世界海洋国家海上巡逻机主要机型及其搜索设备概述

我国海洋维权形势日益严峻,与周边国家海洋和岛屿主权权益争端不断。现代海上巡逻机速度快、活动半径大、机动性好,对海洋权益维护、海洋环境监测等具备远程快速反应能力。文章介绍了美国、日本、韩国、俄罗斯、越南、菲律宾、马来西亚等国家海上巡逻机的主要机型及其配备的搜索设备,为我国海上巡逻机的建设和发展提供参考借鉴。     

基于指标规范值的海水水质评价的SVR模型

为了建立具有普适通用的海水水质评价的支持向量机模型,在设置各指标参照值和指标规范变换式,并对指标进行规范变换的基础上,应用免疫进化优化算法,建立基于指标规范值的海水水质评价的回归支持向量机模型。将优化好的模型用于珠江口海水水质的评价,其评价结果与BP神经网络的评价结果基本一致,从而表明基于指标规范值的支持向量机模型用于海水水质评价是可行的,且该模型较传统的支持向量机评价模型具有较好的普适性和通用性。     

Aerosol Type Identification Using PARASOL Multichannel Polarized Data

PARASOL （Polarization ＆ Anisotropy of Reflectances for Atmospheric Sciences coupled with Ob- servations from a Lidar） multi-channel and mul- ti-directional polarized data for different aerosol types were compared. The PARASOL polarized radiance data at 490 nm, 670 nm, and 865 nm increased with aerosol optical thickness （AOT） for fine-mode aerosols; however, the polarized radiances at 490 nm and 670 nm decreased as AOT increased for coarse dust aerosols. Thus, the vari- ation of the polarized radiance with AOT can be used to identify fine or coarse particle-dominated aerosols. Polar- ized radiances at three wavelengths for fine- and coarse-mode aerosols were analyzed and fitted by linear regression. The slope of the line for 670 nm and 490 nm wavelength pairs is less than 0.35 for dust aerosols. However, the value for fine-mode aerosols is greater than 0.60. The Support Vector Machine method （SVM） based on 12 vector features was used to discriminate clear sky, coarse dust aerosols, fine-mode aerosols, and cloud. Two cases were given and validated by AErosol RObotic NETwork （AERONET） measurements, MODIS （Mod- erate Resolution Imaging Spectroradiometer） FMF （Fine Mode Fraction at 550 nm） images, PARASOL RGB （Red Green Blue） images, and CALIOP （Cloud-Aerosol Lidar with Orthogonal Polarization） VFM （Vertical Feature Mask） data.     

海底双相随机介质声反射的SVM神经网络分类识别研究

考虑海底沉积介质为双相介质,为了更好地模拟实际海底底质的不均匀性,将随机介质理论引入双相介质理论。首先,通过基于随机-双相介质理论的高阶有限差分数值技术模拟计算海底底质分别为泥质砂、泥、泥质砾时的地震反射波信号。然后利用小波变换分别求取不同底质的一次反射波的包络作为其特征向量,最后利用基于粒子群智能算法优化的支持向量机神经网络对这些反射波信号进行分类识别。为了进一步考察所用方法的抗噪能力,对正演得到的海底底质反射波信号分别加入10%、30%、50%的高斯白噪音之后再进行分类,支持向量机仍然取得了较好的分类预测效果。基于上述正演模拟及分类识别方法的论证,提出了一套行之有效的微机软件模拟海底沉积物分类识别的一般化流程,这将有利于开展海底沉积物反射特征的进一步研究。     

模糊支持向量机和变化矢量分析相结合的矿区土地覆盖变化检测

针对目前土地覆盖变化检测常用的方法存在不同程度的误差累积,夸大了变化区域,提出模糊支持向量机(FSVM)和变化矢量分析(CVA)相结合的土地覆盖检测方法。以某矿区2004年和2008年两期的CBERS遥感影像进行了试验。结果表明,植被大幅减少,其他地类都有不同程度的增加,主要是由于开采规模和产量提升所致。通过与常规的其他两类方法比较发现,本文方法的总体精度、Kappa系数、漏检误差和虚检误差分别为92.67%、0.892 7%、5.79%、7.31%,比其他两种方法有较大提高,能够提供较全面的变化类别和准确信息,可以有效地应用于矿区土地覆盖动态监测。     

通过软硬变化检测识别冬小麦

提出一种软硬变化检测的作物识别方法 SHLUCD(Soft and Hard Land Use/Cover Change Detection Method)。该方法利用多期遥感影像能够有效表达作物的生长物候特征,以达到在离散变化区(即纯净像元区,包括完全转换成作物的突变区域和非作物区域)和连续变化区(即渐变区,混合像元区,是部分转化为作物的区域)准确进行作物的识别。在北京市选择一个研究区,以冬小麦为研究对象,选用2011年10月6日(播种期)和2012年4月16日(拔节期)两期环境减灾1号卫星影像,分别采用硬变化检测方法 HLUCD(Hard Land Use/Cover Change Detection Method)、软变化检测方法 SLUCD(Soft Land Use/Cover Change Detection Method)和SHLUCD进行冬小麦的识别。实验结果表明:在不同尺度窗口下,SHLUCD较传统方法表现出较明显的优势,具有更低的均方根误差RMSE(SHLUCD为[0.14,0.07],HLUCD为[0.15,0.07],SLUCD为[0.16,0.08])和偏差bias(SHLUCD为-0.0008,HLUCD为-0.007,SLUCD为0.014)和更高的决定系数R2(SHLUCD为[0.68,0.86],HLUCD为[0.62,0.86],SLUCD为[0.60,0.86])。针对冬小麦突变区域、冬小麦渐变区域和非冬小麦区域分别进行评价,表明SHLUCD识别精度接近各区最佳的识别方法,进一步验证了SHLUCD的灵活性和适用性。SHLUCD方法在离散变化区能够通过土地覆盖类型状态变化来有效地识别出冬小麦,在连续变化区可识别出土地覆盖的状态变化程度定量表达冬小麦的丰度,是其他作物多时相遥感变化检测的前期实验基础。     

面向对象规则和支持向量机的天宫一号高光谱影像分类

传统的高光谱分类方法通常基于单一像元的光谱或纹理特征,很少考虑地物空间结构信息与空间相关特征.本文将面向对象规则与基于像元的分类进行融合,利用对象的空间结构特征和光谱特征进行混合分类,旨在克服像元层次分类的不足.本文尝试性的提出了两种混合分类方法:(1)基于分形网络演化的多尺度分割支持向量机分类(2)基于多层分水岭分割的SVM分类,并将这两种方法应用到天宫一号高光谱数据上.结果表明:基于面向对象规则的混合分类方法有效地提高了分类精度,不仅能够改善同谱异物现象,而且解决分类结果中地物破碎的问题.     

松嫩平原东部浅层地下水水化学特征及水质评价

针对松嫩平原东部浅层地下水环境特征及存在的问题,利用该区地下水水质检测数据进行了水化学特征分析,利用1983年、1993年、2003年及2012年四个时段的地下水水质资料进行了对比分析,水质出现了明显的变化,在此基础上采用支持向量机法进行了水质现状评价。结果表明:第四系潜水及承压水中Fe、Mn含量较高,总硬度最大值1321.12mg/L,溶解性总固体最大值2214.45mg/L,水化学类型均为矿化度不大于1.5g/L的HCO3-Ca型水。NO3-、NH4+、Cl-、SO42-的含量呈现逐年增加的趋势,同时也出现了原来没有的酚、Cr6+等有毒物质。潜水Ⅰ、Ⅱ、Ⅲ类水样点占总样本的12.03%,Ⅳ、Ⅴ类水占总样本的87.97%。承压水Ⅰ、Ⅱ、Ⅲ类水占总样本的10.83%,Ⅳ、Ⅴ类水占总样本的89.17%。该方法评价结果与综合指数法结果一致率达95%,因此,评价结果可为该区水资源管理提供科学指导。     

基于最小二乘支持向量机回归的GPS高程转换模型

探讨了将最小二乘估计引入到支持向量机中,给出最小二乘支持向量机回归(LS-SVR)算法,该算法用等式约束代替传统支持向量机回归中的不等式约束,使得求解过程更为简单。将构建的LS-SVR模型应用到GPS高程转换中,提出该回归模型的实现步骤。实例表明,在有限样本情况下,LS-SVR完全可以达到与传统GPS高程拟合方法相同的精度,但实现起来更简单,而且在泛化性能方面具有理论上的保证。     

Landsat系列影像支持下的凤阳县石英砂矿区土地利用动态监测

利用1991—2015年间Landsat系列遥感影像,基于SVM方法获取凤阳县石英砂矿区土地利用信息,并通过GIS空间分析功能研究矿区土地利用类型的时空变化特征和规律。结果表明:(1)SVM方法对Landsat系列影像分类具有较高精度,且提取效率快,省时省力。(2)25年来,凤阳县石英砂矿区土地利用方式和空间格局发生了显著变化。工矿用地面积增加速度最快,主要由草地和林地转化而来;建筑用地面积持续增加,为侵占耕地、草地和水域所得;水域总面积变化量不大,呈现先减后增的趋势;草地面积急剧减少,净减量最大,主要转化为林地、耕地和工矿用地;耕地和林地面积先增后减,但林地净增加,而耕地被废弃、闲置或被建筑用地扩张占用,流失的耕地多分布在乡镇(村庄)、河流周边。(3)工矿用地和建筑用地面积变化呈正相关增加,对植被和水域的侵占逐年增加,矿区土地系统的质量朝着变差的方向发展。