基于 CatBoost 算法的面向对象土地利用分类

为实现较高层次的遥感影像分类及有效去除高维特征的信息冗余,以 Sentinel-2 遥感影像为数据源,应 用 CatBoost 算法对龙江县进行了面向对象的土地利用分类。利用 CatBoost 算法对全部特征集进行降维,分别使 用 CatBoost、ＲF(Ｒandom Forest)和 AdaBoost 算法进行土地利用分类并对分类结果进行对比。研究结果表明, CatBoost、ＲF 和 AdaBoost 算法的 Kappa 系数均在 0． 77 以上,且 CatBoost 算法的 Kappa 系数高达 0． 911 4。因此 CatBoost分类法是土地利用分类的有效方法,为土地类型的划分提供了快捷可行的方法。     

基于时间序列的可燃物含水率指数模型的研究

为提高预防林火发生和火灾工作预测的准确性, 研究了森林可燃物含水率与气象因子的非线性关系, 以 分析森林可燃物含水率的变化。 以哈尔滨城市林业示范基地为研究基地, 选取 3 种典型的林分中地表死可燃 物含水率作为研究对象, 在 2014 年 9 ~11 月秋季防火期内, 每周选取固定的两天时间, 从 8 ~18 点时测量, 选 取枯叶、 1 hr 枯枝和 10 hr 枯枝分类进行研究, 得到的数据运用 EXCEL2013 和 SPSS19. 0 对数据进行后续的处 理和相关性分析, 研究了秋季防火期内蒙古栎、 胡桃楸和白桦 3 种林型中可燃物含水率与气象因子的相关性分 析, 建立了非线性的指数模型。 3 种林型的可燃物含水率范围在 14% ~67%, 在非线性模型中, 得知前 1 h 与 当前时间段的相关性最高, 达到 0. 89, 白桦和蒙古栎林型的模型精度均小于 15%, 精度较好。