基于小波分析的灰色-神经网络组合模型在大坝变形预测中的应用

监测序列经小波分解后可以得到各层分量。对低频分量采用灰色GM(1,1)模型进行建模预测,对高频分量采用BP神经网络进行建模预测,最后将各分量进行小波重构,得到监测序列的预测值。将预测值分别与没有进行小波分解直接用GM(1,1)模型预测的值和经小波分解的低、高频系数都采用GM(1,1)模型预测的值进行对比,发现经小波分解的灰色-神经网络组合模型预测精度更高。     

基于分形方法的蚀变矿物多尺度特征分析

针对矿化蚀变信息常常受其他地物信息的干扰与影像空间分辨率的制约而表现得非常微弱的问题,该文以Landsat7号ETM+30m空间分辨率的影像为数据基础,重采样得到一系列不同空间分辨率的影像;运用ETM+波段3/波段1比值法获得铁染蚀变相对含量灰度图,采用分形模型计算出不同分辨率下蚀变矿物的分维值,进而获得分辨率—分维值的一元线性回归方程;最后建立了基于分形理论的蚀变矿物多尺度分析模型,得到蚀变矿物空间分布特征变化的参考尺度。结果表明,在一定尺度范围内(30~280m),蚀变矿物显示出空间尺度特征。     

采用逻辑回归的汾河流域遗址分布研究

为了更好地指导考古挖掘和理解古人类活动,该文从汾河流域DEM数据中提取高程、坡度、坡向、地形起伏度、地表曲率、距河流距离及距大遗址距离等作为自变量,利用二元逻辑回归建立流域内仰韶时期至夏商时期各时期遗址分布模型,对模型结果进行了定量分析并生成了汾河流域各时期遗址分布概率图,在此基础上对汾河流域人类文化遗址的分布特征进行研究。遗址分布模型总体分类精度较好。遗址分布模型对考古工作及古环境研究具有重要价值,可以为考古工作提供决策支持。     

地形辐射校正模型研究进展

从经验模型、物理模型及半经验模型3个方面综述了地形辐射校正模型研究的主要进展,并从模型的输入参数、前提假设条件和评价方法3个方面讨论了现有模型存在的一些问题.最后,对地形辐射校正模型的研究前景进行了展望,认为可以从多源或多时相数据、图像增强或信息填充等方面恢复阴影区域信息,提高模型的校正精度,考虑引入新的数理统计方法进行精确的定量评价,并建议地形辐射校正模型研究应该更加重视阴影区域光谱信息的恢复,尤其是在地形复杂的山区.     

平稳自回归模型在高层建筑沉降预测中的应用

首先介绍了平稳自回归模型-AR(p)模型,然后将该模型应用到高层建筑沉降预测实例中,通过沉降实测数据与预测数据进行对比分析,其结果均满足精度要求,表明:AR(p)模型在高层建筑的沉降预测中具有很好的适用性。     

基于GM(1,1)等维新息模型的矿山沉降预测

介绍了GM(1,1)灰色模型的建立过程及模型的精度评定方法,采用等维新息模型对某矿工业广场的沉降趋势进行了预测,并用残差序列建立GM(1,1)模型进行修正,通过与实测的结果对比表明,模型的预测具有较高的精度,模型可靠合理。     

海岛礁及周边复杂环境动态三维建模

对海岛礁及周边包括海浪、潮汐、潮流、温度等在内的复杂环境要素及其特点进行了分析。针对海洋复杂要素的特点,提出了适用于海洋高动态的面向可细分对象的时空数据模型,能够有效地对高动态及交互性较强的对象进行建模。以舟山群岛附近海域为例,对海岛礁及周边复杂环境进行了动态三维建模,并在Geoglobe等平台上进行了验证。实验表明,该模型对海岛礁及周边复杂环境建模有较好的实用性。     

美国促进地理信息劳动力发展的举措与启示

在全面介绍美国地理信息技术能力素质模型（ GTCM ）、地理信息职业、地理信息课程培训和认证体系的基础上,提出了要研究制定我国地理信息职业能力标准、新增地理信息职业类型、充分参考和利用GTCM模型、建立人才交流平台、加强地理信息劳动力调查研究,以促进我国地理信息劳动力和产业发展。     

基于神经网络的房地产估价研究

根据房地产估价的特点将人工神经网络引入到房地产价格评估领域,创建了基于神经网络的房地产估价模型,在对训练样本验证结果分析的基础上,对两种神经网络估价模型进行了对比分析,指出了两种网络各自的优缺点以及改进措施。     

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.