基于多源遥感影像的长春市城市建成区提取

夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。     

基于夜间灯光数据的南京城镇用地提取

针对多时相夜间灯光影像无法直接对比的问题,该文提出了一种基于不变目标进行不同年份不同卫星夜间灯光数据的校正方法。在系统校正多时相夜间灯光数据的基础上,应用支持向量机分类算法提取城镇用地信息,并分析1992—2013年南京城镇扩张动态变化规律。结果表明:该数据校正方法可以有效减少年际夜间灯光影像之间的异常差异,提高不同年份数据间的连续性和可比较性;支持向量机分类算法提取的4个样区城镇用地信息总体精度和Kappa系数平均值分别为88.35%和0.56,能够准确反映区域城镇发展的实际情况;1992—2013年南京城镇经历先缓慢后快速的扩张过程,主城区在1992年城镇基础上往四周扩张,并沿长江及南北交通走廊发展。     

融合形状和光谱的高空间分辨率遥感影像分类

提出了一种像元形状指数及基于形状和光谱特征融合的高（空间）分辨率遥感影像分类方法。形状和光谱是遥感影像纹理的具体表现形式,尤其在高分辨率影像中地物细节得到充分表达,相邻像元的关系及其共同表征的形状特性成为分类的重要因素。本文用像元及其邻域的关系来描述其空间结构,同时为了更全面地利用影像特征,提出了基于支持向量机的形状和光谱融合分类方法。实验证明,该方法计算简便且能有效表达高分辨率影像的地物特征,提高分类精度。     

土地覆盖制图：基于最优化遥感数据的支撑向量机分类

遥感数据具有在不同空间、光谱和时间尺度上获取地表测量信息的能力,使其成为获取土地覆盖信息的一个主要数据源。影像分类即把卫星影像上的相关像元划分给某类已知的土地覆盖类型的过程。支撑向量机（SVMs）是一种土地覆盖分类的新技术。三种常用的SVMs是：基于线性和多项式的SVM以及具有高斯核函数的SVM分类器,分类能否成功地应用有赖于其各自选择的最佳参数。但是海量的遥感数据使得这些参数的确定速度十分缓慢。本文研究了一种新的基于最优化遥感数据压缩技术的SVM分类方法。研究显示用于获取SVM参数的数据量能够在不影响土地覆盖的分类精度的前提下进行压缩。数据压缩成功的应用于多项式和高斯核函数的SVM分类,而线性SVM的分类精度却非常低。     

基于支撑向量回归的高光谱混合像元非线性分解

提出了基于支撑向量回归的高光谱混合像元自动分解.首先利用投影迭代的方法自动寻找到影像的典型地物光谱,然后利用Hapke近似函数模拟出非线性的训练和测试数据.支撑向量回归的混合像元分解方法与基于基函数分解方法的不同点是不需要预先确定非线性的映射形式,它通过核函数,把像元矢量从低维空间映射到高维特征空间,使得在特征空间中构造的线性光谱组合对应着原始空间（像元空间）的非线性组合特性,从而揭示了典型地物光谱之间的高阶性质,提高了混合像元的分解精度.实验结果证明,这种方法具有很高的混合像元的分解精度.利用模拟数据作分解精度的评价,表明97%以上的像元分解绝对误差不大于10%,而各类总体平均平方根误差均小于3.5%.     

多源高分辨率遥感影像不透水面提取

随着经济的发展,社会需求的不断提高,不透水面面积越来越代表着社会的城市化进程和经济发展水平。为了解安徽省不透水面面积和经济发展水平,本文以安徽省为研究对象,将2018年的哨兵2号（Sentinel-2）和美国陆地卫星（Landsat8）影像相结合,利用珞珈一号夜间灯光数据为辅助数据,制作安徽省森林、农田、不透水面、水体四类地物的土地利用规划图,高精度提取了2018年安徽省全省的不透水面信息。研究结果表明：通过与Sentinel-2&珞珈一号和Landsat8&珞珈一号的结果进行对比,充分证明Sentinel-2、Landsat8以及珞珈一号数据结合能够较准确、高精度地提取不透水面信息。     

Word2vec和支持向量机的POI自动分类方法

针对兴趣点(POI)数据名称文本特征稀疏以及语义关系简单所导致的POI数据管理困难等问题,该文提出一种基于词向量计算工具Word2vec和支持向量机的POI分类方法。首先对POI名称进行分词、去停用词等预处理;然后通过Word2vec模型生成词向量,并引入词频-逆文档频率(TF-IDF)权重进行加权求和实现名称文本的向量表示;最后,在对支持向量机分类器训练的基础上,实现POI数据自动分类。为了验证方法的有效性,该文选取百度地图的6类POI数据进行试验,结果表明,该文方法在6个类别中总体正确率达到94.43%,优于目前常用的机器学习分类方法。     

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。     

山东省灵山岛负载构造和球-枕构造研究

本文运用野外露头考察、沉积岩石学、地质统计等方法,对灵山岛的负载构造和球-枕构造进行研究。这些负载构造和球-枕构造侧向延伸好,在整个剖面上连续分布,具有多尺度、多形态、多组合等特点。形成负载构造和球-枕构造的前提条件是地层密度的倒置(上大下小),变形的根本驱动力是沉积物自身的重力。球-枕构造和负载构造的形成机制相同,只是变形程度和阶段不同。根据不对称负载构造受横向剪切力分析,证明早白垩世时该盆地存在古斜坡,并且SE高、NW低。综合考虑地震触发形成震积岩的标志特征和灵山岛的构造地质背景,认为本研究区的负载构造和球-枕构造系古地震触发形成。     

支持向量机在海洋随机资料分析中的应用

在随机海洋资料的分析中,需要从大量的实际数据中提取出有用的信息来建立或检验各种海洋理论模型,因此我们要正确运用适当的手段来分析处理各种实际数据。文中简要介绍了数据挖掘中一项新的技术支持向量机,着重介绍了最优化问题的求解算法,以及如何应用于海洋资料的分析处理。