简介:摘要:由于辽宁省自然灾害频发,对人民健康产生了巨大威胁。本研究从致灾因子、孕灾环境、承载体和防灾减灾能力作为风险指标综合对辽宁省自然灾害进行风险评估,构建基于贝叶斯网络的辽宁省突然自然灾害风险评估模型,求出中间节点“致灾因子”、“孕灾环境”、“承灾体”和“防灾减灾能力”以及目标节点“辽宁省自然灾害风险”发生的概率。根据风险等级法,对风险状态进行分级,从而实现风险预警。
简介:摘要:在新时代新的需求背景下,需要对农产品供应链带来风险的关键问题进行深层次研究,对于引导企业改善供应链、降低成本和风险,进一步提高企业竞争力,具有不一般的理论和实践价值。以贝叶斯网络为基本创建了农产品供应链风险评价实体模型,把农产品供应链做为研究对象,选取供应链内生风险因素开展了解并将其量化,从而搭建了农产品供应链风险评价指标体系。再者,以文献调查的数据作为数据集,进行贝叶斯网络参数学习,建立完整的农产品供应链风险模型。最后通过贝叶斯网络推理进行风险预测和评价,给出相关建议。本篇文章旨在对农产品供应链风险评价模型进行研究,建立的风险评估模型有助于相关人员有效防范风险,优化资源配置,对促进农产品流通起到积极作用。
简介:以2016年8月26日Landsat-8OLI影像为数据源,针对特征变量数目可影响分类精度和运算速率问题,采用一种基于特征优选的随机森林模型,提取了黄河口滨海湿地高精度信息。首先,采用Relief(relevantfeatures)-F算法,对全部特征变量进行权重排序,剔除不相关变量;然后,分别采用基于特征优选的随机森林模型、最大似然方法和神经网络分类算法,提取黄河口滨海湿地信息,比较基于特征优选的随机森林模型与其它两种分类方法在滨海湿地信息提取应用中的精度和效率。研究结果表明,基于特征优选的随机森林模型滨海湿地分类效果最佳,总精度为86.39%,Kappa系数为0.81,明显高于最大似然和神经网络分类方法;其中,河流湿地分类精度最高,为95.83%,盐田分类精度最低,主要原因在于盐田与养殖池、水库/坑塘的光谱和几何特征极为相似,易于混淆;但与最大似然分类和神经网络分类方法相比,该方法提取效果明显改善,分类精度分别提高了16.84%和4.44%。本研究结果证明,采用Relief-F算法特征优选的随机森林模型提取滨海湿地信息的方法,具有分类精度高、运算速率快的优势,适用于滨海地区不同类型湿地高精度信息提取。
简介:选取位于大兴安岭林区的南瓮河流域作为研究区,以多时相、中等分辨率的环境卫星影像为数据源,采用面向对象方法,通过多尺度分割、特征提取、决策树建立等步骤,实现湿地信息的快速提取;系统分析了面向对象方法在森林地区湿地信息提取中的有效性。研究表明,在面向对象湿地信息提取过程中,采用不同等级的分割尺度,使分类更具层次性;利用光谱、空间、形状等多种属性特征,通过多时相遥感数据的融合,可以更好地识别复杂多样、界限模糊的湿地景观,其中,草本沼泽的生产者精度达到了91%。结果显示,南瓮河流域内,湿地类型多样,以草本沼泽和灌丛沼泽为主,且其主要分布于河流两侧和中下游宽阔的河谷地带。
简介:JointPP–PSinversionoffersbetteraccuracyandresolutionthanconventionalP-waveinversion.P-andS-waveelasticmodulideterminedthroughdatainversionsarekeyparametersforreservoirevaluationandfluidcharacterization.Inthispaper,startingwiththeexactZoeppritzequationthatrelatesP-andS-wavemoduli,acoefficientthatdescribesthereflectionsofP-andconvertedwavesisestablished.Thismethodeffectivelyavoidserrorintroducedbyapproximationsorindirectcalculations,thusimprovingtheaccuracyoftheinversionresults.Consideringthattheinversionproblemisill-posedandthattheforwardoperatorisnonlinear,priorconstraintsonthemodelparametersandmodifiedlow-frequencyconstraintsarealsointroducedtotheobjectivefunctiontomaketheproblemmoretractable.Thismodifiedobjectivefunctionissolvedovermanyiterationstocontinuouslyoptimizethebackgroundvaluesofthevelocityratio,whichincreasesthestabilityoftheinversionprocess.TestsofvariousmodelsshowthatthemethodeffectivelyimprovestheaccuracyandstabilityofextractingPandS-wavemodulifromunderdetermineddata.Thismethodcanbeappliedtoprovideinferencesforreservoirexplorationandfluidextraction.
简介:以三江平原为研究区,利用多时相的中分辨率成像光谱仪(ModerateResolutionImagingSpectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(NormalizedDifferenceVegetationIndex,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据.监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别.根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据.该方法的总体分类精度达到79.67%,Kappa系数为0.7525.研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据.
简介:微博平台有用户群大、公众参与性强、实时性等优点,同时微博平台信息又具有信息真伪难辨、地址信息模糊等缺点.本文以芦山地震为例,针对微博内容如何提取和地址如何定位两方面进行了分析研究,对于如何在网络微博平台中及时的提取地震宏观异常信息,提出了聚焦爬虫技术,并对微博地址进行了分类,同时将正向最大匹配和特征词地址分词的中文地址匹配模型应用于地址信息的提取和地址匹配中;最后将不同的地址类别定位为不同的行政级别,使微博平台和微博信息得到了充分的利用.通过研究认识到微博信息在反应震前异常的发生趋势方面有一定的参考价值(动物异常和气象异常所占比例较大),是不能被忽略的:地址方面可以看出异常随着时间的逼近有向震中聚集的趋势,有一定的参考价值.
简介:石漠化现象是喀斯特地区最为严重的生态环境问题,越来越受到重视。此次实验以甘洛县为研究对象,运用NDVI像元二分模型结合3S手段,提取出了石漠化区域,并进行了等级划分。根据实地调查结果表明,该方法适用于喀斯特地区石漠化信息的提取,为石漠化研究及应对措施的制定提供理论依据。
简介:以四川江安县耕地土壤为研究对象,研究耕地土壤中重金属污染状况并探讨其污染源,为污染治理提供科学依据。采用X荧光光谱法、电感耦合等离子体发射光谱法、原子荧光法,分别检测岩石、土壤样品的As和重金属元素组成。运用GIS分析功能提取出耕地土壤中As和重金属元素异常信息。结合岩石和耕地土壤样品的测试数据,对所获得的多源信息进行了综合研究。全区耕地土壤中,As、Cr、Cu、Zn、Ni无污染。Cd、Hg、Pb普遍有中度污染。污染源探讨结果表明,污染源与土壤的母岩无关。污染源很可能主要来自含Cd、Hg、Pb的工业废水、劣质化肥、农药,以及农用塑料薄膜等固体污染物等。