基于HCS方法融合高时空遥感数据的玉米种植面积提取

目的提出一种利用高空间分辨率Landsat8 OLI全色影像和高时间分辨率MODIS影像进行融合的方法,构建出高时空分辨率遥感数据,提供一种监测农作物种植面积新思路,为农业生产信息化奠定科学的理论依据.方法以沈阳市法库县为例,基于色彩超球面锐化(HCS)方法,利用多光谱Landsat8 OLI全色影像数据与MODIS-NDVI时间序列数据相结合的手段,对其进行预处理后,根据该地区的物候数据和具有可信度的样本数据进行面积估算,并统计出玉米种植面积的制图精度和用户精度;对Landsat8 OLI全色影像数据和MODIS-NDVI时间序列数据进行融合处理,再利用马氏距离分类法对高时空分辨率遥感数据进行玉米种植面积提取.结果融合后的高时空遥感数据对玉米种植面积的识别效果较好,制图精度和用户精度分别达到89.62%、99.71%.结论 HCS方法适用于高时间数据和高空间数据的融合,融合后的影像保持了原有的光谱特征及空间细节纹理.

基于Prophet框架的银行网点备付金预测方法

提出一种基于Prophet框架的银行网点备付金预测方法,即HC方法(holiday changepoints method)。首先以银行网点交易流水数据为基础,统计每个现金备付周期内的交易存取款额指标,并进行标准化得到备付金时间序列;然后,构建非周期性的节假日列表和趋势转折点列表,利用Prophet框架完成对这2类列表中特殊点的特征计算,有效解决"异常值"和"拐点"的预测问题;最后,结合可视化技术实时观测算法效果调节参数,得到预测模型。以平均绝对误差、均方根误差、平均绝对百分比误差和绝对误差这4个性能度量指标来评估HC模型对银行网点备付金时间序列的预测效果。研究结果表明:该算法在银行网点备付金预测问题上相较于ARMA算法和LSTM算法具有更高的准确率。