唐山市区土地利用的Landsat 8影像分层分类

针对土地利用遥感分类方法多样、分类精度高低不一等问题,该文以土地利用变化明显的唐山市路南区、路北区为研究区域,并以中分遥感影像Landsat 8OLI为信息源,在对地类样本进行可分离性分析的基础上,建立研究区土地利用分层分类体系。通过监督分类实验,选择分类效果最好、分类精度最高的最大似然分类器进行地类初分;通过绘制归一化植被指数(NDVI)、归一化建筑指数(NDBI)、两指数差值(NDVI-NDBI)的曲线及地类光谱特征曲线,建立决策树分类规则,进行地类再分。该方法可以较好地完成多种土地利用二级地类的划分,有助于提高中分影像土地利用分类效率。     

区域水环境经济系统DSS的设计

从区域水环境与经济协调发展出发,建立了区域水环境的决策支持系统。介绍了区域水环境经济系统决策支持系统的设计原则、系统结构、系统组成及系统功能。系统由数据库、模型库及其管理系统三部分组成,具有预测、优化、模拟和管理等功能。模型库包括宏观经济模型、环境经济多目标优化模型、需水模型、水环境容量模型和水环境分析模型等5个基本模型。在求解水环境经济多目标优化模型时,使用了约束法,把多目标化为单目标进行求解。在决策过程中,使用逐步法,在迭代过程中输入经验与偏好获取满意的决策信息     

以减少地震死亡人数为目标的地震统计决策

在地震统计预测研究的基础上,本文提出一种以减少地震死亡人数为目标的统计决策方法,力图把经验性的地震决策引向定量化的地震决策,减少在实际工作中的决策失误。文中用已发生过的地震的资料进行检验,说明该方法的可用性。     

论1530年涠洲岛东南海域地震及其强度

本文论述了1530年10月对广西合浦与广东海康产生震感的地震是一次海上地震,通过特定作图法得到其震中位于涠洲岛东南13km的海中(21°00′N,109°15′E),推测其震中烈度为Ⅶ度强,震级为5 3/4级。根据历史资料的记述,1530年10月地震是在同一地区相隔数小时内连续发生的两次震级相近似的地震。此外,本文对涠洲岛周围海域区之地质构造作了论述,指出这里发生中强及强震的地质构造条件是充分的,今后对该区的地震危险性应给予重视。     

基于粗糙集与BP神经网络的底板破坏深度预测

基于粗糙集理论,以指标集为基础,建立了底板破坏深度影响因素的知识表达系统,提出了规则提取原则,通过粗糙集决策规则的数据处理,得出获得各因素对底板破坏深度的影响顺序为:采深、煤层倾角、工作面斜长、采厚、底板抗破坏能力、工作面是否有切穿型断层或破碎带。由于底板抗破坏能力、工作面是否有切穿型断层或破碎带这些参数难以确定,采用其余4种影响因素建立BP神经网络的预测模型,并根据建立的模型预测肥城煤田的9101和9507工作面的底板破坏深度。通过与实测结果对比,证明该网络模型的计算结果比规程提供的经验公式计算结果更接近实际。     

基于NDVI时间序列影像的张掖市农作物种植结构提取

HJ卫星(环境与灾害监测预报小卫星)数据具有较高的时间和空间分辨率,可以有效地进行农作物种类识别,利用其时间序列数据进行作物信息提取具有很大优势。以甘肃省张掖市为研究区,利用2012年4月~2012年10月15个时相的HJ卫星CCD(电荷耦合元件,charge-coupled device)数据,通过分析玉米、油菜、大麦和小麦农作物在整个生长阶段的时间序列NDVI(归一化植被指数,normalized difference vegetation index)变化特点,提取四类农作物NDVI随时间变化的特征曲线,利用决策树分类方法,对2012年张掖市农作物进行分类,并以外业调查得到的实际地面验证点对分类结果进行验证。验证结果表明,可以有效地识别玉米、油菜、大麦和小麦4类农作物,制图精度分别为94.74%、82.35%、78.95%和90%;总体分类精度达到86.43%。而后提取了张掖市2014年农作物种植面积和分布格局,通过对比分析发现,2012~2014年,张掖市玉米、油菜的种植面积有不同程度的增加,大麦和小麦的种植面积各有一定程度的较少。可以为张掖市主要作物的种植结构调整提供科学依据,还可以为黑河流域农作物信息提取研究提供参考。     

机器学习法在面向对象影像分类中的对比分析

针对如何选择遥感影像面向地理对象分类方法的问题,该文面向地理国情普查中的地表覆盖分类应用,以3个典型区域(山区、平原、城区)的多源高分辨率遥感影像为实验数据,从分类效果、分类精度等方面对比分析3种分类方法(支持向量机、决策树、随机森林)的优劣。在相同影像分割、特征提取、样本采集条件下,通过333组分类实验,得出以下规律:支持向量机分类方法稳定性强,分类速度快,但对特征数的要求高,特征数目与总体精度、地物环境之间的规律性不强,从而增加了特征提取与选择的难度,而随着特征的增加,决策树、随机森林的总体分类精度均为先升高后降低,最后趋于平衡。最后,综合随机森林对特征的优选机制和支持向量机的高分类精度,得到新的组合分类器。     

银行客户定期存款认购的统计决策研究

当今银行之间的竞争日益加剧,能有效地挖掘潜在客户并为之提供差异化服务,对提高银行竞争力尤为重要.用决策树算法对可能影响银行客户是否认购定期存款的21个影响因素进行数据挖掘分析,构建了银行客户认购定期存款业务影响因素的决策树模型.研究结果表明显著影响客户认购定期存款的3个因素为员工指标人数、持续时间和月份,这可以大大缩小银行推送认购定期存款的客户范围,有利于提高银行效率.     

基于BDI决策的MAS-CA模型黄海海滨城镇格局模拟研究——以大连金石滩为例

基于BDI决策MAS-CA模型,利用1998年、2003年、2008年和2013年土地利用数据,对大连金石滩2020年和2030年城镇区域面积进行模拟,Kappa系数达到0.635。研究结果表明：① BDI决策补充了MAS-CA模型决策的不足,使得模型整体框架进一步完善,模拟结果具体准确,精度达到89.1%。② 金石滩城镇用地呈现出依附海岸线和交通线的格局,向海岸线靠拢,城镇用地在中部区域比较集中且城镇用地有向周围区域扩张的趋势,葡萄沟村、河咀子村、庙上村、什字街村转变最大。③ 从金石滩城镇格局的模拟结果发现,海岸线因素引导着城镇格局的转变方向。滨海地区的生态环境容易被破坏,政府应该采取措施寻找土地利用与生态环境保护的完美平衡点。