气象、农业和水文干旱之间关联性分析

干旱具有发生频率高、持续时间长、波及范围广的特点。而干旱预报为科学地进行防旱抢险提供了决策支持。选取反映不同类型干旱的指标,即标准化降雨指标(SPI)、标准化土壤湿度指标(SSWI)和标准化径流指标(SRI),通过SWAT模型和带有时滞的灰色关联判断了各干旱之间的时滞。以陆浑水库控制流域为例进行了分析,结果表明:SWAT模型在该流域有很好的适用性,1975—2009年间发生各类干旱的次数在增加,且变率上从气象干旱、农业干旱到水文干旱有所增加,同时不同类型干旱之间表现出了一定的时滞关系,气象干旱对农业干旱的响应时间为1个月;水文干旱对气象干旱的响应时间为4个月;水文干旱对农业干旱的响应时间为2个月。     

青藏高原对流云的偏振雷达观测研究

利用可移动式C波段双偏振雷达（C-POL）,以及那曲新一代天气雷达（CINRAD/CD）于2014年7月30日和8月5日在西藏那曲地区的观测资料,并通过双多普勒雷达风场反演、偏振雷达相态识别,清晰展示了这两次高原冰雹云发生发展的动力、微物理、热力结构特征。结果表明:青藏高原地区的对流云多在午后出现,水平及垂直尺度不大,但是对流云发生频繁、生消快,一般持续几十分钟。从RHI扫描的水平偏振反射率因子（Z_H）、差分反射率因子（Z_DR）,以及反演的相态（Class）分布上可以明显看出,粒子跟随"0线"抬高,不断增长,回波强度也越来越大,并最终超过主上升气流从另一侧降落,形成冰雹墙的整个动力与微物理过程。从连续时次的RHI上还观测到一次对流单体发生、发展过程中相态从湿雪到冰雹的变化,单体刚刚触发时,回波高度不高,强度还很弱,但是却出现成片的湿雪区域,说明上升气流非常旺盛,将本来落到0℃层以下的未完全融化的湿雪重新带到0℃层以上,通过凝华、凇附、攀附等物理过程,仅仅10多分钟,这些湿雪就能够迅速增长成为冰雹。这些湿雪重新凝结过程中,释放潜热,进一步促进了不稳定结构,加强了上升气流和下沉气流。因此,如果某个刚刚生成的弱回波区域内,在融化层以上出现大量的湿雪,往往预示着该区域上升气流强劲,会迅速发展成强回波单体。      

应用NOAA/AVHRR数据测算局地水稻种植面积方法研究

本文采用在模糊监督分类中增加迭代过程的方法－－模糊监督分类一迭代法,在分解混合像元的基础上,利用ＡＶＨＲＲ数据求算水稻种植面积。根据稻田与旱地存在温度差异的特点,在分析ＡＶＨＲＲ数据统计特征的基础上,增加了第３和４两通道参加模糊监督分类,从而增加了分类橡元值矢量维数,增强了对水稻的鉴别能力。反采用的迭代法是收敛具有效的,经本方法输出的水稻种植面积百分含量图与实际水稻分布十分吻合,测算出的面积值与Ｔ     

基于决策树的多光谱影像分类研究

采用了辅以纹理特征的决策树方法进行分类,探讨了决策树在遥感数据分类方面的优势,提高了遥感影像的分类精度。     

投影寻踪学习网络的遥感影像分类

采用投影寻踪(projection pursuit,PP)学习网络方法建立了一种新的遥感影像分类模型。该方法结合了统计学中投影寻踪算法节点函数灵活的非参数估计特点和人工神经网络的自学习功能,具有简捷的网络结构和良好的鲁棒性能。利用苏州市TM影像进行了分类实验,将分类结果与BP神经网络和最大似然法的分类结果相比较,投影寻踪学习网络的分类精度较高,具有一定的实用性。     

基于权重与混合模型的遥感图像分类方法研究

提出了一种基于权重与混合像元模型的遥感图像分类方法。该方法在现有光谱混合模型的基础上,根据实际应用需要确定地类权重,通过地类丰度与权重因子加权平均确定像元的隶属类型,从而实现遥感图像分类。以SPOT-5土地覆盖遥感分类为例,对权重与混合像元模型结合的图像分类方法进行了验证,结果表明,该方法提高了遥感图像分类精度,在一定条件下更具实际意义。     

基于遥感分类的植被覆盖度提取

阐述了基于遥感分类进行植被覆盖度提取的方法,分析了直接利用关系模型提取植被覆盖度的缺点,遥感分类可获得不同类型地物,此后关系模型分别提取,解决了直接利用关系模型提取中存在的缺点.     

湖北省保康磷矿区开采面及固体废弃物遥感信息提取方法研究

统计分析了湖北保康磷矿区有关目标地物(道路、建筑物、坡耕地、植被、水体及阴影等)的SPOT 5影像特征,认为它们具有一定相似性和差异性,依赖单一的遥感分类方法难以实现对矿区开采面及固体废弃物信息的准确提取.采用决策树分类方法,设置一定的分类规则,结合数字高程模型和含矿地层等相关辅助数据,逐一对矿区相关地物进行分类,经分类结果后处理,分类精度达83.4%.     

面向对象的eCognition遥感影像分类识别技术应用

以位于印度尼西亚Kalimantan热带雨林地区的1幅具有3个通道的雷达图像为研究对象,利用面向对象方法对高分辨率遥感影像的水体进行提取,在分割的基础上,经过分层分类,充分利用影像的光谱信息、拓扑信息、形状特征等构建知识库进行分类,实验结果理想,相对传统基于像素的图像分类分析方法结果图斑完整,提高了分类精度。     

利用多分类器集成进行遥感影像分类

基于信息相关理论,根据相关度值动态调整分类器的组合和权重,建立了新型的多分类器集成规则,并应用于决策树分类器、BP人工神经网络分类器和SVM分类器的集成。通过对长沙城区TM影像的分类实验发现：①三种分类器的分类结果存在较明显的差异,水体区的差异像元最少,占水体总像元的15.12%,建设用地区的差异像元最多,占建设用地区像元的54.93%;②三种分类器均具有较高的分类精度,总体精度均超过了74%,而且分类器各有优势,决策树分类器能够较好地分出水体和建设用地,BP分类器能够较好地分出水体和林地,SVM分类器对水体、林地和建设用地均有较高的分类精度;③基于全信息相关度的多分类器集成分类法明显地提升了分类结果的精度,分类精度达到了85.71%,Kappa系数达到了80.56%。