高光谱影像概率分类向量机分类方法研究

从分析基于支持向量机和相关向量机的高光谱影像分类方法的优势和不足出发,将基于概率分类向量机的方法用于高光谱影像分类试验。在贝叶斯理论框架下,概率分类向量机为基函数权值引入截断Gauss先验概率分布,使得不同类别的基函数权值具有不同符号的先验分布,并利用EM算法进行参数推断,得到足够稀疏的概率模型,弥补了相关向量机选取错误类别的样本作为相关向量的不足,从而有效地提高了模型的分类精度和稳定性。OMIS和PHI影像分类试验表明,概率分类向量机能够很好地应用在高光谱影像分类。     

震后道路三维可视化方法研究

汶川地震后,北川县城遭到严重破坏,难以恢复,为了长期保存震后情况,需建立震后三维数字化表达.现以震后北川县城为例,探讨了在震后三维场景构建过程中,通过几何修正和纹理映射实现损毁道路三维可视化;在可视化过程中,尽量减少三维模型的数据量,实现快速浏览.     

基于严格成像模型的遥感影像RPC参数求解

利用严格成像模型生成虚拟格网点,采用与地形无关的方案解算遥感影像RPC参数,并利用天绘一号卫星高分辨影像进行实验,结果表明RPC参数的拟合内符合精度很高,完全可以替代严格成像模型。     

自适应高程分级的城区DSM晕渲方法

在对传统的分层设色晕渲理论应用于城区DSM的可视化技术进行充分研究的基础上,提出了一种基于高程直方图的自适应高程分级方法。该方法通过高程直方图研究城区地形、地物的高程分布及变化特征,自适应建立高程带分级模型。实验表明,提出的晕渲图制作方法兼顾了地貌形态和地物特征的表达,成果色彩过渡自然,层次清晰,地形、地物区分明显,有较强的艺术性和实用价值。     

基于贝叶斯模型的中国未来气温变化预估及不确定性分析

利用第5次耦合模式比较计划(CMIP5)中35个全球气候模式历史模拟与RCP4.5预估结果,通过贝叶斯模型平均(Bayesian Model Averaging,BMA)对中国气温进行多模式集合研究,给出了中国未来气温变化预估及其不确定性的时空分布。结果表明,中国21世纪冬夏将持续升温,且升温具有冬季高于夏季,北方高于南方的特点。初期(2016—2035年)北方有很大可能(80%)升温超过0.7℃,南方升温相同幅度的概率则超过50%;中期(2046—2065年)北方和南方升温超过1.5℃的概率分别为80%和50%;末期(2081—2100年),北方(南方)有80%(50%)的可能的升温超过2℃。气温预估的不确定性研究发现,无论冬夏,21世纪不同时期升温相对较弱的塔里木盆地、青藏高原南侧和中国东南地区为不确定性低值区,基本低于0.6℃,对应可信度较高,如21世纪初期信噪比超过4;而不确定性的高值区则主要分布在新疆北部、东北平原北部和青藏高原东南侧等升温相对较大的地区,普遍高于1℃,对应可信度较低,如初期信噪比低于2.5。此外,基于信噪比对比发现除青藏高原东部外,其他区域夏季预估的可信度均高于冬季,21世纪末期高于初期,且空间分布特征一致。     

Logistic判别模型在强降水预报中的应用

利用Logistiv判别模型进行强降水预报,并设计3种方案进行对比分析。方案1直接使用14个影响因子进行判别预报,受因子共线性作用及噪音信号影响,虽然拟合效果较好,但预报效果明显下降。方案2对14个影响因子进行主成分分析,利用前6个主成分建模,虽然拟合效果较方案1降低,但由于消除了因子共线性作用以及噪音信号影响,预报效果较方案1提高。方案3运用Bootstrap抽样技术得到符干样本并建模计算模型参数,打乱了原有时间序列中的波动,仪保留平稳信息,拟合自由度进一步降低,导致拟合效果较方案案2下降,但预报效果却是3种方案中最好且最稳定的。在上述研究基础上,利用欧洲中心数值预报模式的预报场资料,建立基于Logistic判别模型的强降水客观预报系统,并在中央气象台业务运行。2013和2014年连续两年汛期预报检验结果表明,概模型对强降水预报的TS评分高于数值模式本身,具有一定的业务参考价值。     

探讨1886-2012年期间全球二氧化碳浓度及城市化效应对于香港温度趋势变化的格兰杰因果关系

因果关系在许多科学领域中是一个重要课题。在气候变化研究中,一个关键的问题是天气和极端事件的变化是否或在何种程度上可以归因于全球变暖的人为因素。归因分析主要依赖于气候模型,但其在描述非线性系统中存在一定的局限性。本文应用长期观测数据并使用统计方法来探讨此问题。更具体地,本文应用格兰杰因果关系检验方法分析全球二氧化碳浓度与城市化效应对香港气温演变的影响。基于香港1886年至2012年的温度数据,我们发现其夏季平均、最高和最低气温以及酷热天气、热夜日数皆增加趋势。同时可以发现日温度的统计分布变化。格兰杰因果关系分析的结果表明,全球二氧化碳浓度的变化和城市化效应皆对香港气温的演变有所贡献,对于不同的时间滞后性这种效应同样存在。通过与非城市地区的比较,我们发现城市化效应对于夏季气温的升高大概贡献40％。根据初步的结果,文本所引入的方法可以作为一种新的角度来评估局部地区温度升高的原因。本文的分析方法可以扩展至研究其他温室气体对极端天气事件的影响,以及气候变化和社会影响之间的联系。     

基于作物模型的河南省旱稻干旱风险评估

采用作物模型与数理统计相结合的方法,利用长期历史气象资料,以作物模型和地理信息系统技术为工具,系统分析了河南地区旱稻生育期水分盈亏情况。以模型模拟的雨养条件下实际蒸散量相对于潜在条件下的蒸散量(即需水量)的亏缺率,即水分亏缺指数,以雨养条件下产量相对于潜在产量的损失率(即灾损指数)作为产量灾损强度评价指标,从受旱程度和产量损失两个角度构建干旱风险评估模型,进行干旱风险评估。结果表明:河南省旱稻生育期集中在6—9月,水分亏缺最多的阶段为出苗—穗分化阶段,水分亏缺指数变化在0.50~0.60,其次是开花—成熟阶段和穗分化—开花阶段,水分亏缺指数变化在0.11~0.43;全生育期水分亏缺指数在0.36~0.50。出苗—穗分化阶段干旱发生的风险最大,其次是开花—成熟阶段,穗分化—开花阶段的最小。河南旱稻生育期干旱风险呈现为由东南向西北逐渐升高的分布,其中三门峡、济源西部一带风险最高,洛阳南部和南阳西北部一带最低,黄河以北大部地区和豫东、豫南地区风险居中。     

利用尺度空间及多角度地形断面提取山谷山脊线

从数字高程模型中自动提取山脊线和山谷线,在测绘领域有着重要的意义。地形断面高程极值法是其中一种常用的方法,但此方法在提取过程中容易产生遗漏。针对此缺点,本文提出了基于尺度空间及多角度判断的地形断面高程极值法,主要步骤是构建影像金字塔,然后从上到下逐级提取并加密。试验验证了该方法的有效性,提取得到的山谷线或山脊线较为完整,并与实际地形相符合。     

部分变量误差模型的整体抗差最小二乘估计

部分变量误差模型(partial EIV model)的加权整体最小二乘(weighted total least-squares,WTLS)估计不具备抵御粗差的能力。鉴于粗差可能同时出现在观测值和系数矩阵中,本文在提出部分变量误差模型WTLS估计的两步迭代解法的基础上,运用抗差M估计的等价权方法,发展了一种整体抗差最小二乘(TRLS)估计方法,并采用一致最大功效统计量确定降权因子。针对WTLS估计两步迭代解法的特点,设计了两个不同的降权方案:第1个方案是在估计系数矩阵元素时,不对观测值降权,仅对系数矩阵降权;第2个方案是在估计系数矩阵元素时,既对系数矩阵降权,同时也对观测值降权。通过对模拟2D仿射变换和线性拟合实例进行计算和分析,结果表明第1方案优于第2方案,并且优于基于残差和验后单位权方差的抗差估计和现有的变量误差模型抗差估计。