模糊联想记忆神经网络在土地质量评价中的应用

土地是一个复杂的动态系统,受到众多因素的影响,而影响因素存在很大的模糊性,应用传统的理论和方法进行评价难以得到正确结果。本文提出一种基于模糊联想记忆神经网络的土地质量评价方法,并以实例证实了该方法的简便、快速、客观和实用性。     

城乡一体化地籍信息系统的时空数据模型

将城乡一体的地籍数据分为表征行政区划的行政区数据、反映土地所有权的宗地数据、反映土地使用权的宗地数据和反映土地利用状况的图斑数据4个图层,同时将后3个图层按乡镇分块来存储和管理,既遵循了土地自上而下的隶属关系,又符合多尺度表达地理信息的思想。使用元组级的数据模型,将变长的界址线链碎分为定长的界址线,将宗地的位置及其与界址线间的拓扑关系隐含在定长的界址线表之中,完全按照关系数据库的第一范式组织地籍信息系统的时空数据。另外,还设计了地籍实体的属性信息。     

基于RS与GIS的阜新地区土地荒漠化时空演变规律研究

土地荒漠化是气候、环境及人类活动多因素综合影响的结果,它的发展与逆转,不仅表现在空间结构、规模和环境上的变化。而且也直接影响社会经济的发展。本文以RS和GIS作为信息获取与分析工具,通过对1978年、1989年和1999年研究区土地荒漠化遥感影象解译分析,对阜新地区21年来土地荒漠化的时空演变规律进行了系统的研究,结果表明,荒漠化的空间演变经历了“强化－逆转－强化”的过程,风蚀荒漠化程度考察,则表现为“重度荒漠化逆转,轻度荒漠化扩展”的演变格局,不同荒漠化分布形式呈现条带状片状分布,且有向西扩展的趋势。水蚀荒漠化到1989年以来,已基本得到控制,特别是中北部地区10个乡镇逆转效果最为明显。盐渍荒漠化在1978年基础上向四周扩散,主要集中在东部和西南部,呈不连续片状分布。     

基于粗集理论的遥感农业监测研究(英文)

[目的]探求粗糙集理论在遥感影像特别是农作物生长上的分类精度。[方法]采用数据挖掘和知识发现方法,重点分析了包括粗糙集理论在内的4种数据分类方法(粗糙集、代数集、自身集以及聚集),建立了分类模型流程。通过程序改化,对比了未经处理的TM影像分类精度和经过2次不同改化后的分类精度。[结果]在影像基本信息不变的基础下,采用改化后的粗糙集分类方法,可以得到分类精度更为细致的结果,尤其在地区地表起伏较大的且待分农作物种类小于5种的情况下效果更加明显。[结论]该研究为进一步利用数据挖掘技术来监测农作物生长提供理论依据。