基于贝叶斯网络分类的遥感影像变化检测

遥感成像过程中,地面、大气等诸多要素的不确定性和波段之间的相关性等原因影响了分类精度,导致变化检测的不准确性。为了提高分类精度往往需要引入先验知识。贝叶斯网络是一种新的数据表达和推理模型,对数据没有严格的正态分布前提要求,通过动态地调整先验概率密度,能有效提高分类精度。以北京通州地区1996-05-29和2001-05-19两个时相的陆地卫星Landsat TM遥感影像为例,介绍了基于贝叶斯网络的分类算法,并在此基础上实现了两个时相遥感影像的变化检测。实验结果表明:基于贝叶斯网络分类算法的后分类比较变化检测方法是遥感影像变化检测的一种新的有效方法。     

改进的贝叶斯迭代反演方法及其在白云岩致密储层识别的应用

由于低孔隙度和低渗透率的白云岩致密油储集层的纵波阻抗与其围岩差异非常小,利用叠后反演技术难以有效预测储层,而可以提取丰富弹性信息的叠前反演是解决此问题的有效手段,但是由于噪声等问题,叠前反演方程有较强的不适定性,笔者在贝叶斯框架下引入了改进的多变量柯西分布和改进的低频约束因子,重新推导了反演方程,获得了新的目标函数,有效地减少了反演的不适定性,从而提高了反演的稳定性,并结合迭代的思想来不断更新反演求解过程中的背景纵横波速度比值,从而增加了反演结果的精度。模型数据测试和实际资料应用都证明了该方法的稳定性和适用性。统计表明,利用提出的反演方法,目的层段内优质储层厚度预测吻合率高达89.75%。因此,此方法对类似硅质致密储层的勘探有重要的借鉴意义。     

台风风暴潮情景构建与时空推演

因台风风暴潮的突发性、情景演变时间的连续性和路径的不确定性,导致应急决策者在应急救援中难以做出正确决策,针对这一现状,将“情景—应对”应用在台风风暴潮应急决策中。本文在分析台风风暴潮情景、情景要素的概念模型基础上,首先通过资料搜集、属性识别等方法提取关键情景要素,采用框架表示法构建情景;然后分析台风风暴潮情景演变规律及演变路径;其次通过动态贝叶斯网络法构建台风风暴潮动态情景网络;最后利用先验概率与条件概率计算情景状态概率,实现了台风风暴潮的关键情景推演。本文以2018年9月16日11时至17时山竹台风对广东省沿海城市影响为例,演示了台风风暴潮的情景推演流程及关键技术。实证分析结果表明,溃堤、海水倒灌、洪水、滑坡发生的概率分别为85%、81%、74%、54%,验证了情景推演在风暴潮中应用的合理性。     

WiFi指纹定位的一种新组合算法

探讨AP选取策略和贝叶斯位置估计算法对基于RSS的WiFi室内定位技术位置估计精度的影响。国内外学者分别对AP选取算法和贝叶斯位置估计算法进行了大量的研究。为了进一步深入研究不同算法的优劣性,利用组合优化的思想对不同算法进行组合,通过找出最优算法组合从而提升WiFi室内定位系统的性能。基于互信息最小化的AP选取策略和考虑AP相关性的贝叶斯位置估计算法,提出一种新的WiFi指纹定位组合算法。实验分析表明:新算法具有良好的实用性和定位性能。     

基于贝叶斯网络的水源涵养服务空间格局优化

以渭河流域关中—天水经济区段（简称“渭河流域关天段”）为研究区,基于贝叶斯网络和水量平衡原理建立了水源涵养服务网络模型;将CA-Marcov模型与贝叶斯网络模型相结合,预测了2050年不同土地利用情景及其水源涵养服务分布概率;提出了关键变量关键状态子集方法,对研究区水源涵养服务空间格局进行优化。结果表明：① 保护情景下,林地面积增长了18.12%,其主要来源为耕地;草地和城市面积增长缓慢,分别增加了0.73%和0.38%;水体和未利用地分别减少了5.08%和0.92%,该情景下的水源涵养量值偏高的概率在3种情景中最大,保护情景的设计对未来的土地利用政策制定具有一定参考价值。② 水源涵养服务的关键影响因子是降水、蒸散发和土地利用,水源涵养量最高状态对应的关键变量关键状态子集是：﹛降水= 1,蒸散发= 2,土地利用= 2﹜,该子集主要分布在年平均降雨量和蒸散发量较大,植被覆盖率高的地区。③ 研究区适宜优化水源涵养的区域主要分布在天水市麦积区南部、宝鸡市陇县西南部和渭滨区南部、咸阳市旬邑县东北部和永寿县西北部,以及铜川市耀州区西部。结合贝叶斯网络模型研究水源涵养服务的优化区域,不仅有助于提升对生态系统水源涵养服务过程的直观认识,而且增加了情景设计和格局优化的合理性。在此基础上提出的关键状态关键因子方法,对研究区水源涵养生态环境建设和政策制定都具有重要的意义。     

基于BPSO-NBayes的雷暴释用预报技术研究

提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Naive Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究。利用2010—2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较。预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小。BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力。     

基于可变因子的变分贝叶斯SINS海上动态对准

针对传统变分贝叶斯自适应滤波中,基于经验选取常值遗忘因子,不能自适应时变量测噪声的问题,提出一种基于可变因子的变分贝叶斯自适应滤波,并应用于船载捷联惯性导航系统(strapdown inertial navigation system, SINS)动态对准。首先利用变分贝叶斯方法近似噪声的后验分布,估计时变量测噪声和状态向量后验分布。其次通过噪声方差时变强度构造可变因子,实现自适应调整变分贝叶斯参数。最后给出了基于可变因子的GNSS/SINS海上动基座对准流程及算法。船载实测数据表明,所提算法在时变方差下,较卡尔曼滤波和传统贝叶斯滤波方位角误差收敛到0.5°范围内所需时间分别缩短了52%和44%;横滚角和方位角均方根误差分别降低57%、46%和13%、9%;东向和北向速度均方根误差分别降低56%、68%和51%、22%。     

联合GNSS和InSAR观测位移反演2008年汶川大地震断层位错模型参数

利用现代空间大地测量技术,尤其是卫星合成孔径雷达干涉测量,能够获取高精度、高空间分辨率的同震和孕震形变,为地震断层形变和破裂机制研究提供了前所未有的机遇。本文介绍了利用大地测量观测数据反演地震断层位错模型参数的贝叶斯反演方法。联合运用2008汶川大地震前后GNSS和InSAR技术观测获得的同震位移,反演了地震断层的几何参数和滑动位错分布。研究结果表明,汶川地震的断层滑动主要集中在倾角较陡的浅部,同时包含逆冲和右旋走滑,其中最大逆冲6.1m,最大右旋6.5m。根据断层滑动分布正演计算得到的上盘同震位移明显小于下盘,预示该断层两侧孕震形变可能存在较大的不对称性。     

基于贝叶斯定理的地震危险性概率预测研究

由于地震孕育过程的复杂性和观测技术的局限性,不同地震观测资料表现出异常变化与后续较大地震的对应关系存在不确定性,因此对预测意见进行概率表达是一种科学恰当的做法。本文基于泊松分布的危险区背景地震概率预测和单项预测方法(包括测震、流体、形变、电磁等学科)的历史预测效能,采用贝叶斯定理计算得到单项预测方法的短期或年度地震危险概率预测结果,进而采用综合概率方法,给出基于多种单项预测方法的短期或年度地震危险概率预测结果。短期概率预测初步结果表明,2018年2～9月,中国大陆72%的5级以上地震都位于相对高概率预测区域。     

改进的GNSS/SINS组合导航系统自适应滤波算法

GNSS/SINS(global navigation satellite system/strapdown inertial navigation system)组合导航系统已得到广泛的应用与研究,当处于复杂环境时,GNSS输出容易出现误差均方差突变、误差均方差缓变、硬故障和软故障4种现象,进而影响组合导航系统滤波精度及载体的导航安全。为了解决上述问题,提出了一种改进的GNSS/SINS组合导航系统自适应滤波算法。首先,利用滤波过程中的观测异常检验统计量与滤波器门限值构建观测因子,然后,将变分贝叶斯原理与抗野值滤波方法结合,设计了改进的组合导航系统自适应滤波算法。仿真实验表明,相较于传统算法,当GNSS输出误差均方差发生变化时,所提算法可将位置精度及速度精度提高11.8%及13.7%;在GNSS输出发生硬故障时,所提算法可将位置精度及速度精度提高70.8%及69.6%。实验结果表明,所提算法具有较强的自适应性,可提升复杂环境下组合导航系统的精度和连续可用性。