基于分形理论与SVM的河冰高分遥感影像智能识别方法研究
2021-05-27苑希民徐浩田田福昌
自然灾害学报 2021年2期
关键词:分类
苑希民,韩 超,徐浩田,田福昌
(天津大学水利工程仿真与安全国家重点实验室,天津 300350)
凌汛灾害是黄河影响最为严重的自然灾害之一,其影响因素众多,成灾机理复杂,并具有突发性和持续性,为黄河凌汛防御工作带来诸多挑战,素有“伏汛好抢,凌汛难防”之说[1]。凌汛灾害一旦发生,将对沿岸农业生产、基础设施以及人民生命财产带来严重影响[2]。近年气候变化影响下,黄河凌汛灾害发生频率呈现升高趋势,尤其是内蒙古河段,特殊的地理位置、气候条件及河道走向使其成为黄河凌汛灾害最为严重的河段之一[3],1987~2018年间发生不同程度的凌汛灾害百余次,由平均1.6年/次上升到0.3年/次[4],这对我国凌汛灾害防御工作提出了更高要求。
众多学者针对凌汛灾害开展了大量研究,苑希民等[5]采用基于遗传算法的神经网络方法建立了凌情智能耦合预报模型,对流凌、封河、开河日期进行了预报;刘吉峰等[6]分析了黄河宁蒙河段冰凌2000年以来的变化特点;顾润源等[7]研究了气候变化对黄河内蒙古段凌汛期的影响。目前在凌汛研究中,数据分析和数值模拟等主要手段对观测数据的需求量较大,传统野外观测得到的数据在尺度等方面具有局限性,已在水利领域得到广泛应用的遥感技术具有宏观性能高、更新周期短、抗人为干扰因素强等优点[8-9],可有效地弥补传统观测方法的不足[10]。
当前遥感监测冰情的技术,大多应用在海洋和湖泊等较为宽阔的水域,主……
登录APP查看全文
