张婧娴
- 作品数：3 被引量：51H指数：2
- 供职机构：南京信息工程大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：天文地球农业科学更多>>
- 综合多源遥感数据的干旱监测模型研究——以山西省为例
- 干旱作为全球性的自然灾害,一直以来都是世界各国研究者们关注的焦点,近年来,考虑多要素综合干旱监测方法和不同干旱指数的构建研究,越来越受到重视。本文在研究不同时间尺度干旱指数在干早监测中适用性的基础上,使用TRMM、MOD...
- 张婧娴
- 关键词：干旱指数数据挖掘遥感
- 文献传递
- 不同数据挖掘方法在综合干旱监测模型构建中的应用研究被引量：12
- 2017年
- 为探讨数据挖掘方法和建模因变量对区域干旱综合监测模型构建的影响,选择分类回归树(CART)、人工神经网络(ANN)和支持向量机(SVM)等不种数据挖掘方法,以及以标准化降水指数(SPI)、标准化降水蒸散指数(SPEI)和综合气象干旱指数(CI)等不同指数为建模因变量,以山西省为研究区域,开展综合干旱监测模型研究,结果表明,所有构建模型的监测结果与模型因变量计算值之间相关系数在0.800~0.915,均达到极显著水平,均方根误差(RMSE)在0.061~0.138,并与土壤相对湿度的相关性均达到显著和极显著水平,但不同数据挖掘方法和不同干旱指数作为因变量构建的模型仍存在差异,且模型参数的选取对于模型泛化能力有较大的影响;从山西省干旱监测结果分析,SVM方法建立的模型表现出对高程较高的敏感性,同时作为模型因变量的干旱指数的特征也会反映在模型的应用效果中,在干旱等级划分指标标准相同的情况下,不同的数据挖掘方法和建模因变量构建的模型,监测到的干旱面积存在一定差异。
- 张婧娴沈润平郭佳
- 关键词：数据挖掘干旱监测
- 基于随机森林的遥感干旱监测模型的构建被引量：39
- 2017年
- 利用遥感数据进行大面积旱情监测是现有干旱监测的重要方法之一,然而传统的遥感干旱监测方法主要侧重于对土壤湿度或植被状况等单一干旱响应因子进行监测,对综合多因子的干旱监测研究较为有限。随机森林是一种机器学习方法,具有学习过程快速、运算速度快、稳定性好、预测精度高的优点,近年来被应用于生态环境等多个领域。本文利用2001-2010年4-9月的MODIS数据提取的植被状态指数(VCI)、温度状态指数(TCI)和土地覆盖类型(LC),TRMM降水资料计算的TRMM-Z指数及SRTM-DEM、土壤有效含水量(AWC)等多个遥感及土壤资料提取的干旱因子为自变量,以气象站点的综合气象干旱指数(CI)为因变量,利用随机森林模型构建遥感干旱监测模型,并以河南省为研究区进行了评价和分析。该模型在2009-2010年的监测值和实测CI值的具有显著的相关性,并且二者干旱等级的一致率为81%。在2001-2010年4-9月间,模型监测值与气象站点的标准降水蒸散发指数(SPEI)总体干旱等级一致率为74.9%,较为一致,其中9月的模型结果与SPEI的干旱等级一致率最高,达到82.4%,空评估率和漏评估率最低;与10 cm土壤相对湿度的相关系数在0.475-0.639之间,达到极显著水平。河南省2011年4-6月干旱事件同样验证了本文构建的模型旱情监测结果,说明本模型能较好地就应用于监测区域旱情监测。
- 沈润平郭佳张婧娴李洛晞
- 关键词：干旱遥感
