基于機(jī)器學(xué)習(xí)的重慶市生態(tài)安全評(píng)價(jià)關(guān)鍵技術(shù)研究.pdf

1、隨著全球城市化進(jìn)程的加快，城市生活環(huán)境遭受?chē)?yán)重破壞，城市生態(tài)安全問(wèn)題引起了學(xué)者和研究機(jī)構(gòu)的廣泛關(guān)注。我國(guó)關(guān)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(píng)價(jià)研究目前較少開(kāi)展。重慶市地處長(zhǎng)江上游、三峽庫(kù)區(qū)，其生態(tài)地位非常重要，因此，對(duì)重慶市進(jìn)行城市生態(tài)安全評(píng)價(jià)具有非常重要的研究意義。
　　隨著我國(guó)遙感技術(shù)的發(fā)展，利用高光譜遙感影像對(duì)生態(tài)系統(tǒng)的安全情況進(jìn)行實(shí)時(shí)監(jiān)控逐漸成為生

2、態(tài)遙感應(yīng)用的重要前沿技術(shù)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(gòu)建合理有效的城市生態(tài)安全評(píng)價(jià)體系，是實(shí)施城市生態(tài)安全監(jiān)控的兩個(gè)關(guān)鍵技術(shù)問(wèn)題。
　　高光譜遙感影像分類(lèi)是提取地物信息進(jìn)行生態(tài)監(jiān)測(cè)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(diǎn)，但是存在波段數(shù)目眾多，信息冗余，數(shù)據(jù)量大等問(wèn)題，直接對(duì)原始數(shù)據(jù)進(jìn)行分析對(duì)存儲(chǔ)空間和計(jì)算能力的要求比較高，而且可能導(dǎo)致維數(shù)災(zāi)難問(wèn)題。降低數(shù)據(jù)維數(shù)是約簡(jiǎn)高光譜遙感影像數(shù)據(jù)

3、復(fù)雜度，提高分類(lèi)穩(wěn)定性和效率的重要途徑。世界經(jīng)濟(jì)合作和發(fā)展組織(OCED)與聯(lián)合國(guó)環(huán)境規(guī)劃署(UNEP)共同提出的壓力-狀態(tài)-響應(yīng)(PSR)模型，以其簡(jiǎn)明的形式和內(nèi)在邏輯的嚴(yán)密性，能更好地反映環(huán)境壓力、自然狀態(tài)和人類(lèi)社會(huì)經(jīng)濟(jì)活動(dòng)三者間的內(nèi)在聯(lián)系。該模型基于因果概念：人類(lèi)社會(huì)經(jīng)濟(jì)活動(dòng)增加了環(huán)境壓力，導(dǎo)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(lèi)的行為。環(huán)境壓力、自然狀態(tài)和人類(lèi)社會(huì)響應(yīng)這三類(lèi)指標(biāo)的評(píng)價(jià)效果都是比較顯著的，因此

4、，PSR模型被廣泛應(yīng)用于生態(tài)安全評(píng)價(jià)的實(shí)踐研究中。
　　本文主要從兩個(gè)方面進(jìn)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(jìn)行生態(tài)安全評(píng)價(jià)研究。本文對(duì)稀疏保持投影(SPP)進(jìn)行分析，發(fā)現(xiàn)SPP本質(zhì)上仍是一種無(wú)監(jiān)督的算法，并沒(méi)有充分利用樣本的類(lèi)別信息來(lái)提取鑒別特征。因此，針對(duì)該問(wèn)題，本文提出了一種新的稀疏流形學(xué)習(xí)算法-稀疏鑒別嵌入(SDE)。該算法在利用樣本的稀疏重構(gòu)關(guān)系

5、建圖時(shí)引入了樣本的類(lèi)別信息，并通過(guò)優(yōu)化目標(biāo)函數(shù)來(lái)得到投影矩陣，使得不同類(lèi)的數(shù)據(jù)點(diǎn)在低維嵌入空間中盡可能地分散開(kāi)。SDE通過(guò)結(jié)合數(shù)據(jù)稀疏性及類(lèi)間流形結(jié)構(gòu)的優(yōu)點(diǎn)，不僅保留了樣本間的稀疏重構(gòu)關(guān)系，而且通過(guò)引入訓(xùn)練樣本的類(lèi)別信息實(shí)現(xiàn)稀疏鑒別特征提取，更有利于分類(lèi)。在Urban和Washington DC Mall高光譜數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明：SDE算法比其他算法的分類(lèi)性能有明顯的提升，在隨機(jī)選取16個(gè)訓(xùn)練樣本的情況下，SDE算法的分類(lèi)精度分別達(dá)