基于纹理特征和机器学习的卫星云图分类实验

准确识别云对提升天气预报和气候预测准确性有着重要意义,传统的阈值法和聚类法很难找出统一通用的阈值标准和方法,随着机器学习在云分类领域的应用和发展,在分类速度和分类精度上都有了明显提升。本实验对风云二号G星的红外云图进行预处理并构建卫星云图样本库,通过提取云图纹理特征再结合支持向量机（SVM）、随机森林（RF）和XGBoost分类器实现了对“晴空”、“层积云或高积云”、“积雨云”、“密层云”和“卷层云”的分类,实验结果表明：①三种分类器对该实验云分类的平均准确率分别为RF（62.5%）＞XGBoost（61.7%）＞SVM（60.0%）;②三种分类器对“层积云或高积云”的分类都最好且稳定,平均分类精度均达到了90%以上,最高为91.5%;③SVM对密层云（67.9%）、RF对卷层云（68.9%）、XGboost对晴空（68.3%）的分类效果次之,平均分类精度均达67%以上。     

Characteristics of the Submarine Topography and its Profile Type of the Coast of China

Based on the latest submarine topography data of the China 908 Project （China offshore marine environmental comprehensive investigation and assessment）,we analyzed the general China offshore submarine topographical characteristics and the factors influencing its development.The submarine topography off the coast of China follows the NW-SE trend of the land topography.The gradient of the submarine topography ranges from 0.2％ to 1.6％ with an average gradient of about 0.8％.The depth contours run mostly parallel to the coast,and extend out to sea in estuary areas.The submarine topography is dominated by the geological structure,which shows the typical characteristics of two uplifts and two subsidence events from north to south.The geological structure combined with the different sedimentary environments and complex hydrodynamic conditions produced topography that can be characterized by three types：sedimentary basins,compressionuplift,and transition form.In the sedimentary basin and compression-uplift regions,the topographical undulation is small,sediments are fine-grained,and the currents flow in a single direction,leading to bays with sedimentary plains and underwater accumulation slopes,which are of the same tectonic origin.Transition-type topography is characterized by strong undulations and mixed-size sediment particles,terraces and scarps inshore and shelf plains and erosion-deposition landforms offshore.This is a result of incomplete fault block development and repeated transgressions.In the deposition reformation regions （transition form type）,the topography has strong undulations,the sediments are coarse,tidal sand ridges are well-developed at terrigenoussupplied estuaries and convergence zones,and the Holocene sediments are thick,transformed by tides,river runoff,and currents.     

起伏地表下的直接叠前时间偏移

提出了一种新的叠前时间偏移方法和流程,可不必应用野外静校正,直接对起伏地表采集的地震数据进行叠前时间偏移.本文采用输入道成像方式,通过基于稳相点原理给出单道数据的走时和振幅计算方法,发展了一个表驱动的叠前时间偏移算法.偏移方法可依据同相轴是否被拉平确定叠加速度和修正近地表速度模型,也可依据拟成像的构造倾角,自适应地确定偏移孔径;后者既减少了偏移计算量,也压制了偏移噪声.文中用二维起伏地表的断陷盆地模型的理论数据验证了所发展方法的成像效果.     

含破碎海浪海面起伏统计的理论模型

在常动量通量海面风漂流层内, 基于所导出的海浪能量和涡度变化首次积分与破碎的运动学判据和数学合理性判据, 推演出一致的破碎海面起伏表示和海浪破碎发生条件, 从而用Heaviside函数组合的方法给出破碎海浪海面起伏的函数表达式. 基于所导出的破碎海浪海面起伏函数表达式和海浪总是小波陡的事实, 提出一种包括基底海浪、弱非线性海浪和破碎海浪的海浪海面起伏三重复合函数表示. 海浪的三重复合函数表示和基底海浪的正态分布律的总合, 就是所提出的海浪海面起伏统计数学物理模型.     

基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究

以塔里木盆地北缘绿洲--渭干河-库车河三角洲绿洲为例,借助ENVI遥感软件,利用ETM+数据,探讨了该绿洲土壤盐渍化信息提取的方法.传统的遥感图像分类方法多数在解决问题上存在精度不高、分类效率较低、不确定性强的缺陷,所以,选择好的分类方法对于提取盐渍化信息是至关重要的.近年来,将SVM应用于遥感图像分类已成为新的发展趋势.文章提出了基于纹理特征的支持向量机(Support Vector Machine,SVM)的分类方法,得出以下结论:分别结合3×3,5×5,7×7,9×9,11×11,13×13窗口纹理特征和光谱的SVM分类精度都很高,达到93%以上.并且在验证分类精度时,发现结合光谱和9×9窗口纹理信息的SVM分类的结果更符合实际情况.所以说加入纹理特征后使得光谱信息比较接近的3类地物(重度、中度、轻度盐渍地)的区分性增大,从而使精度提高.因此,基于纹理特征的SVM分类方法更有利于遥感图像分类和盐渍化信息监测,是地物遥感信息提取的有效途径.     

3DGIS中复合地形纹理生成与应用

3DGIS仅用数字高程模型(DEM)表现地形远达不到三维可视化的要求.在传统3IDGIS中,通常采用数字正射影像(DOM)作为DEM的纹理表达地面景观,但其逼真性往往会受到影像分辨率的限制.该文借鉴Mipmap思想,提出一种新的纹理生成方法来解决上述问题,即通过对DOM和二维矢量数据赋予投影信息,将多幅影像及相关矢量数据作为生成3DGIS地形的纹理数据源,生成不同分辨率、不同详细程度的金字塔纹理,动态表现地面景观,并对生成的金字塔模型数据进行高效的索引、存储与管理.上述方法在实际应用中取得了满意的访问效率和视觉效果.     

基于栅格尺度的云南省人居环境自然适宜性评价研究

人居环境自然适宜性是人类生存和发展的基础,从根本上制约着区域人口的集聚和发展.同时随着经济社会的发展,人居环境适宜性越来越受到社会的关注,相关研究也越来越深入,牵涉的方面也更加广泛.采用地形起伏度、地被指数、水文指数、气候适宜度四类指标加权求和的方法计算了云南省不同区域人居环境自然适宜性.研究结果将为云南省未来人口发展功能分区,人口空间优化分布,协调人口、资源、环境之间的关系提供重要参考.     

基于决策树模型的海岸带分类方法研究

海岸带地物分布复杂,地物混淆常造成海岸带提取困难。该文以江苏省粉砂淤泥质海岸为研究对象,运用图像光谱特征、纹理特征并引入地学知识,构建研究区遥感图像分类决策树模型,并利用ETM 图像进行海岸地物分类研究。结果表明:采用的决策树模型可以较好地结合纹理信息和地学知识,解决遥感图像中复杂地物分类过程中的混淆现象,分类精度达89.26%,比最大似然法分类精度提高了15.19%。     

基于纹理特征与数学形态学的高分辨率影像城市道路提取

从遥感影像上提取道路面临如下问题:根据光谱特征分类的图像存在建筑物与道路混淆,受交通工具、行道树等影响易产生道路中的孔洞与道路边缘的毛刺等。该文利用南京市IKONOS高分辨率影像丰富的空间纹理信息,将纹理信息加入原始波段参与分类,可以解决建筑物与道路的混淆问题。另外,道路具有丰富的形态特征,应用数学形态学的相关算法和形状指数,可以很好地去除道路提取过程中产生的各种噪声。