基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林（RF）算法,对输入的多维数据集进行变量选择和参数（mtry、ntree）调优,构建适合沼泽植被群丛尺度识别模型.结果表明：优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四（结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数）获得最高总体精度为87.12%,kappa系数为0.850,比方案二（结合了光谱波段、几何特征和位置特征）总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.     

黑碳仪测量气溶胶吸收系数的校正算法和影响因素研究进展

黑碳仪作为常用的吸收系数测量方法之一,广泛应用于气溶胶光吸收特性的实验室和外场观测研究.然而,受测量方法的限制,吸收系数测量的准确性受到颗粒物负载效应,以及滤膜和颗粒物的多重散射效应的影响.本文综述了黑碳仪的测量原理及现有校正算法,探究了其吸收系数测量的影响因素,分析了黑碳气溶胶的混合状态对其吸收系数测量偏差（C_ref’）的影响,探讨了C_ref’与气溶胶单次散射反照率（SSA）的关系以及C_ref’的波长依赖关系,并提出了今后相关研究的建议.     

基于遗传算法的门限自回归模型在海温预测中的应用

提出了建立门限自回归模型（ＴＡＲ）的一套简便通用的方法。用作者提出的改进遗传算法，可同时优化门限值和自回归系数，成功地解决了ＴＡＲ建模过程所涉及的大量复杂寻优工作这一难题，为ＴＡＲ模型的广泛应用提供了强有力的工具。实例计算的结果说明了这套方法的可行性和有效性，同时也说明了，通过门限值的控制作用，ＴＡＲ模型可以有效地利用如海洋资源所隐含的时序分段相依性这一重要信息，限制了模型误差，从而保证了ＴＡＲ模型预测性能的稳健性，提高了预测精度。该方法具有通用性，在各种非线性时序预测中具有重要的理论意义和应用价值     

基于ACE法和模拟退火算法的土层等效参数反演

提出了一种基于ACE法和模拟退火算法的土层参数反演方法:一方面先用均匀试验构造出输入数据与输出数据,再利用ACE非参数回归方法构造两者之间的高效响应面,然后通过响应面关系进行插值运算来得出对应参数的响应值;另一方面根据响应面的关系构造出反演目标函数,利用模拟退火法对目标函数进行寻优计算,从而能避免寻优过程中的目标函数值...     

湿地对福州市热岛效应影响遥感分析

以4期Landsat TM/OLI影像为基础,利用大气校正后的单窗算法对福州市地表温度进行反演并验证.进而利用ArcGIS的空间分析工具和土地利用/覆被类型数据,进行湿地对福州市热岛效应影响分析.结果显示:(1)通过地表温度实测数据对地表温度反演结果进行验证,二者之间R2值为0.9475,满足研究需要;(2)各土地利用...     

水环境质量评价的投影寻踪模型及其应用

将投影寻踪分类模型应用于水环境质量综合评价中,利用基于实码的加速遗传算法来优化投影方向,将多维数据指标转换成低维子空间,通过寻求最优投影方向来计算投影函数值,从而根据投影值的大小进行水环境质量评价。结合实例进行了应用,结果较令人满意,为水环境质量评价提供了一条新的方法和途径。     

基于反馈式突变进化算法的空气质量评价公式

在设定了各指标的极限浓度限值基础上,提出了一个适用于多项空气污染物的空气质量评价的幂函数加和型综合指数公式。将反馈式突变进化算法用于公式中的参数优化,得出优化后适用于多项污染物的空气质量评价普适指数公式。公式应用于多个实例分析评价,并与其它多种评价方法的评价结果相比较。结果表明:该公式不受污染物种类和数目多少限制,计算简便,具有可比性、普适性和实用性。     

基于随机森林算法的福建省林火发生主要气象因子分析

应用"随机森林"算法,以福建省22个国家级气象站每日气象数据和2000年~2003年间林火火点卫星解译数据为基础,对影响福建省林火发生的主要气象因子进行分析,并对2004年的林火数据进行独立检验。研究结果显示,"日最高地表气温"、"日最低地表气温"、"日照时数"、"日最高气温"和"日最小相对湿度"等5个气象因子是影响林火发生的主要驱动因子,且这5个气象因子对林火发生的影响大小为:"日照时数""日最高气温""日最低地表气温""日最小相对湿度""日最高地表气温";随机森林算法的拟合结果显示:随机森林算法对福建省林火发生的预测精度为82.3%,表明随机森林算法对我国福建省林火发生的预测具有较高的预测能力,可用于基于气象因子的我国福建省林火发生的预测预报。本研究可为福建省林火的预测和决策工作提供一定的参考依据。     

粒子群优化算法在源强反算问题中的应用研究

在危险化学品泄漏事故中泄漏源强是预测事故后果的主要影响参数,也是事故应急救援决策的基础。为了在化学品泄漏事故过程中快速准确地获取泄漏源强数据,将粒子群优化(PSO)算法应用于危险化学品泄漏源强的反算中。利用高斯烟羽扩散模型和下风向浓度测量数据,将计算浓度与测量浓度的误差平方和作为目标函数,采用粒子群算法来优化,以确定源强并通过模拟的测量浓度数据进行算法有效性验证。结果表明,PSO算法及其参数改进算法不依赖于初值的选择,计算速度快,能满足事故应急响应救援的需要。     

区域水资源承载力评价指标体系的研究

论文从区域水资源社会经济系统结构分析入手,围绕水资源承载力研究的核心问题--水资源承载力评价指标体系,提出水资源承载力可以用宏观指标和综合指标来衡量。宏观指标从供需平衡角度描述水资源系统能够支撑的经济规模和人口数量;综合指标反映水资源社会经济系统的承载状态和协调状况。与评价指标相适应,建立了水资源承载力的计算模型与方法。将这一指标体系、模型与方法运用于实际,取得了较好的结果。