基于面向对象随机森林算法的主被动遥感协同实现农作物自动识别

以Sentinel-1/2哨兵卫星获取的雷达和多光谱遥感影像为数据源,提取多时相光谱反射和微波后向散射特征变量,基于面向对象的随机森林算法对吉林省扶余市水稻、玉米和大豆分类,并与支持向量机算法比较,综合评估基于多源遥感数据的面向对象随机森林算法对大范围农作物自动识别的适用性。结果表明:利用多时相多源遥感数据能够有效提高作物分类精度。面向对象随机森林算法的分类总体精度为87.32%,高于支持向量机算法9.82%。利用面向对象随机森林算法结合多时相主被动遥感特征变量能够准确地自动识别大范围农作物,可为作物种植面积调查与产量估值提供重要的支撑。

基于面向对象BP算法的灰度位图图像处理

以BP神经网络压缩BMP灰度位图图像数据为例,采用面向对象的编程思想,提出一种基于面向对象BP算法的灰度位图图像处理方法。并介绍BMP灰度图像作为Windows环境下的主要图像格式的操作方法,给出部分源代码以及在微软VisualC++6.0编译环境下结合基于面向对象BP算法压缩BMP灰度位图后得到的图像。

基于面向对象分类的延庆区公益林变化检测

以北京市延庆区2004年Spot-5影像和2015年GF-1影像数据为研究对象,应用面向对象分类变化检测算法,通过选择最优尺度和结合典型地物光谱特征、纹理特征建立规则集来对两期影像进行分类,然后提取十年间延庆区公益林的变化地块,最后进行精度评价,旨在对延庆区公益林的变化及其驱动因素进行探索分析。结果表明:Spot-5影像的分类精度为87.1%,加入FC特征值规则的GF-1影像的分类精度为89.1%,高于未加入FC特征值规则的GF分类精度(84.8%),说明在规则集中加入FC特征值能提高森林分类精度;变化信息提取的结果总体精度为87.3%,漏判率、错判率都在20%以内,提取效果较佳;2004—2015年间,公益林面积呈上升趋势,且主要集中在有林地面积增加,农田、灌木地和其他土地面积减少,这与国家对林业及公益林日益增加的重视度、各项工程项目密不可分。

基于多源时空数据的特色村镇保护监测研究与应用

在我国全面推进乡村振兴的背景下,健全特色村镇监测评估机制已成为一项重要工作内容。随着多源时空数据的爆发式增长,特色村镇保护监测的数据来源更为丰富,但数据集成能力和信息提取能力仍有待提升。本文利用无人机和中高分辨率卫星遥感数据、现场调查数据、互联网信息,系统地开展了监测方法研究与应用。首先,通过整合不同类型的时空数据,系统构建了2个大类9个小类共38项监测指标,并基于面向对象的随机森林算法,建立了一个多维特征的分类器,实现土地利用分类信息的高精度提取;其次,为解决监测指标的规范化应用和系统集成问题,研发了特色村镇监测软件模块;最后,以浙江省湖州市德清县莫干山镇何村村为例,开展特色村镇保护监测应用示范。

面向GF-1数据不同融合方法对扰动地块的提取

以GF-1影像为数据源,采用HPF变换(High-Pass fusion,高通滤波变换)、Ehlers变换(空间滤波变换)、Brovey变换(彩色标准变换)、GS变换(Gram-Schmidt,正交化变换)、PC变换(Principle Components,主成分变换)等5种常用融合算法,根据视觉分析和数理统计分析对融合后的影像进行质量评价,并通过面向对象分类方法对扰动图斑信息进行提取,研究适用于生产建设项目集中区扰动地表信息提取的融合算法。结果表明:基于PC和GS算法的融合结果影像视觉效果好,细节清晰,色调自然,纹理增强明显,较好的融合了多光谱影像的光谱信息和全色影像的空间信息。通过定量分析可知,PC变换最大程度地保持原多光谱影像的光谱特性,GS融合算法在增益效果上具有优势,融合影像信息量最大,纹理最为细致。总体而言,PC变换和GS变换影像融合算法在生产建设项目扰动图斑信息提取上具有很大的优势,在煤炭覆盖区提取正确率均为100%,在裸露地表和在建建筑用地混合区大于80%,较原始多光谱影像分类精度提高了约10%。该研究为推进国产高分遥感数据在生产建设项目水土保持监管中的高效应用奠定数据基础,对提升生产建设项目水土保持监管效率和信息化水平具有非常重要的意义。

一种新的代数多重网格法及其在CFD中的应用

提出了一种面向对象的代数多重网格(algebraic multi-grid,AMG)算法,以每一层网格作为研究单元.网格粗化过程中,形成各单元,同时记录其前后单元,形成双向链表.粗化过程采用Ruge和Stüben算法,光滑算子用Gauss-Seidel迭代.由于AMG算法与网格信息无关,可以作为"即插即用"型的线性方程组求解器.对CFD计算过程耗时最多的压力修正方程作了研究,分别对二维后台阶流动模型在不同网格划分情况进行了计算,代数多重网格方法与单重网格的不完全分解共轭梯度法对比发现,前者具有明显的优势,随着网格数目增加,优势表现更为明显.最后与AMG1r5相比,开发的程序内存占用较少,最高只有AMG1r5的36%.