基于ETM+遥感数据的滨海湿地信息提取研究

以江苏省典型滨海湿地为研究对象,利用2005年5月份的Landsat7 ETM+图像数据,在湿地特征及其遥感图像表征分析的基础上,逐步提高湿地信息的提取精度,通过对多光谱遥感图像特征向量的分析,总结出一些湿地信息提取的规则和方法。在滨海湿地光谱特征分析的基础上,首先对研究区的图像进行了非监督分类,进而利用湿地的光谱相应特征、纹理特征、主成分变换、归一化差异水体指数等特征和相应的知识规则,得到用于优化分类的知识规则,采用分层分类的方法对非监督分类的结果进行了优化,从而使提取结果的精度较原来有了很大程度的提高。     

基于知识规则的洪泽湖湿地信息提取及动态变化研究

湿地是自然生态系统的重要组成部分。快速、准确地获取湿地基础信息,对湿地的动态监测、保护和可持续利用具有重要意义。本文利用知识规则分别提取出洪泽湖1988年10月25日和2002年11月9日两时相遥感影像的湿地信息,然后通过叠加分析比较了两个时相的湿地信息变化情况。研究发现,洪泽湖湿地植被在这14年间急剧减少,有待采取有效的措施进行保护。     

基于ALOS影像的盐城海滨湿地遥感信息分类方法研究

盐城海滨湿地类型丰富多样,湿地植物覆被类型之间的生态交错带十分明显,如何更为准确地获得海滨湿地覆盖信息,对湿地研究具有重要价值和意义。以ALOS影像为数据源,江苏盐城海滨湿地核心区为试验区,开展湿地信息遥感分类研究。在对研究区进行非监督分类,分析其限制分类精度原因基础上,针对研究区域的特点提出适合的分类精度改进方法。以非监督分类后的结果为模板,借助分区分层分类方法的思想,通过分析遥感影像光谱信息、纹理信息、主成分变换信息,得到知识规则,以基于知识规则修改的方法对芦苇、米草和盐蒿3种植被交错带进行修正。然后以基于GIS规则的方法对剩余区域进行修正。通过GPS数据进行精度检验,分类精度达到92.6829%,Kappa系数为0.9098。实验证明基于GIS规则和知识规则的分区分层分类法是提高海滨湿地遥感分类精度的有效方法。     

基于对象和DEM的湿地信息提取——以洪河沼泽湿地为例

湿地资源遥感信息提取并满足一定的分类精度和效率,是湿地研究的关键问题之一。利用高分辨率的SPOT5影像数据,通过对研究区分别进行基于像素的监督分类和基于对象的分类,进行典型沼泽湿地专题信息提取,同时将面向对象分类与DEM辅助数据进行信息复合,探寻提升分类精度的方法。结果表明,基于对象和辅助数据DEM的信息提取,可以有效地改善遥感图像的分类精度。     

基于多尺度分割的遥感影像滨海湿地分类

基于多尺度的高分辨率遥感影像分类方法研究,可以为滨海湿地动态监测、规划保护提供更详尽的湿地分类信息和更快速的数据获取方法,对湿地保护具有重要意义。选取连云港青口河入海口处湿地为研究区,以高分辨率遥感影像WV\|Ⅱ和航空遥感影像为数据源,利用多尺度分割方法将影像分割成不同层次的实体对象;在不同层次,以实体对象为单元,结合光谱、形状、纹理等不同影像特征,进行滨海湿地分类研究,结果表明:利用该方法分类后,研究区各种湿地类型都达到较高精度。基于多尺度分割的影像分类方法能充分利用各种影像特征完成湿地分类,有效地减少了遥感影像中的“椒盐”现象,提高了分类精度;选择适宜的分割尺度和分割参数是基于多尺度分割的遥感影像分类方法提高精度的前提。     

基于对象和DEM的湿地信息提取——以洪河沼泽湿地为例

湿地资源遥感信息提取并满足一定的分类精度和效率,是湿地研究的关键问题之一。利用高分辨率的SPOT5影像数据,通过对研究区分别进行基于像素的监督分类和基于对象的分类,进行典型沼泽湿地专题信息提取,同时将面向对象分类与DEM辅助数据进行信息复合,探寻提升分类精度的方法。结果表明,基于对象和辅助数据DEM的信息提取,可以有效地改善遥感图像的分类精度。     

基于决策树方法的淡水沼泽湿地信息提取——以三江平原东北部为例

湿地是生态系统的重要组成部分,及时、准确地获得湿地基础信息,对湿地的动态监测、保护与可持续利用及其它领域的研究具有重要意义。以三江平原东北部沼泽湿地为例,利用分类回归树(Classification and Regression Tree,CART)算法从训练样本数据集中挖掘分类规则,集成遥感影像的光谱特征、纹理特征和地学辅助数据建立研究区湿地信息提取的决策树模型。用实测的GPS样本点对分类结果进行精度验证,并与最大似然监督分类方法(Maximum Likelihood Classification,MLC)进行对比。结果表明,基于CART的决策树分类结果的总精度和Kappa系数分别为82.65%和0.7935,分类精度较MLC监督分类方法有明显提高,是内陆淡水沼泽湿地信息提取的有效手段。     

三江平原洪河自然保护区湿地遥感分类研究

湿地是指陆地上常年或季节性积水或过湿的土地与生长栖息于其上的生物种群构成的独特生态系统,具有重要的生态价值与科学研究价值。研究选取重要国际湿地洪河保护区作为研究区,应用多期LandsatTM影像,采取基于专家经验的监督分类方法进行基于群落尺度的分类,取得了较好的分类效果。研究表明有效的影像增强处理和分类训练区的精确选择是监督分类的关键,基于专家辅助的地理信息系统空间分析方法有助于提高分类精度。依据遥感分类结果定量分析了高度自然状态下的北方半湿润区内陆淡水湿地群落类型的原始空间格局。研究揭示具有从沼泽湿地向草甸湿地明显过渡特征的小叶章-苔草群落占据整个保护区面积过高比例,显示该湿地保护区典型沼泽湿地的现状湿生环境退化特征比较明显,应尽早采取相应措施。     

1980~2018朝鲜半岛西海岸滨海湿地演化分析

环黄海湿地是东亚—澳大利西亚水鸟迁徙廊道的重要组成部分,在全球生物多样性保护方面具有不可替代的作用。研究利用Landsat 系列遥感影像,集成面向对象和决策树分类方法对遥感影像进行解译,得到1980~2018年5个时期朝鲜半岛西海岸湿地分布数据集,对朝鲜半岛西海岸滨海湿地变化特征进行解析,并对比分析朝鲜和韩国不同体制和发展水平差异下的湿地演变驱动因素,以期为环黄海滨海湿地生态系统管理和可持续发展提供科学参考。研究结果表明：朝鲜半岛西海岸主要湿地类型为自然湿地,占研究区总面积的41.1%,以滩涂为主;近40 a间朝鲜半岛西海岸自然湿地面积呈减少趋势,损失1094.4 km²;人工湿地面积呈快速增加趋势,相对增加45.1%;受国家体制、政治、人口和经济等影响差异,朝鲜自然湿地多转化为耕地,而韩国自然湿地多转化为人工表面;人类活动对湿地的直接占用是该地区湿地损失最主要的因素,需加强管控和科学利用海岸带资源。     

基于环境一号小卫星CCD图像的滨海湿地监测研究

湿地生态系统是与森林和海洋并列的三大生态系统之一,在全球气候和环境保护中发挥着非常重要的作用,因此,湿地的监测对环境保护和人类健康至关重要。本文以渤海湾-莱州湾为研究区域,利用环境与灾害监测预报小卫星（简称HJ-1）CCD图像通过分层分类法提取滨海湿地的分布,并以黄骅市为例对湿地的变化进行景观格局的动态分析。结果表明,利用HJ-1 CCD图像进行滨海湿地的监测是可行的,且与Landsat图像相比HJ-1 CCD数据具有高获取频率和宽覆盖范围,从而可以为湿地分布和变化的监测与管理提供经济有效的支撑。对湿地景观格局的评价表明,由于人类活动的影响,近年来湿地景观正在悄然地发生变化,天然湿地逐渐减少,人工湿地相对增多,人类的影响正日益加剧,需要引起重视。     

基于支持向量机的遥感影像湿地信息提取研究*

以ETM 影像数据为例,采用基于支持向量机的方法对黄河中上游区域湿地信息进行提取,并将该方法与传统的最大似然分类提取方法以及面向对象的提取方法进行对比分析。结果表明:基于支持向量机方法的提取精度高达93.57%,Kappa系数也超过了0.9,比单纯的最大似然分类方法或者面向对象的方法提取精度高得多,而且该方法操作性和实用性也很强。     

基于框架语义标注的自由文本信息抽取研究

信息抽取是从自由文本语料库构建数据库,实现信息自动收集的有效途径之一。提出了一种以框架语义标注为基础构建信息抽取规则的信息抽取方法。基于框架语义标注的信息抽取是用统一的方法来指导信息抽取过程。这种方法具有较细的处理粒度,对语义规则性强的领域有一定的普遍适用性。设计了基于框架语义的BAIE（图书内容简介信息抽取）系统,并对图书的内容简介试行信息抽取。抽取结果表明,基于框架语义的信息抽取方式有一定的可行性和适用性。     

基于树比较的Web页面主题信息抽取

为了从具有海量信息的Internet上自动抽取Web页面的信息,提出了一种基于树比较的Web页面主题信息抽取方法。通过目标页面与其相似页面所构建的树之间的比较,简化了目标页面,并在此基础上生成抽取规则,完成了页面主题信息的抽取。对国内主要的一些网站页面进行的抽取检测表明,该方法可以准确、有效地抽取Web页面的主题信息。     

直推式支持向量机在Web信息抽取中的应用研究

直推式支持向量机是一种直接从已知样本出发对特定的未知样本进行识别的分类技术。在分析直推式支持向量机分类原理的基础上,提出一种基于直推式支持向量机的Web信息抽取方法,直接从分类的角度抽取Web信息。只需要提供少量标记样本就可以实现对大量未标注样本的分类标注,从而以分类的方式完成Web数据抽取任务。实验结果表明,使用这种方法进行Web信息抽取是有效性。     

基于点云属性信息的平面标靶特征提取

目的 色彩和回光强度作为点云的属性信息可以有效地应用到点云数据的特征提取中.本文根据平面标靶的几何以及光谱特性,提出了一种平面标靶的快速提取算法用于精确确定靶心坐标.方法 首先根据点云的色彩信息,采用光谱欧式距离函数进行点云的分类;对分类后的点云进行色彩重采样以提高同类点云色彩的一致性,同时根据平面标靶点云的光谱特性,根据其RGB值进行目标区域的提取,通过对圆形区域的面积测定以确定目标提取的正确性.最终根据点的回光强度值,确定圆形目标区域的中心坐标位置.结果 通过两组实验分析,第1组对固定距离处的标靶靶心提取精度分析,本文自动提取靶心的点位中误差为3.31 mm,而手工提取靶心的点位中误差为11.78 mm,证明本文方法的提取精度明显高于手工提取靶心的精度;第2组对分散排列的标靶靶心提取精度分析,通过分析证明本文方法在5 m处的靶心提取精度可以优于2 mm;10 m处的提取精度可以优于4 mm;15 m 处的点位提取精度可以优于5 mm.结论证实了本文方法的可行性和精确性.     

基于模板化的Blog信息抽取

Blog（博客）可以称为在线个人日志。作为一种新兴的媒体,Blog目前已经成为一种在Web上表达个人观点和情感的一种非常流行的方式。那么如何从Blog中快速准确地抽取有用的信息（话题发布时间、话题题目、话题内容、评论内容等）就成为了Blog应用中一个非常重要的步骤。提出了一种基于模板化的Blog信息抽取方法,该方法通过分析Blog网站的HTML源代码,然后提取出网站的模板,并根据该模板对Blog网页进行信息抽取。对来自国内10个著名博客网站进行模板的提取,并对这10个网站中的7 374个Blog网页进行了实验,实验结果表明,该方法能根据提取出的模板快速、准确地对Blog网页进行信息抽取。     

基于Agent和XML的Web页面信息抽取研究与设计

在以前相关研究的基础上,提出了一个建立在Agent和XML基础上的Web页面信息抽取的原型系统。在这个原型系统里,利用Agent的自治能力和合作能力来协助用户对抽取请求进行公式化表述和结合知识库学习抽取规则等。另外,系统还用XML语言描述抽取请求和抽取规则,在其中加入一些语义信息,这些语义信息可被有效利用,从而提高抽取的精确性。     

基于语义关联和信息增益的TFIDF改进算法研究*

基于词频反文档频率(term frequency inverse document frequency,TFIDF)的现有文本特征提取算法及其改进算法未能考虑类别内部词语之间的语义关联,如果脱离语义,提取出的特征不能很好地刻画文档的内容。为准确提取特征,在信息熵与信息增益的基础上,加入词语的语义关联因素,实现融合语义信息的特征提取,进而提出语义和信息增益相结合的TFIDF改进算法,该算法弥补了统计方法丢失语义信息的弊端。实验结果表明,该算法有效地提高了文本分类的精准率。     

面向诱导的交通状态信息提取方法

为实现可变信息板（Variable Message Signs,VMS）的交通状态信息提取,选取速度、饱和度与交叉口平均延误作为交通参数,提出了基于模糊推理的关联路段交通状态信息提取方法。针对驾驶员的VMS信息响应特性,设计了面向拥挤状态的VMS诱导策略,在关联路段均处于拥挤状态时基于Vague集对交通状态进行排序,以判别交通状态相对最优的关联路段进行发布。以实际算例验证了该方法的有效性,所提出的VMS诱导策略能够逐步引导拥挤交通流的分流,并为驾驶员在拥挤状态下进行路径选择提供决策支持。