威海市地质环境质量评价

本文在前期资料收集和资源环境承载力评价的基础上,结合威海市当地地质特征,选择地质环境条件、地质环境问题和人类工程活动作为一级评价指标,地形地貌、地下水资源、区域地壳稳定性、地质灾害、地下水污染、海水入侵、人口密度、农业活动、矿业活动作为二级评价指标,采用层次分析法和模糊数学法对威海市地质环境质量进行综合评价.研究结果表...     

一种飞机空中积冰潜势诊断指数与检验评估

飞机积冰是影响飞行安全的重要危险天气,准确的积冰诊断对民航运行与安全具有重大意义,特别是对国产大飞机适航取证具有重要作用。本文参考改进的CIP(Current Icing Potential)指数,使用垂直速度和云中液态水含量对积冰潜势诊断指数进行优化得到SCIP(Simplified Current Icing Potential)指数,该指数直接基于大气层结资料给出较为准确地飞机积冰潜势,具有命中率高、实用性强的特点。用2021年2月28日至12月31日民航航空器报告对原CIP指数和SCIP指数进行对比验证评估,发现相比于原CIP指数,SCIP指数具有更优异的ROC曲线(Receiver Operating Characteristic Curve)和TSS评分(True Skill Score)。但是对于不同程度的积冰,原CIP指数和SCIP指数均表现出较一致诊断效果,表明SCIP指数对诊断飞机积冰潜势具有重要作用,但无法判断积冰强度。根据2020年3月16日陕西区域飞机结冰个例验证表明增加垂直速度和云中液态水含量的影响对飞机积冰的描述更加细致,对提升积冰潜势诊断效果具有重要意义...     

模糊综合评判法在新宾县地质灾害易发程度分区评价中的应用

结合辽宁省新宾县地质灾害发育情况,在充分分析影响该地区地质灾害发生发展的自然因素和人为因素基础上,应用模糊综合评判方法,通过网格单元剖分,对泥石流、崩塌、滑坡、地面塌陷、地裂缝5种地质灾害进行易发程度划分与评价.结合Visual BASIC软件编程对各单元区评定等级,对其数字化结果进行叠加分析,最后应用Sufer 7.0软件生成等值线进行了新宾县地质灾害易发区的划分并作出评价.     

基于层次分析法和模糊数学相结合的甘肃东乡八丹沟泥石流易发性评价

八丹沟位于甘肃东乡县,近年来多次发生泥石流,对流域内居民生命财产造成了巨大的威胁,因此对八丹沟泥石流易发性评价是非常必要的。本文在详细分析八丹沟流域特征和动力学特征的基础上,选取了11个评价因子作为八丹沟泥石流易发性评价的指标,利用层次分析法对各个因子赋予权重,并且构建模糊数学综合评价模型对八丹沟泥石流进行易发性评价。结果表明:八丹沟泥石流爆发频率20年、50年、100年的的易发性为中易发,应加强防范并采取合理的防治措施,保证当地居民的生命财产安全。     

模糊地理实体不确定性综合描述研究

从二型模糊的角度讨论了模糊地理实体的不确定性,基于空间数据的位置误差,利用模糊集的λ-截集和圆误差带模型推导了模糊地理实体隶属度的误差模型,并给出了隶属度不确定性的度量方法,提出了用隶属度误差立方体来综合描述模糊点的不确定性。     

模糊神经网络在变形分析与预报中的应用研究

研究了模糊神经网络的网络建模,提出了单点建模、分组建模和整体建模3种建模方法,为变形分析和预报提供了新思路。结合滑坡变形实例,指出了模糊神经网在工程变形分析和预报中的可行性。     

运用ENVI实现SPOT-5卫星影像的RVI提取

运用ENVI软件处理长沙地区的SPOT-5影像,将全色影像和多波段影像进行融合,分析融合后的影像,再选择感兴趣区域进行影像裁剪;采用ENVI的波段运算(Band3/Band2)提取该地区比值植被指数并进行分析。结果表明:比值植被指数对植被覆盖率较高的区域有非常高的敏感度;在植被覆盖率小于50%的时候,其敏感度明显降低,在绿色植被覆盖区域的比值植被指数远大于1,在裸露地表、建筑物、水体等没有植被覆盖区域的比值植被指数则在1附近,而比值植被指数大于2的则出现在高覆盖健康绿色植被上。     

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。     

改进支持向量机的高分遥感影像道路提取

针对支持向量机受分类数的限制在高分辨率遥感影像中无法直接获取高精度道路网信息的问题,该文提出一种新的混合的基于支持向量机的方法:首先,利用模糊C均值聚类方法将输入的遥感影像分为3类,以减少支持向量机的错分现象;其次,运用支持向量机将不同类别的像素分为道路类和非道路类;最后,应用马尔科夫随机场对分类结果进行噪声去除,并采用形态学进行后处理,进而得到精确道路网信息。实验结果表明:该算法不仅能够从高分辨率遥感影像中提取出道路网,而且精度优于直接使用支持向量机算法以及对比算法。     

Integrating cellular automata,artificial neural network,and fuzzy set theory to simulate threatened orchards: application to Maragheh,Iran

Urbanization processes challenge the growth of orchards in many cities in Iran. In Maragheh, orchards are crucial ecological, economical, and tourist sources. To explore orchards threatened by urban expansion, this study first aims to develop a new model by coupling cellular automata (CA) and artificial neural network with fuzzy set theory (CA–ANN–Fuzzy). While fuzzy set theory captures the uncertainty associated with transition rules, the ANN considers spatial and temporal nonlinearities of the driving forces underlying the urban growth processes. Second, the CA–ANN–Fuzzy model is compared with two existing approaches, namely a basic CA and a CA coupled with an ANN (CA–ANN). Third, we quantify the amount of orchard loss during the last three decades as well as for the upcoming years up to 2025. Results show that CA–ANN–Fuzzy with 83% kappa coefficient performs significantly better than conventional CA (with 51% kappa coefficient) and CA–ANN (with 79% kappa coefficient) models in simulating orchard loss. The historical data shows a considerable loss of 26% during the last three decades, while the CA–ANN–Fuzzy simulation reveals a considerable future loss of 7% of Maragheh’s orchards in 2025 due to urbanization. These areas require special attention and must be protected by the local government and decision-makers.