基于反距离加权随机森林的空间推测方法研究

在地学领域中,空间推测是根据已知样本点运用连接函数推测未知区域数值的过程.基于回归克里金(Regression Kriging, RK)以及随机森林(Random Forest, RF)等机器学习算法的空间推测方法已在土壤水质反演、空气质量预测等领域中得到广泛应用,通过引入缓冲距离、邻近点的观测值以及到预估点的水平距离等方式逐步发展出“Random Forest for spatial prediction (RFsp)”、“Random Forest Spatial Interpolation (RFSI)”等模型.为克服RFSI模型中距离的不足并获得更加精确的推测结果,本文在其基础上引入反距离加权策略,考虑将邻近点的观测值以及到预估点的距离进行组合,提出了一种基于水平位置距离的反距离加权随机森林(Random Forest with Inverse Distance Weighted Based on Location Distance, RFIdw)模型.基于SIC97(Spatial Interpolation Comparison 97)数据集开展的对比实验表明,本文提出的R...     

基于对象级分类的土地覆盖动态变化及趋势分析

以广东省东莞市2005~2008年SPOT 5遥感影像为主要数据源,采用对象级分类后比较的变化检测技术,从土地覆盖类型的面积总量、相互转移等方面多层次分析了研究区域4 a土地覆盖的变化情况。在此基础上,利用马尔科夫链模型对该区域未来5 a的土地覆盖动态变化及演变趋势进行了分析和预测,为广东省土地覆盖变化研究提供典型案例分析,以达到全面把握研究区土地覆盖变化规律的目标。结果表明:研究区域的土地覆盖变化基本趋势表现为城镇建设用地总量持续增加以及耕地和园林地面积总量减少,其中城镇建设用地和农业耕地变化幅度较大,其他类型土地变化相对稳定。增加的城镇建设用地主要来源于耕地的人为减少,农业垦殖环境将趋于恶化。研究结果可为研究区合理有效地利用土地以促进土地可持续发展、推进城市化进程奠定决策上的技术基础。     

地块级航空高光谱遥感土地覆盖制图及其精度评估

利用高光谱遥感影像可以开展精细化土地覆盖制图，相关技术已在农业生产、植被生态等领域中广泛应用。然而，现有的面向像元或对象的分析方法在制图单元的合理性、精细性尚有欠缺。鉴于此，提出了基于随机森林的地块级高光谱土地覆盖制图思路，并利用雄安新区马蹄湾村高光谱影像开展实验与精度评估，综合类型精度和形态精度指标，探析不同划分尺度的制图优劣。在类型精度方面，结果表明：地块级高光谱土地覆盖制图效果及类型精度最优；在形态精度方面，发现地块级土地划分优于对象级划分结果。综合对比两类精度后得出，面向地块的高光谱土地覆盖制图可生产更符合用户需求的信息成果，具有较高的潜在应用价值。