决策树在遥感影像分类中的应用

在充分了解决策二叉树分类过程的基础上, 以西藏波密地区的TM遥感影像为研究对象, 提取并分析各种典型地物的反射光谱特征, 利用不同地物的光谱差异并结合人工目视判读建立了一组能够精确、快速划分遥感影像的分类规则。用ENVI建立分类决策树对实验区遥感影像进行分类, 并将分类结果和传统的最大似然法相比较。结果表明:决策树分类的总体精度和Kappa分别为97.15%和0.9644, 优于传统的最大似然法, 取得了较为满意的分类结果。      

水安全评价的参数化组合算子普适指数公式

传统的参数化多元组合算子模型因取极大极小运算丢失太多信息,而且不能普适通用。若适当设定水安全评价各指标参照值和指标值的规范变换式,使规范变换后的不同指标的同级标准规范值差异很小,从而可以认为用规范值表示的不同指标皆"等效"于某个规范指标。因此,用规范值表示的水安全评价的参数化多元组合算子指数公式可以用该"等效"指标的水安全评价的参数化多元组合算子指数公式替代。在满足一定优化目标准则条件下,应用免疫猴王进化算法对公式中的参数进行优化,得到优化后对任意m项指标组合都适用的水安全评价的参数化组合算子普适指数公式。对公式的可靠性进行了理论分析,并对公式的实用性进行了效果检验。结果表明:水安全评价的参数化组合算子普适指数公式具有形式简洁、直观,计算简便和普适通用的特点。     

决策树在遥感影像分类中的应用

在充分了解决策二叉树分类过程的基础上,以西藏波密地区的TM遥感影像为研究对象,提取并分析各种典型地物的反射光谱特征,利用不同地物的光谱差异并结合人工目视判读建立了一组能够精确、快速划分遥感影像的分类规则。用ENVI建立分类决策树对实验区遥感影像进行分类,并将分类结果和传统的最大似然法相比较。结果表明：决策树分类的总体精度和Kappa分别为97.15%和0.9644,优于传统的最大似然法,取得了较为满意的分类结果。     

山地遥感主要研究进展、发展机遇与挑战

山地遥感是研究在山地这一特定环境中的遥感基本原理、方法及其应用的科学技术。从山地遥感研究的基本内涵出发,总结面临的若干前沿科学问题,指出当前主要研究内容:(1)电磁波与山地地表相互作用机理及建模理论;(2)山地遥感数据时—空—谱归一化处理方法;(3)山地地表信息遥感建模、反演与同化方法;(4)山地遥感尺度效应与算法/产品验证;(5)山地遥感信息综合应用等。从山地遥感研究的基础理论方法以及山地遥感应用两个层面回顾了近年来山地遥感研究取得的进展,并就新时代背景下山地遥感研究面临的机遇与挑战进行了分析,最后对山地遥感研究前景进行了展望。     

基于投影寻踪回归的指标规范值的水质评价模型

传统的投影寻踪回归(PPR)的矩阵表示法用于水质评价,当指标较多时,不仅优化参数矩阵元的学习效率低,而且优化效果亦受到影响。若适当设置3类水体(地表水、地下水和富营养化水体)各指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆与某个规范指标"等效"。因此,只需构造并优化得出对各指标规范值都共同适用的2个指标变量的NV-PPR(2)和3个指标变量的NV-PPR(3)模型,对于指标变量较多的NV-PPR建模,只需将其分解为若干个NV-PPR(2)和(或)NV-PPR(3)的组合表示即可。对模型的实用性进行的效果检验表明:基于指标规范变换的3类水体的水质评价的投影寻踪回归模型具有形式简洁、计算简便和普适通用的特点。     

尼泊尔土地覆被遥感制图及其空间格局分析

尼泊尔作为兴都库什-喜马拉雅区域的重要组成部分,是一个从平原到山地再到高原的典型过渡地带,具有多样且复杂的土地覆被类型。开展尼泊尔国家尺度的土地覆被研究,对该国的国土资源管理、生态环境保护具有重要的科学和实践意义,同时也能为中国倡导的“一带一路”国际区域经济合作战略提供基础数据保障。本文选用Landsat TM影像为数据源,基于面向对象与决策树相结合的土地覆被遥感制图方法,生产了尼泊尔全境2010年土地覆被产品（NepalCover-2010）,该产品包括8个一级类和32个二级类。同时,本文基于Google Earth高分辨率影像获取验证样本开展了NepalCover-2010产品的精度验证工作,并进一步分析了该国土地覆被类型的数量结构特征和空间格局特征与地形、气象要素间的关系。研究结果表明：① NepalCover-2010产品一级类总体分类精度达94.83%,Kappa系数为0.94;二级类的总体分类精度达87.17%,Kappa系数为0.85,能够准确地反映尼泊尔土地覆被类型的空间分布格局,是同类土地覆被产品中精度最好的。② 林地是尼泊尔最主要的土地覆被类型,其面积约占尼泊尔国土面积的41%。耕地次之,其面积占比约为25%,其中水田和旱地的面积分布比例约为2:3。③ 地形和气象要素对尼泊尔的土地覆被类型空间分布格局具有显著影响,自南向北随着地势的抬升,各土地覆被类型出现顺序表现出水田、常绿阔叶林、旱地、常绿阔叶灌木林、常绿针叶林、草原、稀疏植被和冰川/永久积雪的垂直地带性特征。     

基于NDVI的西藏不同草地类型生物量回归建模分析

旨在建立西藏地区不同草地类型的NDVI遥感估测模型,利用多元线性回归建立了不同草地类型的鲜草生物量与SPOT/VEGETATION多年平均年最大归一化植被指数(NDVI)、年降水量和年积温等变量的回归估测模型。并分析了所有草地类型的平均鲜草生物量与平均年最大NDVI、平均年降水量等因子的相关关系。结果表明:年降水量是鲜草长势最重要的影响因子,基于NDVI的鲜草生物量多元线性回归模型能很好的拟合草地(R=0.964)、高寒草甸(R=0.959)、高寒荒漠草原(R=0.772)、温性草原(R=0.892)和高寒草原(R=0.797)等草地类型。      

地表不透水面比例遥感反演研究综述

城市化造成的城市扩张给社会和生态环境带来诸多问题,监测城市变化是解决这一系列问题的重要切入点。不透水面数据作为表征城市扩张的重要指标已成为城市化研究的热点。不透水面数据获取及其时间序列变化分析是现阶段研究的核心。相比于早期基于平面地图的不透水面提取,遥感因其能够连续、快速、大范围对地观测而被广泛应用于不透水面的研究。多源数据融合和多种反演方法的提出使不透水面的遥感反演取得不断进步,研究的重心也逐渐由不透水面分类制图转移到亚像元不透水面比例的定量反演。本文从单时相和时间序列2个角度对不透水面比例遥感反演方法进行总结,详细分析了各种方法的优势和不足,并简述和对比了常用精度验证方法;最后总结了现阶段不透水面比例遥感反演方法中存在的问题并提出了解决思路,展望了未来的发展方向。     

典型山区SRTM3与ASTER GDEM数据精度对比分析——以青藏高原东麓深切河谷区为例

目前广泛应用的数字高程模型(DEM)包括SRTM和ASTER GDEM,但在地形影响下,两类数据的误差分布并不均匀。本文选用1:5万地形图DEM及河流要素作为参照,在青藏高原东麓山区开展实验,分别采用"河流-河谷"位置偏移量与高程中误差来评价两类数据的平面精度与垂直精度,结果表明:(1)实验区内SRTM3存在向西南方向的水平位置偏移,平均偏移量为127.8 m,ASTER GDEM则以正西方向偏移为主,平均偏移量为104.1 m,该区域ASTER GDEM的总体平面精度较好;(2)SRTM3数据样本的绝对误差分布相对集中,高程中误差为35.3 m,小于ASTER GDEM样本的高程中误差50.2 m,总体垂直精度优于ASTER GDEM;(3)在平均高程大于4500 m的高海拔区域,两类数据的中误差与高程值正相关,SRTM3中误差随高程增速较慢,垂直精度较ASTER GDEM高;(4)两组数据垂直精度对坡度有较大依赖性,中误差随坡度近似指数曲线增长,在平缓区域SRTM3中误差小于ASTER GDEM。本研究为该类数据在山区的选用及误差修正提供依据。     

基于蛙跳算法优化的地下水水质韦伯普适指数公式

为了建立科学合理、普适通用和计算简便的地下水水质评价模型,在适当设定指标参照值CjO和指标的规范变换式基础上,提出了一个适用于规范值的多指标地下水水质的韦伯指数公式的一般表达式.采用具有全局优化的混合蛙跳算法对公式中的参数进行优化,得出优化后对33项地下水指标皆共同适用的的地下水水质单指标评价的韦伯普适指数公式.该公式还被应用于地下水水质实例评价,其评价结果与其它方法的评价结果基本一致,从而表明:该指数公式为地下水水质评价提供了一个简便、实用的新公式.