典型陆表稳定目标热红外辐射特性分析及适用性评估

以地面稳定目标为参考的网络化定标技术已经成为国际定标领域的研究热点。它利用多次观测的方式减小独立测量不确定性,不仅可极大提升定标校验频次,还可有效提高总体定标精度。基于此,本文利用长时间序列Aqua/MODIS和Landsat 8/TIRS热红外数据,对国际卫星对地观测委员会定标与真实性检验组6个伪不变定标场、敦煌定标场以及格尔木大灶火地区的地表热辐射及大气特性进行了系统性分析,建立了热红外陆表稳定目标甄选标准,即空间亮温标准差低于0.3 K,发射率时间变异系数低于2%,旨在甄选适用于热红外载荷网络化定标的陆表参考目标,以支持热红外载荷在轨辐射定标精度的提升。结果表明：在1 km空间尺度下满足甄选标准的区域分别为：Libya1＿1 km、Libya4＿1 km、Algeria3＿1 km、Algeria5＿1 km、Mauritania1＿1 km、Mauritania2＿1 km、敦煌＿1 km及格尔木＿1 km,其中,Libya4＿1 km面积最大,为75 km×75 km;格尔木＿1 km面积最小,为3 km×3 km;对于100 m空间尺度,在Libya1＿1km、Maurit...     

独库高速公路克扎依—巩乃斯段雪崩易发性评价

独库高速公路克扎依—巩乃斯段以高山地貌为主,地形切割剧烈,为雪崩发育提供了有利的地形条件,对该区域进行雪崩易发性评价是独库高速公路安全建设及运行的重要前提。通过遥感解译和现场调查等手段获取149个雪崩点的因子数据,通过对因子进行相关性检测,筛选出10个评价因子,构成雪崩评价因子体系。在此基础上,运用K均值聚类法和随机法提取出非雪崩点和原始雪崩点构成样本集,通过机器学习中的多层感知器、支持向量机算法对研究区域开展雪崩易发性评价。研究结果表明,随机法和K均值聚类法提取出的样本集分别带入算法中训练,R-SVM、R-MLP、K-SVM、K-MLP四种模型的Kappa系数均大于0.6,4组模型对验证数据集的预测结果与实际值存在高度的一致性。经多层感知器训练的AUC值由0.762提高至0.983,经支持向量机训练的AUC值由0.724提高至0.951。基于本研究预测性能最佳的K-MLP模型分区显示该研究区雪崩发育对拟建线路影响较小,但对于隧道洞口可能会造成威胁。本研究可为独库高速公路建设、运营以及雪崩灾害防治工作提供理论支撑和方法参考。