沿线存在的上述地质问题,给出了相应的工程建议,对城际铁路前期勘测设计具有重要的指导意义。     

基于地理格网分级法提取的中国传统村落空间分布

中国传统村落真实地记录了建筑、民俗民风和较原始的民居空间形态,是千百年来人类与自然和谐共存的生活基础。随着城市化进程加快,传统村落的存续受到了很大的挑战,为了更好地保护利用传统村落,对其进行多视角的研究尤为重要,除了微观层面的具体保护措施外,还应加强宏观层面的空间分布研究。地理格网是表达复杂地理现象、综合分析自然与人文数据、模拟地理系统功能与行为的基本方法。本文从百度影像地图提取村落坐标,并截取遥感影像作为村落点数据的判断补充,在此基础上,运用地理格网的分级法,对国家公布的三批中国传统村落(2555个)数据进行空间格局分析,结果表明：这些村落主要分布在中国东南部,如落在一级格网Ⅰ18、Ⅰ19就分别有586、781个村落,占三批传统村落总数的96.6%。通过对二级和三级格网的村落分布离散性进行分析,使传统村落的空间分布数据结构更加系统和清晰有序,为合理构建其数据库提供了框架基础。