金沙江流域滑坡易发性空间预报分析

灾害易发性预报是提高灾害防控能力的第一步。针对位于云南省内的金沙江流域因地势险峻、生态环境脆弱,加之近年来人为活动增多已成为地质灾害高发区的现状,本文以金沙江德钦至华坪段滑坡灾害为例,运用Maxent和随机森林两种机器学习模型对滑坡空间分布作归因与预测,并对两者之间的差异进行对比分析。试验结果表明,随机森林模型的预测精度高于Maxent模型,AUC值为0.72。     

采用逻辑回归的汾河流域遗址分布研究

为了更好地指导考古挖掘和理解古人类活动,该文从汾河流域DEM数据中提取高程、坡度、坡向、地形起伏度、地表曲率、距河流距离及距大遗址距离等作为自变量,利用二元逻辑回归建立流域内仰韶时期至夏商时期各时期遗址分布模型,对模型结果进行了定量分析并生成了汾河流域各时期遗址分布概率图,在此基础上对汾河流域人类文化遗址的分布特征进行研究。遗址分布模型总体分类精度较好。遗址分布模型对考古工作及古环境研究具有重要价值,可以为考古工作提供决策支持。     

基于CA-Markov模型的秦淮河流域土地覆盖格局模拟预测

以秦淮河流域为研究区,以2006和2009年ETM+图像土地覆盖分类结果为输入数据,采用CA-Markov模型,模拟预测研究区未来的土地覆盖格局。在模型建立过程中,通过Markov模型求出转移概率矩阵和转移面积矩阵,确定CA模型转换规则,限制CA模型迭代次数。利用CA-Markov模型模拟预测研究区2012和2018年土地覆盖格局,并采用2012年实际土地覆盖分类结果验证预测精度,得到2012年各土地覆盖类型栅格数预测误差均小于等于6.5%,空间位置预测精度达到76.5%。预测结果表明,2018年研究区水田比例将降为33.3%,不透水面比例将达31.1%,其中多数水田转变成为不透水面,南京城区、禄口镇、句容市、溧水县等城镇地区的不透水面明显扩张。该方法可以对秦淮河流域的土地覆盖动态监测以及可持续发展提供依据。     

基于Logistic回归分析的从化流溪河流域先秦时期遗址预测模型

运用GIS的空间分析功能,借助Logistic回归分析方法构建从化流溪河流域先秦时期遗址分布预测模型,得出遗址分布与海拔等自然地理要素之间的定量关系.结果表明,从化流溪河流域先秦遗址分布受自然因素影响显著,其中河流缓冲区(距河流距离)对遗址分布影响最大,海拔高程、坡度影响次之,坡向则对遗址分布影响甚微.遗址预测模型显示较高概率分布区集中分布于从化流溪河中下游干流、潖江河干流及两侧大型一二级支流两岸;较低概率区集中分布于从化流溪河中下游干流、潖江河远离河道的区域.此外,从化流溪河上游广阔地区除大型河流两岸外,多属于低概率分布区.经Kvamme增益统计方法检验,遗址预测模型能有效识别遗址分布较高概率区,将为未来的考古调查工作提供参考,减少盲目性.     

北斗精密卫星钟差短期预报研究

针对精密卫星钟差现有预测模型预测精度不够且钟差获取具有滞后性,无法满足精密单点定位(PPP)等问题,该文提出基于经典定权法的GM-AR组合模型并分别对BDS 3种不同类型的卫星精密钟差进行建模与预报,为验证组合模型的可行性和有效性,采用GM(1,1)模型、AR(p)和BP神经网络模型进行对比实验。实验结果表明:GM-AR组合模型能有效地控制误差,预测精度优于其余3种模型,其精度可提高9%～20.8%。     

机器学习辅助下的概率积分法参数预计模型寻优

收集整理了多组地表移动观测站资料作为训练样本和检验样本,以工作面地质采矿条件为输入集,概率积分法预计参数为输出集,利用机器学习方法对概率积分法预测参数进行了预测。选取支持向量机、BP神经网络和偏最小二乘法3种机器学习方法对训练样本进行训练,利用训练所得模型预测检验样本中的概率积分法预测参数,并将预测结果与观测站实测值进行对比。结果表明,利用支持向量机预测下沉系数、主要影响角正切值及水平移动系数的精度最高,其平均相对误差分别达到7.46%、4.00%、13.17%;拐点偏距及开采影响传播角利用偏最小二乘法预计精度最高,平均相对误差分别为10.83%、0.88%;总体而言支持向量机的预测精度最为稳定。     

等维新息灰色模型在深基坑变形预测中的应用

分析了改进的等维新息灰色预测模型用于深基坑变形预测的合理性。应用深基坑实际变形监测资料,对其预测精度及可行性进行了验证。结果表明,等维新息灰色模型的预测精度较高,模型的预测结果基本上能满足要求。灰色预测模型的预测精度与监测的时间间隔是否固定、数据变化的规律性是否明显有关。当规律明显时预测精度较高,而当监测时间间隔波动大、数据有大的跳跃突变时,预测精度较低。     

基于时间序列模型的沉降监测预报分析

时间序列模型预测具有可靠性与高效性的特点。本文结合沉降监测工程,采用Matlab进行建模预报分析,分别基于预测模型(AR、MA、ARMA)进行应用。对比自回归模型、滑动平均模型及自回归滑动平均模型预测结果的精度,表明3种模型可预测期连续分布,模型组合可提高预测精度。     

变权组合模型在沉降预测中的应用

为探讨变权组合预测模型在沉降预测中的应用,以某大楼实测等时距沉降观测数据为研究对象,根据实测建筑物沉降数据所呈现的规律性,选取Logistic和Gompertz曲线模型对实测沉降数据进行了拟合;求取曲线模型的参数后,建立预测模型并进行预测.在此基础上,利用最小二乘法原理建立变权组合预测模型.根据各模型的预测结果及其计算出的模型精度显示,变权组合预测模型的拟合精度比Logistic和Gompertz曲线的拟合精度高,更适合于作为建筑物的沉降预测模型.     

变权组合模型在沉降预测中的应用

为探讨变权组合预测模型在沉降预测中的应用,以某大楼实测等时距沉降观测数据为研究对象,根据实测建筑物沉降数据所呈现的规律性,选取Logistic和Gompertz曲线模型对实测沉降数据进行了拟合;求取曲线模型的参数后,建立预测模型并进行预测。在此基础上,利用最小二乘法原理建立变权组合预测模型。根据各模型的预测结果及其计算出的模型精度显示,变权组合预测模型的拟合精度比Logistic和Gompertz曲线的拟合精度高,更适合于作为建筑物的沉降预测模型。     

基于CLUE-S模型的深圳海岸带土地利用变化模拟

以深圳海岸带为研究区,基于1996、2005、2011年遥感影像得到研究区土地利用历史数据,选取自然、社会统计数据作为驱动因素,利用CLUE-S模型分别从不同时间尺度和空间尺度对研究区2005、2011年的土地利用分布予以模拟,并对模拟结果分别从类别和景观水平予以精度评价。从类别水平角度,选择ROC曲线对各地类的Logistic回归拟合精度进行评价;从景观水平角度,选取Kappa指数对模拟效果予以评估,以验证所选驱动因子的合理性。结果表明:在研究区范围内,CLUE-S模型的类别精度随着空间分辨率的改变而有所差异,100 m分辨率为本研究模拟的最佳尺度,各地类的ROC值均高于0.7;随着模拟时间的缩短模拟精度有所增加;东海岸由于受到人类影响较小,模拟效果整体相对较好。总体而言,CLUE-S模型适用于研究区土地利用模拟,所选驱动力因子能够对研究区土地利用变化予以较好的解释。     

基于Logistic和Gompertz曲线模型拟合的建筑物沉降分析

重大工程建设一般会有定期的沉降和变形监测,本研究利用具有规律变化的Logistic和Gompertz曲线模型进行拟合,并以某大型发电厂为研究对象,利用近15年的监测数据,建立预测模型并进行精度评估。研究结果表明,若监测数据具有一定程度的稳定性,并对计算时监测数据进行合理取舍,对采取的全区、分区平均值或单一点高度值的检测数据,运用Logistic和Gompertz曲线模型来预测大型建筑物的沉降情况是可行的。     

一种概率分布的区间数多指标灰色关联模型

针对区间数多指标决策问题中评价值的取值概率问题,提出了基于概率分布的区间数多指标灰色关联模型。该模型将区间数距离映射到概率分布函数上,根据灰色关联分析方法的基本思想,计算决策方案与理想方案之间的关联度,通过关联度对决策方案进行排序。最后给出了两个实例分析,验证了该模型计算结果的正确性与有效性。     

EM算法在p范混合模型参数估计中的应用

针对多种分布形式混合的观测数据,建立了p范混合模型,考虑到模型中混合数属于不完全数据,引入期望最大化(expectation-maximum, EM)算法,对该混合模型的参数进行估计,详细推导了p范混合模型参数估计的迭代公式,并给出了相应的迭代步骤。采用混合高斯分布数据、拉普拉斯分布与高斯分布混合数据及实测GPS观测值残差数据,验证了公式的正确性和适应性。算例结果表明,与单一概率分布相比,p范混合模型能够准确反映数据分布的实际情况,同时利用EM算法估计的模型参数具有较高的精度。     

高分二号遥感影像提取冬小麦空间分布

精细的农作物空间分布数据对于资源、环境、生态、气候变化和粮食安全问题均具有重要的意义,卷积神经网络已经成为从遥感影像中提取农作物空间分布数据的主要方法,但提取结果中的种植区域边缘往往比较粗糙。本文以高分二号遥感影像为数据源,选择冬小麦为提取目标,利用RefineNet模型和最大后验概率模型构建冬小麦遥感提取模型WWRSE(Winter Wheat Remote Sensing Extraction),获取精细的冬小麦空间分布数据。WWRSE模型利用RefineNet网络提取像素的语义特征,使用改进的SoftMax模型生成像素的类别概率向量;以类别概率向量的最大分量与次大分量的差值作为置信度,根据置信度将类别概率向量分为可信和不可信两组,可信组直接使用最大分量对应的类别标签作为相应像素的分类结果;结合最大后验概率模型确定不可信组像素的分类结果。利用随机梯度法对WWRSE模型进行训练。选择SegNet、DeepLab、RefineNet作为对比模型进行实验,WWRSE提取结果的精度为92.9%,比SegNet提高了13.8%,比DeepLab提高了10.9%,比RefineNet提高了8.6%。实验结果表明WWRSE模型在提取冬小麦空间分布数据方面具有一定的优势。WWRSE模型提取的结果能够为大范围冬小麦种植面积统计提供依据。     

基于相空间重构和高斯过程回归的对流层延迟预测

天顶对流层延迟(zenith tropospheric delay,ZTD)是影响GPS定位精度的关键因素,为了提高ZTD的预测精度,提出一种基于相空间重构的高斯过程回归预测模型。针对ZTD时间序列的混沌特性,利用国际GNSS服务(International GNSS Service,IGS)站提供的ZTD数据,采用Cao方法确定嵌入维数,对ZTD数据进行相空间重构,探究高斯过程(Gaussian process,GP)模型对12个位于南、北半球不同纬度等级IGS站的ZTD预测精度和准确性。为了验证GP模型的有效性,将预测结果分别与原始数据和反向传播(back propagation,BP)神经网络模型预测结果作对比分析,进一步探究不同时间对ZTD预测精度的影响,并分析了经度和海拔对ZTD预测精度的影响。结果表明,GP模型预测结果的均方根误差(root mean square error,RMSE)达到mm级,GP模型与理论值的相关性达到0.997,预测精度指标明显优于BP神经网络模型;GP模型在南半球的预测精度高于北半球,且在高纬地区的RMSE小于3.6 mm,更适用于高纬地区的对流层延迟预测;在研究时域内,GP模型在大部分站点对晚上的预测精度高于白天,经度对ZTD预测精度的影响不明显,海拔与ZTD预测精度呈正比。     

利用GNSS干涉信号振荡幅度反演土壤湿度

根据干涉效应和GNSS接收机信噪比估计方法,推导了利用GNSS干涉信号幅度进行土壤湿度反演的模型,建模过程考虑了天线增益、土壤介电常数和噪声的影响。提出了使用AMPD算法从含有噪声的归一化干涉功率曲线中提取干涉峰值与谷值,进而反演了土壤介电常数与土壤湿度的方法,并对其进行了仿真。结果表明,利用提取出来的干涉谷值进行反演性能比峰值好,相对稳定准确的卫星仰角范围为5°~25°,湿度大于0.06cm~3/cm~3时反演结果更为准确,标准差在0.01cm~3/cm~3左右波动。     

Does plot size affect the performance of GIS-based species distribution models?

Species distribution models are used extensively in predicting the distribution of vegetation across a landscape. Accuracy of the species distribution maps produced by these models deserves attention, since low accuracy maps may lead to erroneous conservation decisions. While plot size is known to influence measures of species richness, its effect on our ability to predict species distribution ranges has not been tested. Our aim is to test whether the accuracy of the distribution maps produced depend on the size of the plot (quadrat) used to collect biological data in the field. In this study, the presences of four plant species were recorded in five sizes of circular plots, with radii ranging from 8 to 100 m. Logistic regression-based models were used to predict the distributions of the four plant species based on empirical evidence of their relationship with eight environmental predictors: distance to river, slope, aspect, altitude, and four principle component axes derived using reflectance values from Aster images. We found that plot size affected the probability of recording the four species, with reductions in plot size generally increasing the frequency of recorded absences. Plot size also significantly affected the likelihood of correctly predicting the distribution of species whenever plot size was below the minimum size required to consistently record species’ presence. Furthermore, the optimal plot size for fitting species distribution models varied among species. Finally, plot size had little impact on overall accuracy, but a strong, positive impact on Kappa accuracy (which provides a stronger measure of model accuracy by accounting for the effects of chance agreements between predictions and observations). Our results suggest that optimal plot size must be considered explicitly in the creation of species distribution models if they are to be successfully adopted into conservation efforts.     

基于监测降雨的华蓥山区域地灾预警系统

华蓥山地区地质灾害分布广、危及面积大且区内降雨量丰富,建立相应的区域预警系统,可以减小灾害带来的损失。选择影响地质灾害易发性的评价指标并将其量化,建立Logistic回归模型,计算区域内已划分各单元格地质灾害发生的概率值,同时利用Logistic回归模型对地区实时监测降雨信息进行统计分析,计算降雨量引发地质灾害的概率值。依托MapGIS平台分析生成研究区地质灾害危险性区划图、降雨量危险性分级图和预警等级图,并进行预警信息的发布。