基于改进端元提纯模型的MODIS森林类型识别研究

MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。     

基于多时相GF-1WFV 数据的南方丘陵地区甘蔗种植面积提取

南方丘陵地区甘蔗种植具有分散、形状多样等特点,利用中低分辨率遥感数据提取甘蔗种植面积时,数据的有效性和精度都难以满足要求.利用高分辨率GF-1WFV遥感数据,分析比较甘蔗与其他地物类的光谱特征、纹理特征及植被指数时间变化差异,采用多时相迭代方法构建甘蔗提取特征向量决策树模型.利用该模型提取了广西江州区的甘蔗种植面积,经野外实地调查验证,甘蔗面积提取的用户精度为90.13％,生产精度为88.78％,表明GF-1WFV数据是复杂地形下提取甘蔗等农作物的潜力数据源,该提取思路可以为在全国范围内不同地区了解甘蔗种植情况,进行甘蔗长势监测和产量估测提供技术参考.     

数据挖掘的技术特点及发展现状

首先给出数据挖掘所涉及的技术领域及其研究特点，介绍了数据仓库与一般事务数据库的区别，基于对典型数据挖掘算法的基本原理、实现技术及应用领域的分析，论证了数据挖掘是当前信息技术的一个核心研究内容。文章的最后给出了未来数据挖掘的研究方向及发展趋势。     

基于决策树的电缆绝缘状态分类

作为城市配电网络的主要传输媒介电缆,故障后很难直接观测。由于电缆的许多故障是由于绝缘受到破坏而引起的,因此,在电缆绝缘劣化初期尽早对部分放电现象的强度、位置做有效的监控及分析,可以达到有效的预测维护。文章提出了一种基于决策树的电缆绝缘状态分类规则。研究结果表明决策树技术是一种非常有效的电缆绝缘状态分类技术。     

高分六号遥感数据在有林地识别中的应用

精准农业观测卫星-高分六号卫星(GF6)增加了4个特殊波段,更加有效地反映了植被特有的光谱特性,为植被应用研究提供更为详细的地物光谱信息。为了分析GF6数据在植被识别能力上的优越性,比较了GF6号新增波段(红边1、红边2、黄边、紫边波段)和高分数据传统波段对有林地识别精度的影响。结果表明:GF6新增波段对有林地快速识别的精度达到97.67%,Kappa系数为0.95,比GF数据4波段对有林地的识别精度提高了3.35%,Kappa系数提高了0.08。CART自适应特征和阈值选择决策树算法比人工决策树分类算法对有林地识别精度有显著增加,精度由88.81%提高到97.67%,Kappa系数由0.78提高到0.95。GF6数据新增特殊波段结合CART自适应特征和阈值决策树算法对有林地具有快速优越的识别能力。     

决策树在精准农业中的应用现状与发展趋势

决策树算法是一种重要的分类方法,是数据挖掘领域研究热点之一.现介绍了决策树算法当前的研究状况.从土壤质量等级划分、自然灾害分析、遥感影像分类及耕地质量分析等方面介绍决策树算法在精准农业中的应用现状,对决策树算法在精准农业中的应用前景进行了展望.     

北京地区冬小麦冻害预报系统初探

采用运筹学决策树方法，通过归纳冬小麦各生育阶段各种因素的综合影响，建立了冬小麦冻害预报系统。系统分为品种、播种、冬前条件、越冬条件、早春条件5个层次，并以冬4、麦自身抗寒力（品种，生长状况等）和环境因素（土壤，气象条件，田间管理等）为指标，判断预测麦苗抗寒力、越冬冻伤情况及冻害程度，预测结果均以5个等级描述，系统按照预测的冻害级别给出不同时段冻害预防的补救措施和建议，具有较高的应用价值。     

大数据挖掘在食品安全风险预警领域的应用

食品安全综合评价与预警是食品安全的重难点.该研究着重介绍了大数据挖掘在食品安全风险预警领域的应用.首先对大数据的基本概念及3种典型的大数据挖掘技术(贝叶斯网络、决策树以及人工神经网络)概念进行分析,并探讨这3种大数据挖掘方式在食品安全行业的应用现状.之后比较3种大数据挖掘方式,提出将其中一种大数据挖掘方式BP神经网络运用于食品安全风险预警的构想.     

基于MODIS遥感数据的呼伦贝尔土地荒漠化信息提取(英文)

[目的]基于MODIS遥感数据,对呼伦贝尔地区土地荒漠化信息进行提取。[方法]基于空间分辨率为1km的MODIS遥感数据,选取可以反映不同荒漠化特征的5个指标进行反演,并采用决策树分类方法对呼伦贝尔地区土地荒漠化信息进行提取。[结果]呼伦贝尔地区土地荒漠化面积为33862km2,占全区总面积的20.36%,且主要以沙质荒漠化为主;通过野外验证及高分辨率解译数据采点验证,此评价方法总体精度达89%以上。[结论]使用文中评价方法进行荒漠化监测,不仅能够对大尺度的荒漠化地区进行监测,而且具有较好的评价效果。     

决策树分类数码相机影像获取水稻覆盖度的研究

叶面积指数(LAI)、植被指数(VI)是利用高空间分辨率影像构建遥感长势监测、估产模型的重要参数,作物覆盖度可以间接表达叶面积指数和植被指数。高空间分辨率影像不仅能识别田块形状,提高农作物类型识别精度,还可以以田块为单元进行作物长势、单产监测。为此,快速、准确地获取地面作物覆盖度,建立覆盖度与叶面积指数、植被指数之间的定量关系,可为遥感监测提供一种重要参数。以2013年四川省德阳地区为研究区域,建立10个(1 km×1 km)样方。在水稻返青期(6月3日)、分蘖期(6月18日)、拔节期(7月3日)、抽穗期(7月25日)、灌浆期(8月12日)及成熟期(8月30日),以GPS定点,每样方采集5个地块,每地块3个重复,以数码相机垂直拍摄的方式,获取不同生育期的照片。利用ENVI 4.7图像处理软件,根据决策树分类方法,计算不同测点不同时期的覆盖度值。结果表明,此方法可准确、客观地提取水稻不同时期的覆盖度值;利用Photo Shop 6.0人工调节选择计算覆盖度的方法主观性较强,结果与决策树方法接近,无显著差异。