Landsat7 ETM+ SLC-OFF数据的修复及其在武汉东湖水质反演中的应用

自从2003年5月31日,从陆地卫星 7发回的ETM+图像数据就存在缺陷。这是由于增强专题制图仪的扫描线校正器发生故障引起的。这些称为SLC OF数据的图像有一些黑色的不存在任何数据的扫描行。丢失的数据约占全景数据的25％,使它们难以正常使用。但是,数据本身仍然保留了良好的辐射和几何性质,如加以妥善修复,仍可以在一些特殊领域中使用。首先介绍了如何使用自适应局部回归算法(ALR)恢复这些图像,然后使用修复后的图像反演武汉东湖的水质参数。结果表明：ALR算法可以对SLC OF图像进行较好的修复,而且利用修复后的图像和东湖的地面水质监测数据,通过多元逐步回归分析,可以建立很好的叶绿素a、透明度、总磷以及总氮等水质参数的经验遥感反演模型,模型的相关系数R²分别为0.86、0.75、0.73和0.71。反演得到的水质参数分布与实际情况符合。这些数据有许多优点,如空间分辨率高、存档数据非常丰富、可以从NASA的服务器免费下载等。在其他遥感数据不足或无法获得的情况下,这些数据经过适当的修复,可以作为补充或替代数据使用。〖     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

基于改进粒子群算法和元胞自动机的城市扩张模拟——以南京为例

为合理利用多智能体算法解决城市扩张动态模拟问题,基于地理学理论和社会学规律对粒子群算法进行有针对性的改进,提出分段式粒子群算法(SPSO),并结合元胞自动机模拟复杂时空过程的能力,构建出适用于城市扩张模拟的地理元胞自动机SPSO-CA。在SPSO-CA中我们利用多时像的土地利用数据、交通路网数据和地形数据,挖掘出1995~2000年南京城市扩张的土地转换规则。再由此规则实现1995~2008年的南京市城市扩张过程的动态模拟。最后对比SPSO-CA、PSOCA及NULL模型结果得:SPSO-CA总精度86.3%,Kappa系数为0.792,Moran’s I为0.078,PSO-CA总精度83.6%,Kappa系数为0.755,Moran’s I为0.054,NULL模型总精度81.9%,Kappa系数为0.741,真实的Moran’s I为0.072。这表明无论是总精度还是空间一致性,SPSO-CA都优于PSO-CA和NULL模型,即用SPSO-CA模拟城市扩张是可行的。     

近10 a武汉市城市热岛效应演变及其#br# 与土地利用变化的关系

城市化进程的加快,农村人口大量涌入城市,城市布局及局部气候改变等因素使得城市热岛效应问题日益突出,已成为当前城市环境研究热点之一。以武汉市为例,应用遥感技术与地理信息系统技术,选取2004~2015年5个时相Landsat系列影像数据,利用单窗算法反演地表温度,并以此为基础进行热岛强度分级,获取了近10 a武汉市城市热岛效应变化结果,并分析了武汉市11个辖区城市热岛效应动态变化特征及热岛效应与土地利用变化的关系。研究结果表明：（1）自2007年后,武汉市老城区热岛面积持续减少,而新城区热岛面积则持续增加,呈现出以老城区为中心向新城区扩张的趋势,至2015年,新老城区热岛面积仅相差20.74 km2;（2）东西湖区、蔡甸区、江夏区与洪山区是近些年城市热岛面积增长较为显著的辖区,其中江夏区的热岛面积年际变化最大,最高值达95.42 km2;（3）城市热岛效应与土地利用类型的面积年际平均值拟合关系显示,2004~2015年,城市热岛效应与建筑用地的R2值最大,为0.681 2,建筑用地面积的增加是城市热岛强度面积扩张的重要影响因素。     

基于人工蜂群算法与BP神经网络的水质评价模型

针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。     

基于Monte-Carlo方法的静电除尘器除尘效率

针对经典除尘效率未考虑诸多随机因素影响的问题,提出了基于Monte-Carlo方法的效率分析模型,并通过实验数据验证其可靠性。通过该模型分析了粒径大小、电场气流速度、电晕电压、两极间距、粒子浓度等因素对收尘效率的影响规律,结果表明:基于Monte-Carlo方法的仿真结果精度更高,能有效预测静电除尘器的收尘效率,对于改进静电除尘器设计具有一定的理论意义和实用价值。     

模拟退火算法在大气环境质量综合评价中的应用

为了建立一种对多项指标都能普遍使用的大气环境质量综合评价模式,利用模拟退火算法对幂函数加和型指数评价中参数进行优化,并用优化后的综合评价指数公式对大气环境进行综合评价。该公式应用于大量实例的分析评价结果与其他多种评价方法评价结果比较表明:该公式不受污染物种类和数目多少的限制,计算简便,具有可行性、实用性和通用性。     

基于L-M神经网络的道路交通噪声预测研究

神经网络具有很强的预测功能.根据石家庄公路交通噪声的实测数据,利用L-M优化算法的多层神经网络预测模型进行道路交通噪声的预测,经检验,计算值与实测值接近,预测精度令人满意.     

基于韦伯-费希纳定律的空气质量普适韦伯指数公式

在适当设定各项空气污染物浓度"参照值"cj0的基础上,用相应于"参照值"cj0的污染物的"规范值"xj作为基于韦伯-费希纳(W-F)定律空气质量指数公式中的污染刺激量。由于各污染物同级标准的浓度"规范值"xjl差异不大,从而可以认为各污染物的韦伯指数公式等效于一个具有共同适用的韦伯常数α的W-F指数公式,并采用粒子群(PSO)算法优化得出α,得到对7项空气污染物皆适用的空气质量普适韦伯指数公式。该公式应用于多个实例分析,并与多种其它评价方法的评价结果比较表明,空气质量普适韦伯指数公式具有简单、实用和直观的特点。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。