基于贝叶斯融合方法的高分辨率地面-卫星-雷达三源降水融合试验

为了探讨一种适用于区域性的地面、雷达、卫星等多源降水资料融合的方法,一种曾用于高分辨雷达、卫星土壤湿度产品反演的贝叶斯融合(Bayesian Merging)方法被尝试应用于江淮地区1 h-0.05°×0.05°经纬度高分辨率的雷达估测降水、卫星反演降水与地面站点观测降水3种资料的融合。在应用该方法时,通过2009年8月样本统计分别估计卫星和雷达反演降水的误差关系,通过曲线拟合建立误差方程,并以卫星资料作为背景场,但在融合时将雷达估测降水作为新的观测信息与地面观测降水同时引入。融合试验检验结果表明:贝叶斯融合方法能够有效实现雷达、地面、卫星3种不同来源资料的融合,该方法生成的多源融合产品的精度均优于任何单一来源的降水产品。     

基于贝叶斯模型的器测、古气候重建与气候模拟数据的融合试验

气象部门馆藏的西部最早的器测气象资料始于20世纪30年代,不能满足建立20世纪以来中国气候变化序列的需求,而古气候重建或气候模拟资料则可以延伸到器测时代以前。为了探讨长序列多源气候资料序列融合方法,采用贝叶斯方法对中国北疆地区8条树轮气温重建资料、器测资料与国际耦合模式比较计划第5阶段（CMIP5）模式模拟资料进行了融合试验。首先利用器测资料对气温代用资料进行校验与网格重建,并以此作为贝叶斯模型的先验分布,然后,用泰勒图选出了该区域气候模拟效果最佳的几个模式;最后将网格重建和气候模拟序列用贝叶斯模型进行了融合试验。结果表明,贝叶斯融合模型能有效提取各种数据来源的有用信息进行融合,融合结果的长期变化（线性）趋势更接近器测气候序列,并在一定程度上提高了序列的精度,减小了结果的不确定性;并且,融合结果能够纠正先验分布及气候模拟数据的明显偏差,为长年代气候序列重建提供了一个可行的思路。      

基于贝叶斯网络的地下水环境系统决策管理研究

应用贝叶斯网络解决地下水环境管理中具有不确定性的多目标决策问题,通过对决策变量氮肥施用量以及灌溉模式的调控,减少水中的硝酸盐含量,达到既能有效改善水环境又不至使农民经济利益受到损害的目标。通过分析具体的地下水环境管理系统中变量间的相互关系,构建描述变量间不确定性关系的贝叶斯网络模型,其中包括表示其依赖关系的有向无环图和表示其具体概率依赖程度的条件概率表。并在多个水环境管理目标均达到最优的前提下进行概率推理,得到决策变量氮肥施用量以及灌溉模式取不同值时目标变量的概率分布情况。最终确定出能使所有目标均达到最优的合理的水环境管理决策:(1)使用喷灌,将氮肥施用量控制在0.01~0.03 kg/m2;(2)使用漫灌,将氮肥施用量控制在0.01~0.02 kg/m2。     

基于阈值区间的海洋锋面提取模型

A model （Bayesian oceanic front detection, BOFD） of sea surface temperature （SST） front detection in satel- lite-derived SST images based on a threshold interval is presented, to be used in different applications such as climatic and environmental studies or fisheries. The model first computes the SST gradient by using a Sobel algorithm template. On the basis of the gradient value, the threshold interval is determined by a gradi- ent cumulative histogram. According to this threshold interval, front candidates can be acquired and prior probability and likelihood can be calculated. Whether or not the candidates are front points can be deter- mined by using the Bayesian decision theory. The model is evaluated on the Advanced Very High-Resolution Radiometer images of part of the Kuroshio front region. Results are compared with those obtained by using several SST front detection methods proposed in the literature. This comparison shows that the BOFD not only suppresses noise and small-scale fronts, but also retains continuous fronts.     

一种基于贝叶斯理论的区域斜坡稳定性评价模型

本文结合滑坡物理模型和统计模型的优点,针对小流域滑坡稳定性分析,建立了一种基于贝叶斯理论的区域斜坡稳定性评价模型。该模型主要采用灾害自身信息来修正原始模型中的参数,解决了区域稳定性评价中参数难以确定的问题。该方法首先设定模型的初始参数分布,然后利用采样点雨前和雨后稳定性不同的信息建立验证方程,再根据马尔科夫链蒙特卡罗模拟和贝叶斯方法确定最终的参数分布,进而得出区域稳定性分布。应用该模型对福建省蔡源小流域的6 13滑坡群发性事件进行分析。结果显示,蔡源小流域地区的无量纲黏聚系数C为0.028,有效摩擦角为16.7,土壤的导水系数T和降雨量q的比值为529.026m,可能不稳定地区和不稳定地区达到76.0%。该模型利用历史灾害数据自动模拟出合适的参数,对区域滑坡稳定性评价具有重要意义。     

基于贝叶斯层次时空模型的甘肃省土地利用程度演变分析

以甘肃省为例,在基于Google Earth Engine (GEE)平台实现1995年、2000年、2005年、2010年、2015年和2020年土地变化监测的基础上,利用贝叶斯层次时空模型(BHM)分析土地利用程度的时空变化特征。结果表明：① 研究期间内甘肃省土地利用程度呈增长趋势,其中1995―2000年和2010―2015年增长速度较明显;② 土地利用程度空间格局“东高西低”,热点区域主要分布在陇中、陇东和陇南地区;③ 土地利用程度局部变化呈现明显区域差异,整体表现为“东弱西强”,局部变化热点区域主要分布在河西地区;④ 影响土地利用程度变化的主要因素是经济规模和产业结构,其中经济因素影响程度最高。     

基于贝叶斯网络的生态系统服务空间格局优化——以泾河流域为例

城市高速发展引起了区域土地利用格局的改变,不仅影响生态环境质量,而且还对生态系统服务的空间格局产生影响,在此基础上优化生态系统服务显得至关重要。在泾河流域2000—2020年净初级生产力（Net primary productivity, NPP）、农业生产力、土壤保持和产水服务空间评估的基础上,将贝叶斯网络和生态系统服务相结合,在关键变量子集和可视化的最优状态子集的基础上,评估了4种生态系统服务需要优化的区域,为区域经济和生态和谐发展提供参考。结果表明：（1） 水文评价模型（Soil and water assessment tool, SWAT）模型能较准确地模拟区域的径流量。通过模拟值和观测值对比分析,该模型具有较高的决定性系数（R²>0.6）和纳什效率系数（NSE>0.5）,可为进一步评估产水服务提供保障。（2） 2000—2020年泾河流域4种生态系统服务的时空差异性较为显著。在时间尺度上,4种生态系统服务均呈现波动中上升的趋势,在空间尺度上呈现较为稳定的变化趋势。（3） 通过对4种生态系统服务优化区域进行叠加分析,发现综合优化区域集中在彭阳县的中部和西南部以及环县的零星区域。研究结果对指导优化区域进行生态系统的可持续管理以及改善生态系统的退化状况具有重要意义。     

分类器和时相结合的流域下垫面分类方法

文章探讨提高卫星遥感大范围流域下垫面分类方法:通过集合贝叶斯分类器和决策树分类器的优势,充分利用TM影像覆被信息,结合影像时相动态信息以获得分类准确的土地覆盖/利用类型;再结合DEM生成的坡度信息得到下垫面类型,最终确定水文地理单元.以河南省的东湾流域为例进行验证,结果表明:贝叶斯法和决策树法分类各有优势,两者结合可以获取更准确的土地覆盖/利用分类结果,辅以时相类信息可以进一步修正类别间的混淆.     

基于贝叶斯网络的Web访问模式挖掘模型系统

根据用户的访问记录,以及每次检索输入的关键词、用户的动作来动态更新用户的兴趣点.提出了一个能较好吻合这一思想的数据挖掘模型,以用户的停留时间、访问频率和用户输入的检索关键词为数据对象,进行用户兴趣分析,动态跟踪用户需求意向,简化检索过程,提高WEB资源的使用效率.     

基于GIS与SDM技术的可视化空间数据分类研究

提出将GIS与可视化空间数据挖掘技术之集成的基本框架。在此基础上,基于VisualC++6.0和Ma-pObject2.0组件技术设计和开发了一个可视化交互空间数据挖掘分类系统,系统采用决策树方法和贝叶斯网络作为数据挖掘方法的基本算法,采用训练与学习相结合实现空间数据的分类。文中用实例数据对系统性能、算法和规则有效性进行了验证。结果表明,该系统是一个适用的、可扩展的可视化交互空间数据挖掘工具,系统能够实现数据挖掘实时动态的交互控制,实现了数据挖掘过程的可视化、挖掘模型的可视化和结果的可视化显示、可视化思考、可视化分析与评价。