北京地区突发性地质灾害易发区划及危险度评价

本文在认真分析北京地区地质环境的主要特征及地质灾害发育现状基础上,对泥石流、采空塌陷以及崩滑塌等突发性灾害的发育特征、分布规律及其主要影响因素进行了深入地分析、研究和探讨。采用袭扰系数法,对区内突发性地质灾害的易发程度进行了综合评价预测,圈定出突发性地质灾害高易发区、中易发区、低易发区和不易发区。采用模糊综合评判模型,对影响地质灾害演变趋势的降雨条件、人类工程活动、地震活动以及区域岩组结构等因素进行了综合评判,并依据突发性地质灾害的易发区划结果及其主要影响因素的综合评判结果,对其演变的危险程度进行了评价,将北京地区划分出突发性地质灾害高风险区、中风险区以及低风险区。这对政府相关部门制定减灾防灾、资源开发、环境整治、经济建设和社会发展等规划具有一定的参考作用。     

基于模糊聚类和空间自相关性的河流阶地自动提取方法——以岷江上游漳腊盆地为例

传统研究方法以点、线代表区域地貌面,数据缺乏连续性和系统性,限制了对阶地演化的进一步研究。高分辨率DEM处理方法的发展使广泛精确获取地貌面的定量信息、重建阶地模型、进一步研究阶地演化成为可能。以岷江上游漳腊盆地为研究区域,采用SPOT5高分辨率数据影像构建DEM,将统一标度后的阶地横剖面作为基本研究单元。通过在不同维度使用模糊C均值聚类,得到研究区域内阶地总体形态特征。在提取各级阶地面的过程中,将阶地剖面间的空间相关性与阶地总体形态特征纳入分析,最终建立了一种基于区域总体特征和区域内部自相关的阶地提取方法。对不同级阶地面提取的精度评价表明,其结果与野外实测数据有较高的一致性。文中以实验结果为依据,进一步讨论了漳腊盆地内阶地的形态特征、河流下切速率和区域隆升之间的关系。因此,将模糊聚类分析和空间自相关性结合的区域地貌面提取方法是简捷易行的,适用于阶地等层状地貌面发育区域构造-地貌等相关问题的研究。     

Land cover classification of remote sensing imagery based on interval-valued data fuzzy c-means algorithm

There is a certain degree of ambiguity associated with remote sensing as a means of performing earth observations.Using interval-valued data to describe clustering prototype features may be more suitable for handling the fuzzy nature of remote sensing data,which is caused by the uncertainty and heterogeneity in the surface spectral reflectance of ground objects.After constructing a multi-spectral interval-valued model of source data and defining a distance measure to achieve the maximum dissimilarity between intervals,an interval-valued fuzzy c-means(FCM)clustering algorithm that considers both the functional characteristics of fuzzy clustering algorithms and the interregional features of ground object spectral reflectance was applied in this study.Such a process can significantly improve the clustering effect;specifically,the process can reduce the synonym spectrum phenomenon and the misclassification caused by the overlap of spectral features between classes of clustering results.Clustering analysis experiments aimed at land cover classification using remote sensing imagery from the SPOT-5 satellite sensor for the Pearl River Delta region,China,and the TM sensor for Yushu,Qinghai,China,were conducted,as well as experiments involving the conventional FCM algorithm,the results of which were used for comparative analysis.Next,a supervised classification method was used to validate the clustering results.The final results indicate that the proposed interval-valued FCM clustering is more effective than the conventional FCM clustering method for land cover classification using multi-spectral remote sensing imagery.     

利用二型模糊聚类进行全球海表温度数据挖掘

基于二型模糊集的C均值聚类方法对全球时序海表温度数据进行了聚类分析,得到全球海表温度异常的典型聚类模式,并从聚类中心挖掘出潜在的海洋气候指数。     

利用主成分背景抑制的红外目标检测

提出了一种基于主成分背景抑制的红外目标检测算法。首先分析了红外成像的时空相关性,采用主成分分析技术分解时域关联信息抑制背景杂波;接着采用空间关联模糊自适应共振神经网络建立时空背景模型检测目标。实验结果显示,该算法能有效地抑制背景突显目标和检测出复杂场景下的红外目标,其F1指标值高达94.2%。     

DLG数字产品的质量评定研究

随着信息化的发展,地理信息数字产品的质量特点发生了质的变化,如何科学评定DLG数字线划图的质量是本文探讨的重要问题。本文提出应用模糊数学理论,用模糊综合评价法评定DLG数字产品的质量,并且建立了该方法的数学模型,确定了质量评价体系的指标因素和权重等。结合具体实例详细阐述了DLG数字线划图的模糊综合评价方法,进一步验证此方法行之有效。     

河南省水资源开发利用评价

运用灰色关联分析的方法,选取对河南省水资源开发利用影响较大的指标,并运用模糊综合评价模型对全省的水资源开发利用进行评价,从而为全省水资源合理利用提供决策依据。     

地图产品质量模糊评价模型的判据选择

研究利用模糊评价方法评价地图产品的质量,特别是4D产品的质量,已经受到越来越多的关注。但是,这些研究一般都没有具体讨论模糊评价模型的适用性问题。本文以目前地图产品质量检验评价实践中的一个通用做法为判据,讨论了正确选择评价模型的重要性。     

基于光谱和空域信息的城区变化检测方法研究

目前的变化检测研究主要集中在利用中、小比例尺遥感图像进行自然环境等方面的变化检测,如草场的季节性变化、灾害检测、植被分布变化、土地使用规划等。然而随着城市的快速发展,为了满足城区管理规划中对道路、房屋等变化细节进行分析的需求,并由于高分辨率卫星诸如Ikonos,Quickbird等的出现,我们有必要并且有可能开发出一套实用、有效的、可靠的城区自动变化检测系统。针对城市区域的复杂性及其高分辨率卫星影像的配准误差问题,本文提出一种通过模糊逻辑结合光谱特征和空域特征的城区变化检测方法,以期望减小图像整体及局部配准误差对变化检测精度的影响。     

地下水系统决策的时序多层次多目标模糊优选模型与应用

阐述了目前国内外地下水系统决策的研究现状及存在问题,分析了地下水系统决策中的时序性、多层次性和模糊性,将地下水系统决策概化为时序多层次多目标模糊决策问题,以单元系统多目标模糊优选理论模型为基础,构造了地下水系统管理的多时段多层次多目标模糊优选模型,并给出了应用实例.