吴田军
- 作品数：37 被引量：168H指数：8
- 供职机构：长安大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国科学院重点部署项目更多>>
- 相关领域：天文地球自动化与计算机技术农业科学理学更多>>
- 基于反距离加权随机森林的空间推测方法研究被引量：2
- 2022年
- 在地学领域中,空间推测是根据已知样本点运用连接函数推测未知区域数值的过程.基于回归克里金(Regression Kriging, RK)以及随机森林(Random Forest, RF)等机器学习算法的空间推测方法已在土壤水质反演、空气质量预测等领域中得到广泛应用,通过引入缓冲距离、邻近点的观测值以及到预估点的水平距离等方式逐步发展出“Random Forest for spatial prediction (RFsp)”、“Random Forest Spatial Interpolation (RFSI)”等模型.为克服RFSI模型中距离的不足并获得更加精确的推测结果,本文在其基础上引入反距离加权策略,考虑将邻近点的观测值以及到预估点的距离进行组合,提出了一种基于水平位置距离的反距离加权随机森林(Random Forest with Inverse Distance Weighted Based on Location Distance, RFIdw)模型.基于SIC97(Spatial Interpolation Comparison 97)数据集开展的对比实验表明,本文提出的RFIdw相较于RFSI、RFsp可获得更加精准的空间推测结果,同时输出有效的不确定性表达信息.
- 焦思佳吴田军董世英王长鹏
- 关键词：降水量不确定性
- 中外合作办学模式下“概率论与数理统计”课程双语教学实践
- 2023年
- 文章首先阐述了中外合作教学背景及授课需求,然后分析了中外合作办学模式下“概率论与数理统计”课程教学情况,最后提出了中外合作办学模式下“概率论与数理统计”课程双语教学策略。
- 吴田军张萌王长鹏董安国
- 关键词：双语教学中外合作办学模式
- 土地执法监察中的高分辨率遥感及变化检测技术被引量：13
- 2016年
- 土地执法监察是国土资源管理业务体系的重要内容之一。当前土地执法监察工作多以传统手工作业为主,工作效率需要提升。随着高空间分辨率遥感技术的发展,借助高分辨率遥感影像实施准确、快速的土地执法监察成为可能。本文在分析实际应用需求和最新技术发展的基础上,以国产高分辨率影像提取违法建设用地为出发点,选取浙江省台州市黄岩区为研究区,开展县区级土地执法监察应用研究。借助面向对象变化检测与建设用地提取等技术获取了疑似的违法新增建设用地,取得了较好的应用效果,为挖掘国产高分辨率卫星影像在土地执法监察应用方面的潜力提供了参考。
- 吴田军夏列钢吴炜马江洪
- 关键词：高分辨率遥感土地执法监察变化检测
- 基于Copula函数的千米尺度综合干旱指数构建与应用——以重庆市为例
- 2024年
- 干旱是影响农业生产最大的自然灾害之一,开发综合干旱指数对于评估干旱具有现实意义。该文耦合XGBoost算法降尺度后的土壤水分和降水Z指数数据,在空间上以重庆市行政区县边界分区,时间上以旬为单位分段,基于Copula函数构建千米尺度网格化的综合干旱指数(meteorology-agriculture composite standardized dranght index,CSDI M-A),评估干旱的时空特征。结果表明,降尺度提高了遥感产品的空间连续性,为后续构建千米尺度的CSDI M-A提供支持;广义极值分布和t位置尺度分布分别适用于拟合重庆市大多数区县土壤水分和降水变量数据分布,Frank-copula函数适用于拟合旬尺度下二元变量的联合分布;基于土壤墒情数据验证构建的CSDI M-A比降水Z指数能更好地反映干旱信息,基于各区县得到CSDI M-A的空间分布与实际旱情资料相符,说明所构建的CSDI M-A可为干旱评估提供参考。
- 杨辰飞吴田军王长鹏杨丽娟骆剑承张新
- 关键词：干旱土壤水分降尺度
- 基于对象级分类的土地覆盖动态变化及趋势分析被引量：7
- 2014年
- 以广东省东莞市2005~2008年SPOT 5遥感影像为主要数据源,采用对象级分类后比较的变化检测技术,从土地覆盖类型的面积总量、相互转移等方面多层次分析了研究区域4a土地覆盖的变化情况。在此基础上,利用马尔科夫链模型对该区域未来5a的土地覆盖动态变化及演变趋势进行了分析和预测,为广东省土地覆盖变化研究提供典型案例分析,以达到全面把握研究区土地覆盖变化规律的目标。结果表明:研究区域的土地覆盖变化基本趋势表现为城镇建设用地总量持续增加以及耕地和园林地面积总量减少,其中城镇建设用地和农业耕地变化幅度较大,其他类型土地变化相对稳定。增加的城镇建设用地主要来源于耕地的人为减少,农业垦殖环境将趋于恶化。研究结果可为研究区合理有效地利用土地以促进土地可持续发展、推进城市化进程奠定决策上的技术基础。
- 吴田军胡晓东夏列钢骆剑承沈占锋吴炜
- 关键词：变化检测马尔科夫链
- 基于地理图斑的遥感粒计算与精准应用
- 2023年
- 以数据粒化为基础的粒计算是大数据处理领域模拟人类思考和解决大规模复杂问题的前沿方向,其通过结构化、关联化等手段提升模式挖掘与知识发现的精度与效率。为更好地实施多源多模态遥感大数据的智能处理与解译分析,获取可服务于精准应用的时空信息,本文借鉴粒计算的数据处理思维,遵照从“外在场景的视觉理解”到“内在机理的知识发现”的演进脉络,在空间、时间、属性等3个维度上剖析了遥感大数据的粒结构及其多层次、多粒度特征,并以“地理图斑”为主线发展了集成分区分层感知、时空协同反演、多粒度决策等3个基础模型的遥感粒计算方法。重点以精准农业应用需求为导向开展了实践研究,案例从多个视角阐释了粒计算契合遥感大数据智能计算的需要,验证了本文构建的理论与方法可对农业遥感多层次的复杂问题进行有序解构与逐步求解,彰显了其助益于领域化精准应用的潜在能力。
- 吴田军骆剑承张新董文黄启厅周亚男刘巍孙营伟杨颖频胡晓东郜丽静
- 时空协同的农业种植结构遥感精细制图
- 2024年
- 农业是国民经济的重要组成成分,精准地掌握农作物种植结构信息是精细化农业应用的基础。本文挖掘不同源遥感数据的时空特征互补优势,设计了一种时空协同的农业种植结构遥感制图方法,考虑将高空间分辨率遥感影像提取的耕地地块作为基本单元,再结合高时间分辨率遥感影像的光谱时序信息,在深度学习技术支持下实现地块尺度的作物分类识别和种植结构精准制图,进而可分析主要作物的空间分布特征。宁夏引黄灌区的试验案例结果表明:(1)本实验共获取研究区耕地地块149万个,总面积约54万ha,总体分类精度为0.80;(2)相比于利用传统的制图单元和机器学习方法,基于RCF网络从高分影像上获取的耕地地块形态信息更准确,与实际农业耕作管理单元更匹配,基于Bi-LSTM网络进行作物分类能够将时间序列特征的上下文信息考虑在内,且能保证更高的分类识别精度;(3)玉米、水稻、小麦和蔬菜是研究区的主要作物,其中玉米是种植面积最大的优势作物,空间分布最为广泛,菜地主要集中分布在永宁县和青铜峡市,水稻集中分布在灌溉便利的区域,而小麦大规模种植面积较少,其中小麦夏季收割后种植其他作物的情况主要集中于青铜峡灌区,且复种指数呈现由南向北逐渐降低的趋势。
- 张冬韵吴田军骆剑承董文孙营伟杨颖频海云瑞孟博文刘巍
- 关键词：遥感作物种植结构宁夏引黄灌区
- 一种基于并行多级宽度神经网络的学习方法
- 本发明公开了一种基于并行多级宽度神经网络的学习方法，包括以下步骤：获取验证集，构建基分类器；对并行M级宽度神经网络的每级进行训练和验证，得到训练后的并行M级宽度神经网络和每级宽度神经网络对应的验证输出；通过统计计算得到每...
- 席江波房建武吴田军康梦华
- 文献传递
- 时空协同的地块尺度作物分布遥感提取被引量：19
- 2021年
- 地块尺度作物分布信息清晰直观地反映了农田位置、空间形态等空间细节和种植类型信息,对精准农业管理、种植补贴发放和农业资源调查等具有重要价值。虽然遥感时空协同思路为地块尺度作物分布提取提供了解决方案,但在农田地块提取和时序特征构建方面尚存在不足。该研究基于遥感时空协同的思路,以Google Earth高空间分辨率影像为底图,利用擅于学习影像视觉特征的D-LinkNet深度学习模型,快速、精准提取农田地块形态;以地块为观测单元,利用Landsat8和Sentinel-2多源遥感的“碎片化”无云数据构建地块时序数据集,基于加权Double-Logistic函数重建地块归一化植被指数(Normalized Difference Vegetation Index,NDVI)时序曲线;提取地块物候特征和多时相光谱特征,经过特征优选和随机森林分类模型构建,开展地块尺度作物分布制图。以广西扶绥县为研究区开展试验,共提取地块43.7万个,边界准确率为84.54%,相较于常规基于多尺度分割的地块提取,基于D-LinkNet的地块提取方法直接排除了非农田地物的干扰,地块形态与现实情况符合度更高;地块NDVI时间序列重建结果能够较好地捕捉作物开始生长、旺盛期、成熟收获期的动态变化趋势;分类特征重要性评价结果显示,红边特征、与时间相关的物候特征在分类中发挥重要作用,当联合物候特征和光谱特征时分类效果最佳;根据特征重要性分析不同特征数量情况下的分类精度,当特征数量大于40维时,作物分类精度和Kappa系数保持稳定,总体分类精度维持在88%左右;对扶绥县地块尺度作物分布进行制图,提取甘蔗地块277421个、水稻地块33747个、香蕉地块4973个、柑橘地块102055个,分别占农田地块总数的63.48%、7.72%、1.14%、23.35%,种植面积占比分别为69.78%、7.12%、1.71%、18.06%。该研究在理论上构建了遥感时空协同的地块尺度作物分类模型,为大�
- 杨颖频吴志峰骆剑承黄启厅张冬韵吴田军吴田军曹峥董文刘巍
- 关键词：作物遥感时间序列物候特征
- 迁移学习支持下的遥感影像对象级分类样本自动选择方法被引量：33
- 2014年
- 面向遥感大范围应用的目标,自动化程度仍是遥感影像分类面临的重要问题,样本的人工选择难以适应当前土地覆盖信息自动化提取的实际应用需求。为了构建一套基于先验知识的遥感影像全自动分类流程,本文将空间信息挖掘技术引入到遥感信息提取过程中,提出一种面向遥感影像对象级分类的样本自动选择方法。该方法通过变化检测将不变地物标示在新的目标影像上,并将过去解译的地物类别知识迁移至新的影像上,建立新的特征与地物关系,从而完成历史专题数据辅助下目标影像的自动化对象级分类。试验结果表明,在已有历史专题层的图斑知识指导下,该方法能有效地自动选择适用于新影像分类的可靠样本,获得较好的信息提取效果,提高了对象级分类的效率。
- 吴田军骆剑承夏列钢杨海平沈占锋胡晓东
- 关键词：自动化变化检测
