多场景下自然资源业务审批地理底图智能调度技术

针对自然资源项目审批存在地块大小不均、图层多样、坐标点数目差异性大等特点,在调用地理底图进行空间分析过程中需适配多地块、多图层、多界址点等不同分析应用场景。本文以空间分析效率和分析系统稳定性为目标,开展动态调度机制研究,智能化选择最优地理空间信息分析方法,构建复合式快速分析体系,达到减少审批项目平均耗时、缩短平均等待时间的目的,以保障系统运行稳定性,提高自然资源审批系统的空间分析效率。     

CSD和CDD结合下的最优遥感特征指数集构建及其在湿地信息提取中的应用

依托中分辨率成像光谱仪完整的数据序列和丰富的光谱信息,遥感特征指数在湿地生态系统发展变化的状态、趋向和规律研究方面发挥着不可替代的优势.传统类间距离判别的遥感特征指数选取中常存在过分依赖数据统计特征、入选指数与目标地类间生态学意义不明确、分类模型普适性差等局限性.基于此,本研究以河北省白洋淀湿地自然保护区为例,提出类可...     

城镇-农业-生态空间划定的多情景模拟

城镇-农业-生态空间划定(简称"三区"划定)是国土空间规划的核心内容,对于科学合理地规划、利用有限的国土资源具有重要的意义。已有研究主要根据区域内土地利用与社会经济发展现状构建指标体系进行"三区"划定,较少将未来土地利用变化纳入"三区"划定过程中,使得划定结果在指导实践过程中缺乏前瞻性。针对这一问题,本文提出一种基于土地利用情景模拟,结合指标体系评价与决策树特征挖掘的"三区"划定方法,并以武汉市2015年土地利用现状为基础,在土地利用变化情景模拟的基础上进行"三区"划定。通过对比,验证了本文提出方法的合理性。研究发现:①不同情景下的"三区"空间在规模、空间分布上具有明显差异,将未来土地利用变化纳入"三区"划定过程中确有必要;②不同土地利用情景下"三区"空间的差异主要出现在三类空间的交界区域,这些区域是国土空间规划应该关注的重点区域。     

基于决策树分类的某市土地利用变化研究

以不同时相Landsat TM／ETM＋遥感图像作为数据源,分析某市1987—2000年的土地利用变化信息。综合考虑遥感影像波段间的相关系数和OIF指数,选择最佳波段组合;通过对光谱和非光谱信息的统计与分析,利用决策树分类的方法对各影像进行分类;构建土地利用类型变化规则,获取该市区1987—2000年的土地利用变化数量和空间分布状况,并分析变化及其原因。结果显示：1987—2000年间该市土地利用类型发生较大变化,其中耕地面积明显减少,建设用地面积大幅度增加。经分析,控制人口的增长和制定有效的土地利用政策才是该市土地利用合理化的有效措施。     

基于决策树特征提取的支持向量机在岩性分类中的应用

由于支持向量机属于黑箱模型,因此在进行模型学习时无法直接对特征进行选择,而决策树模型在递归创建的过程中自身具有一定的特征选择能力。针对岩性分类问题,本文将决策树和支持向量机结合,通过决策树的建立,在考虑特征重要性的前提下,利用树节点的高度对特征进行提取,并将具有更高分类能力的特征送入支持向量机进行岩性分类。结果表明:通过决策树的特征提取,减少了支持向量机模型的输入特征,从而有效控制了模型的复杂度,使得模型更加稳定并具有更高的分类精度,测试集精度能够提升10%以上。     

轨道扣件病害自动化检测研究及应用

传统扣件检查基本采用人工检查方式,不仅工作效率低、劳动强度大,而且人为干扰因素多、检查采样率低.针对以上问题,本文提出了一种基于线结构光传感器的轨道扣件损伤和松动检测方法,并开发了轨道扣件智能监测系统以实现扣件病害自动检测.最终将研究成果应用于徐州市某地铁区间轨道扣件检测,验证了该方法的可行性和准确率,为地铁轨道扣件检...     

城市湖泊水华预警模型研究——以北京“六海”为例

采用决策树方法和非线性回归方法建立湖泊水华预警模型。决策树方法预测水华爆发时机,非线性回归方法预测水华爆发强度,并运用信号灯显示方法,划分出水华爆发的预警区间。以北京六海为例,模型结果表明来水水量Q,温度T和总磷浓度是影响“六海”湖泊水华爆发的主要影响因子,选择叶绿素a(Chl-a)<30 μg/L的预警信号为绿色,30 μg/L60 μg/L为红色。当每月来水量Q>79.0万m3或来水量Q<79.0万m3,水温<13.4℃,预警指标为绿色;Q<79.0万m3,水温T>13.4℃,水华预警为黄色;Q<38.7万m3时,T>23.25℃,TP>0.13 mg/L,水华预警为红色。对模型结果分类进行了验证。结果表明:模型对于限制因素发生变化时的水华预测结果更为准确,并且结构简单,输入输出关系明显,结果易于解释。     

基于ENVI 的唐山湾三岛土地利用遥感分类方法的比较分析

对唐山湾三岛2010年10月10 m分辨率的SPOT5多光谱数据源,采用不同分类方法进行识别和判断,并对比不同分类器在遥感影像分类中的应用效果和分类精度。有针对性地探究海岛土地利用遥感分类过程中不同方法的优劣,获取最适于岛陆地区土地利用的遥感分类方法。根据土地利用现状分类标准(GB/T21010-2007)和海岛陆域土地利用类型划分的相关规定,将唐山湾三岛主要分为滩涂、裸地、林地、草地、居住区、内陆水体和潮间带(潮水覆盖区)6类。并分别构建结合人为控制的非监督分类、监督分类和基于专家知识的决策树分类系统,参照更高分辨率影像、先验知识和野外调查资料,评价分类结果与实地调查结果的吻合程度,最终通过总体分类精度和Kappa系数等指标对各分类器精度进行评价和对比分析。     

一种识别非典型气层的新方法——决策树的分类模型

非典型气层由于成因复杂,受储层厚度较薄、围岩的影响及测井仪器分辨率的限制,在测井曲线上表现出许多模糊性,致使三孔隙度和电阻率曲线在气层的敏感性降低,尤其是与气水同层、水层、干层的差异性不大,从而使一系列基于该资料的识别方法对非典型气层的识别无明显效果.而利用多参数测井信息对非典型气层的识别其实质是一个复杂的、非线性的、高维数的模式识别问题,因此可以采用模式识别方法对非典型气层进行识别.而决策树具有学习能力强、学习过程透明、结果可理解性强,能提供友好的人机交互机制,因此以多方面的测井信息为基础,利用决策树提取非典型气层的预测模型,并综合储层实际特征,对预测模型进行修正.实际应用结果表明,决策树提取的预测模型对非典型气层的识别具有较好的效果.     

基于混合像元分解和知识规则的人工刺槐林健康分类

提出一种基于精度较高的Landsat TM数据检测刺槐林枯梢状况的方法,整个过程分为:1)利用监督分类提取出林地分布范围,制作刺槐林地掩膜;2)对刺槐林地利用线性光谱混合模型进行混合像元分解,得到健康刺槐、非光合作用绿色植被(NPV)、土壤的丰度图,定义刺槐林的健康分类等级:健康或轻度枯梢、中度枯梢、重度枯梢或死亡;3)利用决策树分类器对丰度图像、归一化植被指数(NDVI)以及经缨帽变换获取的亮度和绿度成分定义一组规则,进行刺槐林生长健康状况分类,分类结果与实地样方数据具有较好的一致性,利用林冠分级向导进行精度分析,精度达82.2%,Kappa系数为0.752。