最优分割尺度支持下高分遥感影像水土资源信息分类

为提升水土资源信息分类精度,以无人机航拍获取的高分辨率影像为实验对象,提出了最优分割尺度和决策树支持下的对象级影像分类方法。首先,根据影像内部的同质性和异质性,建立了分割质量函数,通过该函数获取了最优分割尺度;然后,提出了基于光谱信息和面积信息的最优分割尺度评价模型对分割结果进行评价;最后,引入决策树规则机制,完成了水土资源信息分类,并与最大似然法分类结果进行对比。研究结果表明:所建立的分割质量函数能准确获取最优分割尺度,有效避免了人工分割带来的主观性,所提方法分类总体精度为86.78%,最大似然分类方法总体精度为77.59%,在分类精度上有较大提升。     

内蒙古引黄灌区种植面积与种植结构的时空演变

基于遥感技术,对内蒙古4个大型引黄灌区（河套灌区、黄河南岸灌区、镫口灌区、麻地壕灌区）近30 a的种植面积及种植结构的时空演变进行分析,并利用河套灌区7 a实测调查样本,对解译结果进行检验,确定遥感方法的可行性及精度。通过遥感解译得出,灌区的控制面积为17 845.55 km²,对比官方统计数据相差-1.73%。灌区种植面积及土地利用率近30 a来变化不明显,整体呈微增加趋势。近30 a灌区的种植结构发生了明显变化,由单一小麦种植结构演变成现今小麦、玉米、葵花的多元化种植结构。     

基于决策树分类的张北土壤盐碱化研究

利用2001年ETM遥感数据,采用SAVI、NDWI、BRIGHT以及纹理等指数,使用决策树分类的方法对研究区进行了盐碱化信息提取,根据实际情况,分为重度盐碱、轻度盐碱、水体、植被和裸地等5个类别,有效地提取了实验区的盐碱地信息。     

新疆阜康荒漠植被指数特征和时空过程分析

研究天山北坡典型荒漠区草地植被覆盖变化,对于荒漠区草畜平衡及畜牧业可持续发展具有重要现实意义。采用1990,1999和2008年同时相TM/ETM+遥感影像,经辐射校正和几何校正后,基于荒漠植被指数特征和垂直地带性特征,进行了专家知识决策树分类,研究了阜康市典型荒漠草地、农田等地物近20年间的归一化植被指数(NDVI)和面积变化特征。结果表明,1) 经辐射校正后的NDVI与实际地物情况更接近,大致呈高山草甸>农田>温性草甸>平原荒漠>山前荒漠的规律;2)近20年间农区面积大量占用平原荒漠草地和山前荒漠,新增农田面积296.3 km²,是1990年耕地总面积的1.54倍;3)高山冰盖消融随即转变成为高山草甸类型的趋势明显,20年间减少冰雪区74.7 km²,是1990年冰雪区总面积的0.345倍,这也印证了近20年来全球变暖的说法。     

聚类、粗糙集与决策树的组合算法在地力评价中的应用

 【目的】地力评价方法大多数有一定的主观性,较少考虑土壤各属性间的依赖关系。论文旨在采用数据挖掘方法,寻求地力等级划分的新方法。【方法】结合农安县耕地调查数据,应用K-means聚类方法、Johnson粗糙集属性约简算法与C4.5决策树算法相结合的优化算法评价地力等级。【结果】使用K-means聚类方法,得到最佳学习样本数;使用粗糙集属性约简和决策树相结合的方法,去掉了冗余属性7个,决策树模型共有节点317个,其中叶节点个数为159个,生成规则159条,模型准确率为82.08%。与未聚类和未约简的方法相比,决策树结点个数减少41.62%。【结论】使用该组合算法,在保证模型准确率的同时,降低了算法的时间和空间复杂性,提高了挖掘效率。     

面向对象方法在Quick Bird影像分类中的应用研究

选取Quick Bird影像,以目视判读法作为精读评价的参考标准,对基于像元值的监督分类和非监督分类法、面向对象分类法进行了分析比较。结果表明,使用面向对象方法能显著提高Quick Bird影像分类精度。     

北京林下经济发展现状分析与对策研究

摘要:本文运用SWOT分析法对北京市林下经济产业发展所具有的优势、劣势及外部面临的机遇、威胁进行系统分析,并提出北京林下经济未来发展思路及对策建议。结果表明：发展优势明显,机会大于威胁,宜采取趋利避害、增长性发展战略,利用优势克服劣势,抓住机遇克服劣势,加快北京林下经济产业的发展。     

基于决策树模型的农户产权抵押贷款分类的实证研究

基于西部农户产权抵押贷款试点地区所获得调研数据,以农户贷款意愿为目标,农户户主特征、家庭特征等8个因素为自变量,建立决策树分类模型,以为农村金融机构提供有价值的农户分类规则。结果表明:农户家庭人口、土地面积、户主受教育程度等7个因素的不同水平取值可以组成10个不同属性的分类规则,并且分类模型能获得较佳的准确性及精确性,模型具有较佳的预测能力。模型结果对农村金融机构制定相关金融支持政策起到积极的作用。     

沙化土地整治背景下的沙漠化监测预警

为保障中国粮食及生态安全,对沙化土地整治开发过程进行沙漠化监测预警尤为必要。该文以科尔沁左翼后旗为例,基于Landsat 8 OLI影像,利用决策树分类实现沙漠化监测,并将监测结果引入"压力-状态-响应"模型,综合沙漠化影响因素和人为响应措施,实现沙漠化预警,最后与各类土地整治项目标准进行比对分析,对研究区土地整治项目实施的效果进行评价。1)研究区沙漠化形势较为严峻,沙漠化面积占研究区总面积的88%,其中以轻度和重度沙漠化为主,两者占研究区总面积的61%,另外极重度沙漠化占6%,主要位于科左后旗西部;2)沙漠化预警警度分为重警、中警、轻警和无警,其中沙漠化中警面积最大,沙漠化重警与极重度沙漠化空间分布大致相同,但前者更趋向于研究区西北方向的牧区,沙漠化无警和轻警则主要位于科左后旗东部的农区;3)在土地整治项目中,高标准基本农田建设项目和农用地整治项目以沙漠化无警面积最大。宜农后备土地开发项目、土地复垦项目以沙漠化轻警和中警为主,而沙漠化重警则主要零星分布于农用地整治项目、宜农后备土地开发项目和饲草料基地建设项目中。总体来看,研究区在土地整治背景下,进一步沙漠化的风险不高,但局部沙漠化重警区须加以关注。研究结果可为研究区后续土地整治规划调整提供决策依据。     

基于MODIS数据的松花江流域土地利用信息提取研究

以松花江流域为研究区域,利用单时相MODIS数据进行大范围区域土地利用信息提取;结合地表反射率、植被指数（NDVI）、土壤湿度指数（NDMI）、归一化水体指数（NDWI）等特征变量试验决策树分类法,与传统分类方法相比较,分析松花江流域土地利用变化情况。结果表明：决策树法优于传统的最大似然法,分类精度分别为83.48%和75.51%;2001～2006年,整体上松花江流域耕草地面积增加,林地面积减少;中国部分,耕草地面积增加,林地面积减少,而俄罗斯部分耕草地面积减少,林地面积增加。