基于随机森林的高光谱遥感图像分类

为了充分利用高光谱图像的光谱信息和空间结构信息,提出了一种新的基于随机森林的高光谱遥感图像分类方法,首先,利用主成分分析降低数据的维数,并对主成分进行独立成分分析提取其光谱特征,同时消除像元的空间相关性,再采用形态学分析提取像元的空间结构特征,然后,根据像元的谱域和空域特征分别构造随机森林,并引入空间连续性对像元点的预测结果进行约束修正,最后由投票机制决定最后的分类结果。在AVIRIS和ROSIS高光谱图像上的实验结果表明,所提方法的分类性能要优于传统的高光谱图像分类方法,且分类精度高于基于单一特征的方法。     

结合时-频纹理特征的随机森林分类器应用于鸟声识别

研究一个基于时频纹理特征和随机森林分类器的抗噪鸟声识别系统。首先,针对实际环境中,各种不可预料的噪音会使得系统识别性能严重下降的问题,使用一种基于噪声估计的音频增强算法对带噪鸟声信号进行前端处理。然后将增强后的信号功率谱以时频图形式输出,并根据时频图中所包含的纹理信息,利用基于灰度共生矩阵的纹理分析法进行纹理特征提取。最后使用基于决策树的组合分类器—随机森林进行分类和识别。实验结果表明,该方法不仅能对鸟类声音进行快速准确地识别而且具有良好的抗噪性。     

遥感图像森林植被纹理的自适应滤波

基于纹理滤波的分割方法被广泛用于遥感图像森林植被分割。遥感图像中森林植被纹理的多样性使得固定参数的纹理滤波方法不能准确表达纹理的特征,导致分割精度不高。提出一种自动适应森林植被纹理的滤波方法,根据遥感图像中典型森林植被区域的纹理基础属性设置滤波参数,实现有针对性的纹理滤波处理。通过蓝噪声探测方法和灰度共生矩阵统计方法获取典型森林植被区域的纹理基元在尺度和灰度分布等方面的属性,结合森林植被纹理的先验知识设置纹理滤波参数,包括滤波器的窗口尺寸、方向、频率和强度以及用于表达纹理特征的局部谱直方图的积分窗口尺寸等。分割实验表明,该方法充分利用了图像中森林植被纹理的特点,纹理滤波表达的特征区分度更大。     

基于随机森林和XGBoost的森林火灾毁坏面积预测

预防自然灾害并采取有效的措施进行防护,能有效保障人类生命安全并减少经济损失。在应对森林火灾时,如果能准确预测火灾的毁坏面积,政府和消防人员就能够采取有效的救灾措施控制住灾情。基于此,选取加州大学尔湾分校（University of California Irvine,UCI）网站的森林火灾统计数据,采用随机森林和XGBoost两种集成算法对森林火灾毁坏面积进行预测,并比较两种算法的优势和预测效果。经比较发现,随机森林算法不需要对样本特征进行预筛选,而是通过检测各特征值之间的相关性,平衡误差并进行不断优化,寻找出对火灾面积影响较大的因素。因此,随机森林算法更适用于处理特征值较多的森林火灾数据集。     

基于空间变换的随机森林算法

随机森林是机器学习领域中一种常用的分类算法,具有适用范围广且不易过拟合等优点.为了提高随机森林处理多分类问题的能力,提出一种基于空间变换的随机森林算法(space transformation based random forest algorithm, ST-RF).首先,给出一种考虑优先类别的线性判别分析方法(priority class based linear discriminant analysis, PCLDA),利用针对优先类别的投影矩阵对样本进行空间变换,以增强优先类别样本与其他类别样本的区分效果.进而,将PCLDA方法引入随机森林构建过程中,在为每棵决策树随机选择一个优先类别保证随机森林多样性的基础上,利用PCLDA方法创建侧重于不同优先类别的决策树,以提高单棵决策树的分类准确性,从而实现集成模型整体分类性能的有效提升.最后,在10个标准数据集上对ST-RF算法与7种典型随机森林算法进行比较分析,验证所提算法的有效性,并将基于PCLDA的空间变换策略应用到对比算法中,对改进前后的算法性能进行比较分析.实验结果表明：ST-RF算法在处理多分类问题方面具有明显优势,所提出的空间变换策略具有较强的普适性,可以显著提升原算法的分类性能.     

基于随机森林和遥感的台风降水云光谱与降水关系研究

台风降水云系的云顶光谱-微物理信息与降水强度的变化密切相关,是卫星遥感定量反演降水的重要参数。以2001—2012年西北太平洋的7个典型超强台风和5个非超级台风为研究对象,基于热带测雨卫星搭载的测雨雷达与可见光红外扫描仪的融合资料,建立了降水云顶光谱-微物理参数反演台风降水的随机森林（RF）模型。结果表明：随机森林模型的交叉验证显示,反演的降水强度与观测的降水强度的相关系数为0.773,均方根误差为0.299 mm/h,表明该模型具有较高的降水反演精度。在随机森林构建过程输入的所有云顶光谱—微物理参数中,3.7μm云顶亮温对模型的方差贡献最大,重要性最高;而由于台风中心云系整体均发展旺盛且云顶较高,10.8μm云顶红外通道亮温以及云光学厚度、云水含量对模型的方差贡献较小,重要性低。     

融合多特征与随机森林的纹理图像分类方法

针对单一纹理特征与单一分类器对失真纹理图像分类识别率差的问题,提出了一种融合多特征与随机森林的纹理图像分类方法。利用改进的方向梯度直方图(HOG)特征提取方法以及局部二值模式(LBP)图像的灰度共生矩阵进行特征提取;将提取的特征矩阵级联组成一个新的特征矩阵,利用主成分分析法进行降维融合处理;降维融合后的特征矩阵输入随机森林,通过融合投票得到最终的识别率。在KTH-TIPS失真纹理图像库上进行对比实验,结果表明:采用融合多特征与随机森林的分类方法提高了失真纹理图像的分类正确率,且具有更好的实时性。     

基于遥感的随机森林农田水肥等级分级算法

农田水肥诊断对农作物增产与维持生态平衡稳定有重要意义。针对农作物航空遥感图像,提出用于农田水肥等级分级的随机森林分类模型,并讨论随机森林分类模型用于农田水肥等级分级的适用性。提出的模型基于随机森林分类器,通过对遥感图像进行特征提取与降维,将不同区域的遥感图像特征和对应的水、肥等级标签输入随机森林,训练分类模型,得到不同区域的分级结果。实验结果表明,在植被覆盖密度较高的区域中,随机森林分类模型能够为农作物含水量分级提供较好的分级参考,具有一定的适用性。     

一种基于矩阵分解和随机森林算法的推荐模型

针对传统环境下运行的推荐算法预测精度不高的问题,提出一种基于矩阵分解和随机森林算法的推荐模型.提出的基于数据分割策略和新的学习过程的分布式推荐模型是在Apache Spark上设计的.通过数据分区、模型训练和偏好预测三个步骤处理大规模数据,提高预测质量,解决数据稀疏问题.为了提高模型在大数据环境下的性能,采用基于矩阵分解(Matrix Factorization,MF)和随机森林(Random Forests,RF)混合的新颖学习过程,从而显著加快分布式训练的速度.实验结果表明,相对于其他算法,该算法在性能指标上具有明显的优势.     

基于遥感的黄河三角洲地区盐碱地分布监测

借助遥感技术可以快速准确提取盐碱地分布信息,本文使用TM遥感影像,利用光谱分析和图像处理相结合的方法,参考地理数据,对黄河三角洲地区盐碱地的分布状况进行了遥感分析。通过最大似然分类及神经网络亚像元分类两种监督分类方法的分类精度比较后发现,后者分类精度得到有效提高,总体分类精度从80.8%上升到85.6%,对于盐碱地地类的分类精度提高到85.45%。最后,在此基础上给出了该地区盐碱地分布图。     

现代黄河三角洲类圆形植被斑块时空动态遥感分析

斑状植被在世界范围内的干旱半干旱区、海岸滩涂均有分布。近年来,有关斑状植被形成、时空格局演替的研究受到了越来越多的关注。斑状植被分布及其时空动态是其中重要的研究方向之一,它是植被演替机制研究的基础,也是表征生态系统中植被长期变化的关键指标之一。以现代黄河三角洲类圆形植被斑块为研究对象,将其分为裸斑区、明显类圆形植被斑块区和隐性类圆形植被斑块区等三大类,通过1996、2005、2007、2010和2012年5个时相多源遥感影像的人机交互目视解译,首次给出了现代黄河三角洲这三大类区域的分布范围,在此基础上分析了其时空动态。结果表明:现代黄河三角洲类圆形植被斑块在空间分布上存在明显的梯度分布和动态演替规律,具有海域—光滩—裸斑区—明显类圆形植被斑块区—隐性类圆形植被斑块区高程梯度分布的普遍特征;类圆形植被斑块的直径、植被覆盖度、植被平均高度以及土壤全盐量可作为判别新老斑块的直观标志;10m、5~6m分辨率的多光谱图像能够较好划分3种类圆形植被斑块区,但对于斑块面积变化的测量精度仍显不足,1m甚至更高分辨率图像的运用将会弥补这一缺陷。研究结果可为将来现代黄河三角洲斑状植被格局及演替机制的深入研究提供参考。     

Remote Sensing Extraction of Soil Salinity in Yellow River Delta Kenli County based on Feature Space

Soil salinization is an important challenge to achieve sustainable use of land resources. The appropriate method for remote sensing quantitative inversion in the coastal Yellow River Delta region of China can provide technical reference for regional salinization monitoring and prevention. Utilizing Landsat 8 OLI image and field measured data, we extracted key surface characteristic parameters, quantitatively discussed the law and relationship between soil salinity and surface biophysical parameters and established a soil salinity inversion model. The results show that the inversion precisions of Albedo-MSAVI, SI-Albedo and SI-NDVI feature space are 83.4%, 88.8% and 80.6% respectively. The analysis shows the SI-Albedo model is suitable for the inversion of salinization level in Binhai areas. For Albedo-MSAVI and SI-NDVI models, they have certain reference significance for salinization information extraction in inland arid and semi-arid areas. Based on the inversion of the SI-Albedo feature space with the highest accuracy, the level of salinization in Kenli County is generally high-low-high trends from the east to the west, which is consistent with the formation mechanism of salt accumulation in this area.     

基于特征空间的黄河三角洲垦利县土壤盐分遥感提取

土壤盐渍化是实现土地资源可持续利用所面临的重要挑战,在我国滨海的黄河三角洲区域遥感定量反演适宜方法可为区域盐渍化监测与防治提供技术方法参考。研究以Landsat 8 OLI数据和野外实测数据为基础,提取关键地表特征参量,定量化探讨土壤盐分与地表生物物理参数之间的规律及关系,建立黄河三角洲土壤盐分最优反演模型。结果表明:Albedo-MSAVI、SI-Albedo、SI-NDVI反演精度分别为83.4%、88.8%和80.6%。分析认为SI-Albedo模型最适用于滨海地区盐渍化程度反演,对滨海地区土壤盐分的预测能力较强;Albedo-MSAVI、SI-NDVI模型对内陆干旱、半干旱地区的盐渍化信息提取具有一定的参考意义。基于精度最高的SI-Albedo所反演的结果来看,垦利县盐渍化程度自东向西总体呈高低高走向,与该区域盐分积聚的成因机理相符。     

黄河三角洲地区典型地块地下水特征的空间变异性研究

以黄河三角洲地区典型地块为研究区,运用经典统计学和地统计学相结合的方法研究了包括埋深和含盐量的地下水性质空间变异特征,绘制了各地下水特征的随机性和结构性的半方差图和空间分布图。结果表明:受不同尺度的结构性因素和随机性因素的共同作用,地下水埋深和含盐量均具有中等的变异强度和空间自相关性,地下水埋深的自相关距大于含盐量。对Kriging插值结果分析表明:地下水埋深的空间变异性受微地形因素及农田工程措施影响较大,长期的农业生产措施会影响地下水含盐量的空间分布,地下水含盐量空间变异性与埋深有一定的关联。地下水特征的空间结构性和定量化研究对黄河三角洲地区地下水资源评价、土壤的次生盐碱化防治及区域水盐运动调控有着直接的现实意义。     

基于RS和GIS的黄河三角洲主要人工地物时空特征分析

油井、风机和道路是黄河三角洲区域的主要人工地物,明确其时空特征对保障黄河三角洲的生态安全具有重要意义。利用Landsat、SPOT、高分二号等中、高分辨率卫星影像,提取并建立2000年和2015年黄河三角洲主要人工地物分布数据集,使用核密度法、平均最近邻法、加权分析法、克里金插值法和空间自相关分析法分析2000～2015年黄河三角洲人工地物的时空特征。结果表明：(1) 2015年风机空间分布具有不均衡性,呈现两大核心区为主、3个小集聚区为辅的空间分布格局,总体呈西北—东南走向,空间集聚特征明显;(2) 2000年和2015年油井空间分布具有不均衡性且存在时间变异特征,2000年油井呈现两大核心为主,团块成片分布为辅的空间分布格局,2015年油井呈现三大核心区为主、核心区周围油井呈鞍状分布的空间格局特征;(3) 2000～2015年黄河三角洲路网密度不断提高,空间集聚特征明显,路网密度高值主要分布在黄河三角洲中部地区,并呈现向西部和南部扩散趋势。总的来说,黄河三角洲地区人工地物数量大、分布范围广、增长速度快,对自然保护区的生态安全造成了巨大威胁。通过识别和分析黄河三角洲人工地物及其时空特...     

基于客观阈值与随机森林Gini指标的水体遥感指数对比

利用福建福州、西藏尼玛和澳大利亚弗伦奇3地代表不同水体类型的Sentinel-2A MSI和Landsat-8 OLI数据,采用客观阈值法（0阈值）和随机森林重要性评估法,比较和分析了改进型归一化差值水体指数（Modified Normalized Difference Water Index, MNDWI）、自动水体提取指数（Automated Water Extraction Index, AWEI）和水体指数2015 （Water Index 2015, WI2015） 这3种世界常用的水体指数之间的差异。从水体增强的效果来看,MNDWI增强的水体不仅具有丰富的信息还具有鲜明的对比度,AWEI和WI2015增强的水体信息的对比度相对偏弱。精度验证表明：3种指数提取的水体精度都较高,但MNDWI在3个地区的平均总精度略高于WI2015和AWEI,3者的平均总精度分别为91.83 %、91.16 %和90.07 %。在提取细小水体方面,MNDWI的能力强于其他2种指数,在阴影较为明显的高原山地区域,MNDWI提取水体的效果优于AWEI和WI2015。进一步采用随机森林的Gini指标进行的重要性评估表明,MNDWI在区分水体和非水体的分类中表现出了很强的重要性,尤其在Sentinel-2A MSI数据中表现得更为突出,而WI2015和AWEI的重要性则相对较弱。     

智慧黄河三角洲框架技术研究

为强化物联网、大数据、人工智能等信息技术与黄河三角洲业务的深度融合,深入分析黄河三角洲业务智慧应用和信息化建设需求,提出智慧黄河三角洲总体建设思路和分期建设目标.设计建立智慧黄河三角洲的总体框架,并从监测感知、信息汇集、智能服务与分析支撑、业务智能应用、网络安全5个方面详细设计技术参考模型,实现黄河三角洲生态环境保护、...     

山东省黄河流域森林蓄积量遥感定量估测模型研究

采用2006年的TM遥感影像作为研究区的基本数据源,利用GPS、全站仪等仪器,采用典型随机抽样方法采集了378个抽样点的外业数据;借助MATLAB、SPSS、SAS、ERDAS等工具,运用主成分分析法、多元线性逐步回归法,结合RS、GPS和GIS技术,借助数学和物理理论,建立以像元为单位的山东省黄河流域森林蓄积量定量估测模型,为实现流域森林生态系统的平衡,最大限度地发挥森林的生态、经济和社会效益提供科学依据。     

基于遥感监测的黄河三角洲湿地演变分析研究

为保护黄河三角洲湿地生态系统,掌握湿地变化趋势,以 1986—2018 年间 15 a 卫星遥感影像为数据源,通过 ERDAS 9.0 和 ArcGIS 10.3 平台开展黄河三角洲湿地遥感解译,建立土地利用转移矩阵,分析黄河三角洲湿地面积和分布格局及变化特征。结果显示：湿地是黄河三角洲主要生态系统类型,主要分布在沿海区域, 与 20 世纪 80 年代相比,黄河三角洲湿地面积整体下降,其中自然湿地萎缩严重,人工湿地增长迅速,湿地面积和结构均发生较显著变化,而区域土地资源开发是湿地结构变化的主要因素。研究成果表明：基于遥感解译,采用 ERDAS 9.0 和 ArcGIS 10.3 平台能快速获取较多湿地类型信息,提高提取精度,可为大范围土地利用分类研究提供方法参考。