基于機器學習的重慶市生態(tài)安全評價關鍵技術研究.pdf

1、隨著全球城市化進程的加快，城市生活環(huán)境遭受嚴重破壞，城市生態(tài)安全問題引起了學者和研究機構的廣泛關注。我國關于城市生態(tài)安全的研究起步較晚，且研究區(qū)域主要集中于沿海大中型城市，以重慶市為代表的大型內(nèi)陸山地城市的生態(tài)安全評價研究目前較少開展。重慶市地處長江上游、三峽庫區(qū)，其生態(tài)地位非常重要，因此，對重慶市進行城市生態(tài)安全評價具有非常重要的研究意義。
　　隨著我國遙感技術的發(fā)展，利用高光譜遙感影像對生態(tài)系統(tǒng)的安全情況進行實時監(jiān)控逐漸成為生

2、態(tài)遙感應用的重要前沿技術之一。如何從高光譜遙感影像中提取出有用的地物信息以及如何構建合理有效的城市生態(tài)安全評價體系，是實施城市生態(tài)安全監(jiān)控的兩個關鍵技術問題。
　　高光譜遙感影像分類是提取地物信息進行生態(tài)監(jiān)測的前提，高光譜遙感影像具有光譜分辨率高、圖像信息豐富等特點，但是存在波段數(shù)目眾多，信息冗余，數(shù)據(jù)量大等問題，直接對原始數(shù)據(jù)進行分析對存儲空間和計算能力的要求比較高，而且可能導致維數(shù)災難問題。降低數(shù)據(jù)維數(shù)是約簡高光譜遙感影像數(shù)據(jù)

3、復雜度，提高分類穩(wěn)定性和效率的重要途徑。世界經(jīng)濟合作和發(fā)展組織(OCED)與聯(lián)合國環(huán)境規(guī)劃署(UNEP)共同提出的壓力-狀態(tài)-響應(PSR)模型，以其簡明的形式和內(nèi)在邏輯的嚴密性，能更好地反映環(huán)境壓力、自然狀態(tài)和人類社會經(jīng)濟活動三者間的內(nèi)在聯(lián)系。該模型基于因果概念：人類社會經(jīng)濟活動增加了環(huán)境壓力，導致自然資源的數(shù)量和質(zhì)量發(fā)生改變，而自然資源的改變又反映了人類的行為。環(huán)境壓力、自然狀態(tài)和人類社會響應這三類指標的評價效果都是比較顯著的，因此

4、，PSR模型被廣泛應用于生態(tài)安全評價的實踐研究中。
　　本文主要從兩個方面進行研究：一、基于稀疏鑒別嵌入(SDE)的高光譜遙感影像數(shù)據(jù)特征提取方法研究；二、基于PSR模型的重慶市主城區(qū)進行生態(tài)安全評價研究。本文對稀疏保持投影(SPP)進行分析，發(fā)現(xiàn)SPP本質(zhì)上仍是一種無監(jiān)督的算法，并沒有充分利用樣本的類別信息來提取鑒別特征。因此，針對該問題，本文提出了一種新的稀疏流形學習算法-稀疏鑒別嵌入(SDE)。該算法在利用樣本的稀疏重構關系

5、建圖時引入了樣本的類別信息，并通過優(yōu)化目標函數(shù)來得到投影矩陣，使得不同類的數(shù)據(jù)點在低維嵌入空間中盡可能地分散開。SDE通過結(jié)合數(shù)據(jù)稀疏性及類間流形結(jié)構的優(yōu)點，不僅保留了樣本間的稀疏重構關系，而且通過引入訓練樣本的類別信息實現(xiàn)稀疏鑒別特征提取，更有利于分類。在Urban和Washington DC Mall高光譜數(shù)據(jù)集上的實驗結(jié)果表明：SDE算法比其他算法的分類性能有明顯的提升，在隨機選取16個訓練樣本的情況下，SDE算法的分類精度分別達