检索结果-南通市图书馆

Machine learning-based prediction of sand and dust storm sources in arid Central Asia

International Journal of Digital Earth 2023年第1期16卷 1530-1550页

作者： Wei Wang alim samat Jilili Abuduwaili Philippe De Maeyer Tim Van de Voorde State Key Laboratory of Desert and Oasis Ecology Xinjiang Institute of Ecology and GeographyChinese Academy of SciencesUrumqiPeople’s Republic of China Research Centre for Ecology and Environment of Central Asia Xinjiang Institute of Ecology and GeographyChinese Academy of SciencesUrumqiPeople’s Republic of China University of Chinese Academy of Sciences BeijingPeople’s Republic of China Department of Geography Ghent UniversityGhentBelgium Sino-Belgian Joint Laboratory of Geo-Information GhentBelgium Sino-Belgian Joint Laboratory of Geo-Information UrumqiPeople’s Republic of China

With the emergence of multisource data and the development of cloud computing platforms,accurate prediction of event-scale dust source regions based on machine learning(ML)methods should be considered,especially accounting for the temporal variability in sample and predictor *** Central Asia(ACA)is recognized as one of the world’s primary potential sand and dust storm(SDS)*** this study,based on the Google Earth Engine(GEE)platform,four ML methods were used for SDS source prediction in *** meteorological and terrestrial factors were selected as influencing factors controlling SDS source susceptibility and applied in the modeling ***,the results revealed that the random forest(RF)algorithm performed best,followed by the gradient boosting tree(GBT),maximum entropy(MaxEnt)model and support vector machine(SVM).The Gini impurity index results of the RF model indicated that the wind speed played the most important role in SDS source prediction,followed by the normalized difference vegetation index(NDVI).This study could facilitate the development of programs to reduce SDS risks in arid and semiarid regions,particularly in ACA.

关键词： Susceptibility mapping event scale google earth engine(GEE) remote sensing

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Sand and Dust Storm Risk Assessment in Arid Central Asia: Implications for the Environment, Society, and Agriculture

引用

International Journal of Disaster Risk Science 2024年第5期15卷 703-718页

作者： Wei Wang Shanfeng He Hao Guo Jilili Abuduwaili alim samat Philippe De Maeyer Tim Van de Voorde School of Geography and Tourism Qufu Normal University Sino-Belgian Joint Laboratory of Geo-information Xinjiang Institute of Ecology and Geography Chinese Academy of Sciences Department of Geography Ghent University

This study aimed to assess sand and dust storm(SDS) risks in arid Central Asia during 2001–2021 from a multisectoral(environment, society, and agriculture) and comprehensive perspective on the Google Earth Engine(GEE) platform. The results show that the areas with moderate or greater SDS risk accounted for 18.75% of the total area of arid Central Asia. The high SDS risk areas are mainly concentrated in the oases around the desert and are most widely distributed in spring and summer. The SDS risk in the oasis area of southern Xinjiang increased significantly, while the SDS risk in the northeastern Aral Sea region and the Kazakh hilly region decreased significantly over the 21 years. Khwarazm of Uzbekistan, located in the Amu Darya River Delta, is the administrative district with the highest comprehensive risk of sandstorms, and the Balkan State of Turkmenistan and Kashi City and Zepu County in China are the administrative districts with the highest multisectoral risk of sandstorms. The results of this study provide a complete picture of SDS risks in the arid Central Asia region and will provide some guidance to policymakers and local authorities in SDS risk mitigation.

关键词： Analytic hierarchy process Central Asia Multisectoral risk assessment Remote sensing Sand and dust storms

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

利用旋转不变特征提取全极化SAR影像人工地物

引用

遥感学报 2016年第2期20卷 303-314页

作者：车美琴阿里木.赛买提杜培军罗洁琼鲍蕊南京大学卫星测绘技术与应用国家测绘地理信息局重点实验室江苏南京210023 南京大学江苏省地理信息技术重点实验室江苏南京210023 南京大学江苏省地理信息资源开发与利用协同创新中心江苏南京210023 中国科学院新疆生态与地理研究所新疆维吾尔自治区乌鲁木齐830011

利用全极化SAR影像进行城市地区地物分类和目标识别时,极化方位角偏移、散射类型复杂多样以及弱后向散射地物难以区分等问题影响了图像分类和目标识别的准确性。针对这些问题,提出一种利用目标散射矢量模型TSVM(Target Scattering Vecto... 详细信息

利用全极化SAR影像进行城市地区地物分类和目标识别时,极化方位角偏移、散射类型复杂多样以及弱后向散射地物难以区分等问题影响了图像分类和目标识别的准确性。针对这些问题,提出一种利用目标散射矢量模型TSVM(Target Scattering Vector Model)生成的旋转不变极化参数组合提取城市区域典型人工地物(建筑、道路、广场和桥梁等)的方法。首先,采用目标散射矢量模型分解和Relief特征选择算法提取出表征目标对称性的旋转不变极化参数、表征散射机理的散射角旋转不变极化参数;然后利用支持向量数据描述SVDD(Support Vector Data Description)分类器快速提取典型人工地物。利用南京市Radarsat-2全极化SAR数据进行实验,结果表明提出的方法抑制了地形起伏的山地或建筑分布不规则城区的极化方位角效应,有效解决了全极化SAR影像中人工地物提取的难题。同时,相比光学影像利用生物物理组合指数BCI(Biophysical Composition Index)和归一化建筑指数NDBI(Normalized Difference Built-up Index)提取城市人工地物的方法,对称性极化参数和散射角参数组合能有效区分出城市建筑用地和具有相似光谱特征的裸地,其检测精度提高10%以上。

关键词：旋转不变极化参数全极化SAR 人工地物检测支持向量数据描述特征选择

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析

引用

国土资源遥感 2019年第4期31卷 32-40页

作者：王伟阿里木·赛买提吉力力·阿不都外力中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室乌鲁木齐830011 中国科学院大学北京100049 中国科学院中亚生态与环境研究中心乌鲁木齐830011

植被是联结大气圈、土壤圈、水圈和生物圈的重要纽带,因此植被的时空变化特征及其驱动因子之间的关系在区域生态环境变化研究中具有重要意义。基于GIMMS/NDVI和CRU等多种数据集,采用趋势分析法和地理探测器模型,分析了中亚地区1991—201... 详细信息

植被是联结大气圈、土壤圈、水圈和生物圈的重要纽带,因此植被的时空变化特征及其驱动因子之间的关系在区域生态环境变化研究中具有重要意义。基于GIMMS/NDVI和CRU等多种数据集,采用趋势分析法和地理探测器模型,分析了中亚地区1991—2015年间NDVI的时空变化特征,并对NDVI的空间分布和变化趋势进行因子探测、风险探测以及交互作用分析。结果表明,近25 a来,中亚地区植被变化整体上保持平稳波动,哈萨克丘陵中低海拔区域NDVI呈极显著上升;咸海盆地西南部受干涸湖盆盐尘近距离扩散影响,NDVI则呈极显著下降;由于中亚各国间水资源开发利用的矛盾,锡尔河中游和下游的NDVI变化趋势相反;哈萨克斯坦北部旱地由于存在先弃耕后复垦的现象,NDVI下降趋势较大,但结果并不显著(P>0.1);根据地理探测器模型分析结果,水分因素主导着中亚地区植被的生长格局,气温与NDVI变化呈显著负相关,此外不同地形、高程、土壤类型、土地覆被类型之间,NDVI的时空变化差异也十分显著;在交互因子作用方面,双因子交互作用有助于增强对NDVI空间分布以及时空变化的解释力,潜在蒸散发与高程的协同作用对NDVI空间分布的解释力达到64%以上。

关键词： NDVI 中亚地理探测器趋势分析时空变化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

南京市地表参数变化与热岛效应时空分析

引用

国土资源遥感 2014年第2期26卷 177-183页

作者：李昕瑜杜培军阿里木.赛买提江苏省地理信息技术重点实验室南京210023

利用南京市1989年TM和2001年、2010年ETM+卫星遥感数据,提取了3个时期的归一化植被指数(normalized difference vegetation index,NDVI)、改进的归一化水体指数(modified normalized difference water index,MNDWI)、归一化建筑指数(normalized difference build-up index,NDBI)和归一化不透水面指数(normalized difference impervious surface index,NDISI)等地表参数;利用热红外波段遥感数据反演地表温度,并从时间维对比分析了3个时期各个参数的变化和产生的原因;利用回归分析方法探讨了上述地表参数变化与城市地表温度之间的关系,即地表温度与NDISI和NDBI呈正相关,与NDVI呈负相关。进一步分析表明,南京市最近20 a来不透水面和建筑面积大幅增大,植被覆盖范围减少,城市热岛效应加剧,不透水面、建筑指数与地表温度的变化趋势和城市扩张趋势一致。该研究成果对于揭示南京市热岛效应、优化土地配置和推进生态城市建设具有一定的参考意义。

关键词：归一化植被指数( NDVI) 改进的归一化水体指数( MNDWI) 归一化不透水面指数( NDISI) 归一化建筑指数( NDBI) 地表温度城市热岛南京市

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

1986—2019年新疆湖泊变化时空特征及趋势分析

引用

生态学报 2022年第4期42卷 1300-1314页

作者：王伟阿里木·赛买提马龙葛拥晓吉力力·阿不都外力中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室乌鲁木齐830011 中国科学院中亚生态与环境研究中心乌鲁木齐830011 中国科学院大学北京100049

干旱区湖泊是区域水资源系统的重要组成部分,不仅在维系区域生态系统平衡上发挥重要支撑作用,而且也对区域气候变化和人类活动具有重要的指示意义。基于Google Earth Engine(GEE)遥感云计算平台,以Landsat 5/7/8卫星遥感影像为主要数据... 详细信息

干旱区湖泊是区域水资源系统的重要组成部分,不仅在维系区域生态系统平衡上发挥重要支撑作用,而且也对区域气候变化和人类活动具有重要的指示意义。基于Google Earth Engine(GEE)遥感云计算平台,以Landsat 5/7/8卫星遥感影像为主要数据源,分析了1986—2019年新疆维吾尔自治区湖泊数量以及面积变化的时空特征,并从气候要素变化、人类活动干扰等方面初步探讨了新疆湖泊变化的主要原因。结果表明:1986—2019年间,气温升高使得冰川积雪融水增加,新疆湖泊整体上呈现出扩张趋势。然而受人类活动的干扰程度以及地形海拔等因素,这种趋势存在显著的空间差异。全球变暖背景下,由于受到丰富稳定的雪冰融水的补给,受人为干扰较小的青藏高原北部地区湖泊呈现显著扩张。相反由于环天山地区强烈的人类活动以及冰川加速退缩影响,该区域湖泊面积持续高位波动状态。

关键词：湖泊新疆水体识别 Google Earth Engine 时间序列分析

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融合多源时序遥感数据大尺度不透水面覆盖率估算

引用

遥感学报 2020年第10期24卷 1243-1254页

作者：李方刚李二珠阿里木•赛买提张连蓬刘伟胡晋山江苏师范大学地理测绘与城乡规划学院徐州221116 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室乌鲁木齐830011

不透水面信息是监测城市扩张及区域生态环境变化研究的重要指标,基于遥感技术对地表不透水面信息进行快速提取具有重要意义。传统大范围不透水面覆盖率估算模型主要基于单一遥感信息与不透水面比例之间的相关性,通过单因子回归模型实现... 详细信息

不透水面信息是监测城市扩张及区域生态环境变化研究的重要指标,基于遥感技术对地表不透水面信息进行快速提取具有重要意义。传统大范围不透水面覆盖率估算模型主要基于单一遥感信息与不透水面比例之间的相关性,通过单因子回归模型实现不透水面覆盖率的估算。受限于单一遥感信息的信息量及普适性等影响,这类方法在大尺度不透水面提取中具有较大局限性,估算结果的区域适应性存在较大差异。针对该问题,本文提出基于多特征遥感信息进行不透水面估算的方法,以弥补单一特征在大范围不透水面提取中的不确定性。该方法首先以多时相MOD13Q1、MOD09A1产品、夜间灯光数据(NPP-VIIRS)和Landsat 8 OLI为遥感数据源,从不同角度构建突出不透水面信息的多个指数特征;在此基础上利用多元回归模型建立多因子不透水面覆盖率估算模型,进而实现大尺度不透水面覆盖率的遥感估算。本研究选择分布于全国范围内13个典型城市作为主要研究区对提出的模型进行了验证,结果表明:该方法能够适应不同区域不透水面覆盖率的估算,在复杂城市区域表现出较传统方法更好的效果,明显改善了城市内部不透水面覆盖率的估算精度。

关键词：遥感不透水面多特征夜间灯光 Landsat 8 OLI MODIS 中国

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于人工蜂群优化的二维最大熵图像分割

引用

计算机工程 2012年第9期38卷 223-225,243页

作者：阿里木·赛买提杜培军柳思聪中国矿业大学江苏省资源环境信息工程重点实验室江苏徐州221116 南京大学卫星测绘技术与应用国家测绘地理信息局重点实验室南京210093

针对二维最大熵图像分割方法计算量大的问题,提出基于人工蜂群优化的二维最大熵图像分割算法。利用人工蜂群优化算法收敛快、避免局部最优、控制参数少等优点,将二维最大熵法最佳二维阈值视为最佳蜜源,实现基于人工蜂群优化的二维最大... 详细信息

针对二维最大熵图像分割方法计算量大的问题,提出基于人工蜂群优化的二维最大熵图像分割算法。利用人工蜂群优化算法收敛快、避免局部最优、控制参数少等优点,将二维最大熵法最佳二维阈值视为最佳蜜源,实现基于人工蜂群优化的二维最大熵图像分割。实验结果表明,该方法的收敛速度较快、抗噪性较强。

关键词：图像分割二维最大熵人工蜂群粒子群优化遗传算法人工鱼群遗传模拟退火算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于LightGBM和多光谱—SAR多特征综合的中亚干旱区城市不透水面提取

引用

遥感技术与应用 2023年第2期38卷 319-331页

作者：刘希鸣阿里木·赛买提王伟吉力力·阿不都外力中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室新疆乌鲁木齐830011 中国科学院大学北京100049 中国科学院中亚生态与环境研究中心新疆乌鲁木齐830011

不透水面是评价城市化水平和城市生态环境的重要指标,是近年来城市遥感研究中的热点方向之一。与湿润、半湿润区相比,干旱区城市植被覆盖度较低,不透水面与裸土、荒漠之间相似的光谱特征导致传统基于光学影像的亚像元分解法与光谱指数... 详细信息

不透水面是评价城市化水平和城市生态环境的重要指标,是近年来城市遥感研究中的热点方向之一。与湿润、半湿润区相比,干旱区城市植被覆盖度较低,不透水面与裸土、荒漠之间相似的光谱特征导致传统基于光学影像的亚像元分解法与光谱指数法在干旱区不透水面提取的适用性降低。针对该问题,提出一种多光谱与合成孔径雷达(SAR)影像多特征综合的方法以增大不透水面与其他地物覆盖类型之间的特征差异,从而提取干旱区城市不透水面。以阿斯塔纳、塔什干和杜尚别3个中亚城市为研究区,哨兵2号和哨兵1号影像为数据源,通过LightGBM算法对多光谱和SAR图像的空间特征、SAR的极化特征进行分类并提取不透水面。研究对比了不同特征组合以及不同分类方法的不透水面提取结果,实验结果表明:多光谱与SAR影像多特征综合的方法能有效提高干旱区不透水面提取精度,明显改善干旱区其他土地覆盖类型错分为不透水面的问题;LightGBM算法与XGBoost、HistGBT等基于梯度提升决策树的算法和随机森林等方法相比能获取更高的精度,更适用于干旱区不透水面提取。这表明基于LightGBM以及多光谱和SAR多特征联合的方法能够有效提取中亚干旱区城市不透水面。

关键词：不透水面部分重建的形态学属性剖面 LightGBM 干旱区中亚

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于样本迁移的干旱区地表覆盖快速更新

引用

遥感技术与应用 2022年第2期37卷 333-341页

作者：盖一铭阿里木·赛买提王伟吉力力·阿不都外力中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室新疆乌鲁木齐830011 中国科学院大学北京100049 中国科学院中亚生态环境研究中心新疆乌鲁木齐830011

阿姆河三角洲作为典型干旱区,干旱胁迫和次生的盐胁迫决定了本地区生态环境的复杂性和独特性,给遥感地表覆盖制图带来一定的困难。在土地利用/覆盖(LULC)遥感图像分类任务中,数量大、质量高、成本低的样本和速度快、性能稳定的分类器是... 详细信息

阿姆河三角洲作为典型干旱区,干旱胁迫和次生的盐胁迫决定了本地区生态环境的复杂性和独特性,给遥感地表覆盖制图带来一定的困难。在土地利用/覆盖(LULC)遥感图像分类任务中,数量大、质量高、成本低的样本和速度快、性能稳定的分类器是高效实现高精度分类的关键。在一些偏远地区开展土地利用/地表覆盖遥感图像分类依然面临着标记样本空间上稀疏、时间上不连续甚至是缺失,人工收集成本高等问题。为此,结合最优树集成和样本迁移的思想,构建了一种高效的地表覆盖自动更新的新方法。该方法通过变化检测在历史产品上的同期影像上进行样本标签的标记,并将过去的地表覆盖类型标签转移到同源目标影像上,使用最优树集成(Ensemble of optimum trees,OTE)完成地表覆盖自动分类。根据阿姆河三角洲地区地表覆盖分类试验结果,表明该方法可以提取有效的地表覆盖标签,并能较高精度发实现土地利用/地表覆盖的自动分类更新。

关键词：样本迁移最优树集成变化检测地表覆盖变化遥感图像分类干旱区地表覆盖

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：