不同数据类型和降维对钙华高光谱识别精度的影响

钙华是研究地壳运动、古气候等地质环境的重要载体,大规模的钙华景观不仅有利于研究地质演变,作为自然遗产具有很高的旅游价值和保护意义,由于全球气候变化与人为因素影响,钙华容易出现被破坏、退化等现象。为方便保护和修复钙华资源,本研究提出区别于传统实地勘察的高光谱识别方法,利用原始数据(OD)、多元散射(MSC)后数据、一阶导后(FD)数据、二阶导(SD)后数据经过主成分分析(PCA)、线性判别分析(LDA)方法降维后与支持向量机(SVM)、随机森林(RF)、BP神经网络、卷积神经网络(CNN)四种方法建立识别模型,并讨论了不同降维效果和数据类型对识别模型总体分类精度(OA)的影响,发现原始数据中PCA降维的效果比LDA降维效果好,其在PCA降维下的分类模型普遍精度要比LDA下的模型精度高;在本研究中,以MSC数据为输入的识别模型精度均值为88%,在四种数据的模型精度均值大小中位居第二,仅比第一位低0.1%,但其方差与标准差分别为0.043、0.042,远远小于其他三种数据的模型,说明MSC数据的识别模型要更加稳定;其次经过粒子群算法(PSO)优化的SVM分类模型在F1-score、kappa系数、OA三种性能指标的评价下性能显示优良,其中SD-PCA-PSO-SVM获得了98%的高精度。综上,在钙华识别过程中,未经优化的分类器选择MSC数据或PCA降维的原始数据作为输入,更容易获取高精度识别模型,选择合适的理论来优化模型也可提升模型的识别性能。

采空区无人机影像地表裂缝活动特征研究

地表裂缝是一种典型地质灾害。以龙首矿西二采区为研究区,利用2020年8月和2021年6月两期沉降区的无人机正射影像,通过图像增强和多尺度分割处理得到用于分类的多边形对象,结合地表裂缝的光谱特征和形状特征构建模糊规则集,实现对地表裂缝的提取;选取覆盖该区域2020年8月19日-2021年6月27日52景Sentinel-1A升降轨影像,采用小基线集(SBAS)技术,获取地表二维形变信息,并采用经验贝叶斯克里金法(EBK)和径向基函数法(RBF)对形变数据进行空间加密;将获取的裂缝分布信息和加密后的地表形变信息叠加,结合采空区、塌陷坑等从垂直向和水平向上揭示研究期间矿区地表裂缝的形变特征和分布变化规律。研究表明:(1)不同裂缝群距离采空区越近,垂直向和水平向形变速率越大,裂缝群整体向采空区侧偏移;(2)采空区周围的地表裂缝群主要受垂直向不均匀形变的影响,采空区上方的地表裂缝群主要受水平不均匀形变影响;(3)受周围塌陷坑的影响,地表裂缝群两侧会产生形变速率差异,且靠近塌陷坑的一侧形变较大,导致新裂缝的产生和裂缝群的规模扩大。

基于Linkage Mapper与复杂网络的成都市生态网络构建与优化

城市化速度加快,城镇内部生态斑块破碎,生态廊道隔断,区域可持续发展受到阻碍。构建生态网络可以连接破碎斑块,保护生物多样性与地域特色。以成都市为例,基于形态学空间格局分析(morphological spatial pattern analysis, MSPA)方法并结合景观连通度指数确定生态源地,从地形、景观结构、人类活动三方面确定阻力因子来构建综合阻力面,基于ArcGIS水文分析原理和linkageMapper识别生态廊道和生态节点,利用复杂网络增边优化理论,对研究区处于高阻力值且介中心性低的点进行模拟增边,最后对比增边前后的稳定性,验证增边效果。结果表明:1)成都市生态源地主要分布在西部林区,东部和中部较为稀疏。2)成都市阻力值呈现由中部向外部降低趋势,中心都市圈阻力值最高。3)基于GIS共提取111条生态廊道、209条辐射道、101个生态节点。4)识别出增边优化节点8个,成功模拟增加11条生态廊道,模拟增边优化后网络稳定性明显提升,网络连通性增强,网络结构整体更为稳定。

基于HVCE-RBFNN的矿区地表三维形变监测研究

提出一种融合赫尔默特方差分量估计和径向基函数神经网络(HVCE-RBFNN)的三维形变计算方法,结合GNSS和InSAR监测数据,解算甘肃省金昌市金川西二采矿区的地表三维形变场。结果表明,基于HVCE-RBFNN方法获取的三维形变结果精度高于传统方法,其东西向、南北向和垂直向的均方根误差(RMSE)分别为20.85 mm、7.41 mm和34.47 mm,3个方向的最大形变量分别为228 mm、300 mm和193 mm,采空区形变空间分布符合开采沉陷规律。

基于贝叶斯估计法的矿区地表沉降预测组合模型

针对单一模型在矿山地表沉降预测中的缺陷,提出了一种基于贝叶斯估计法的沉降预测组合模型。以甘肃金昌西二采区为例,以Sentinel-1A卫星SAR影像为数据源,分别用差分整合移动平均自回归(ARIMA)模型和径向基函数神经网络模型进行单一模型预测,另外基于残差修正法和贝叶斯估计法进行组合模型预测,结果表明:ARIMA模型、径向基函数神经网络模型、残差修正法组合模型、贝叶斯估计法组合模型的平均绝对误差分别为14.067、9.427、7.415、3.326 mm,平均相对误差分别为11.40%、7.39%、6.14%、2.65%,均方根误差分别为15.878、12.097、11.335、6.254 mm;组合模型预测精度较单一模型有明显的提升,其中基于贝叶斯估计法的组合模型性能最佳,可用于中长期的矿山地表沉降预测。

平朔矿区景观生态风险时空演变特征分析

为了有效评估矿区景观生态风险,优化矿区景观格局,维护矿区景观结构生态功能,以平朔矿区为研究对象,基于其2000年、2004年、2010年、2015年、2021年的遥感影像分析研究区2000-2021年期间的土地动态变换特征,通过ArcGIS网格分析法构建研究区景观生态风险指数,利用半变异函数和空间自相关等方法分析研究区景观生态风险的时空特征,结果表明:平朔矿区以草地、耕地为主,研究期间土地转移以草地、耕地相互转化为主,工业用地、采矿用地为次要转入类型;景观生态风险整体以较低、中等、较高为主,景观生态风险转移以较低、中等相互转化为主,较高生态风险转移面积出现较大幅度的增加;生态风险值聚集以高-高聚集和低-低聚集为主,低-低聚集重心由东南向东北、西南转移,高-高聚集随着露天采矿区中心的移动范围逐渐扩大。