期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习的寒区渠道冰情的遥感监测方法
1
作者 管光华 熊发京 《农业工程学报》 EI CAS CSCD 北大核心 2024年第4期194-203,共10页
寒区渠道冬季运行时常出现冰情,控制平封的封冻过程会大幅降低渠道输水能力,调控不当甚至可能产生冰塞、冰坝等灾害。国内外开展了大量渠道冰情研究,以期提升渠道冰期输水能力,但受限于观测资料的时空密度,数值模拟结果难以验证,调度决... 寒区渠道冬季运行时常出现冰情,控制平封的封冻过程会大幅降低渠道输水能力,调控不当甚至可能产生冰塞、冰坝等灾害。国内外开展了大量渠道冰情研究,以期提升渠道冰期输水能力,但受限于观测资料的时空密度,数值模拟结果难以验证,调度决策缺少依据。遥感技术因其具有监测范围大、时效性高的特性,在渠道冰情监测中具有较大的应用潜力。为探索适用于寒区渠道冰情遥感监测的方法,该研究以南水北调中线京石段明渠段为研究区,基于Sentinel-2影像的11个波段反射率构建了完全特征、优选特征和组合特征3类特征空间数据集,作为支持向量机(support vector machine,SVM)、最大似然估计(maximum likelihood estimation,MLE)、随机森林(random forest,RF)分类算法输入,训练得到了9个地物分类器,用于渠道结冰范围识别,并采用北拒马闸前影像渠道结冰范围提取试验,对比不同分类算法和输入特征组合下的分类性能。结果表明:在渠道结冰范围识别中,近红外、可见光和短波红外是关键波段。在样本数量有限的条件下,SVM算法结冰范围识别精度最高,不同特征输入下制图精度(producer’s accuracy,PA)可达85.10%~87.91%,错分误差(commission error,CE)为10.84%~16.08%;RF算法在完全特征和优选特征输入下分类精度与SVM接近,PA为84.67%~86.61%,CE为13.76%~14.41%,但其在组合特征下分类结果严重偏离实际;MLE算法在3类特征下的分类精度均较低,不适宜作为渠道结冰范围识别算法。综合来看,SVM算法对特征空间敏感性较低,在不同的特征输入下均能实现渠道结冰范围的高精度提取;RF算法对特征空间敏感性较高,当输入特征发生变化时,结冰范围识别精度不稳定。最后以完全特征下的SVM算法为例,进行了分类器的时空泛化性验证,结果表明模型在不同时间、不同渠段下,制图精度不低于82.09%,错分误差不高于13.82%,分类� 展开更多
关键词 遥感 冰 寒区渠道 机器学习 细小水体 Sentinel-2
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部