阿里木·赛买提 作品数:6 被引量:53 H指数:3 供职机构: 中国科学院新疆生态与地理研究所 更多>> 发文基金: 国家自然科学基金 江苏省自然科学基金 更多>> 相关领域: 自动化与计算机技术 天文地球 电子电信 建筑科学 更多>>
1986—2019年新疆湖泊变化时空特征及趋势分析 被引量:7 2022年 干旱区湖泊是区域水资源系统的重要组成部分,不仅在维系区域生态系统平衡上发挥重要支撑作用,而且也对区域气候变化和人类活动具有重要的指示意义。基于Google Earth Engine(GEE)遥感云计算平台,以Landsat 5/7/8卫星遥感影像为主要数据源,分析了1986—2019年新疆维吾尔自治区湖泊数量以及面积变化的时空特征,并从气候要素变化、人类活动干扰等方面初步探讨了新疆湖泊变化的主要原因。结果表明:1986—2019年间,气温升高使得冰川积雪融水增加,新疆湖泊整体上呈现出扩张趋势。然而受人类活动的干扰程度以及地形海拔等因素,这种趋势存在显著的空间差异。全球变暖背景下,由于受到丰富稳定的雪冰融水的补给,受人为干扰较小的青藏高原北部地区湖泊呈现显著扩张。相反由于环天山地区强烈的人类活动以及冰川加速退缩影响,该区域湖泊面积持续高位波动状态。 王伟 王伟 阿里木·赛买提 葛拥晓 马龙关键词:湖泊 时间序列分析 基于LightGBM和多光谱—SAR多特征综合的中亚干旱区城市不透水面提取 2023年 不透水面是评价城市化水平和城市生态环境的重要指标,是近年来城市遥感研究中的热点方向之一。与湿润、半湿润区相比,干旱区城市植被覆盖度较低,不透水面与裸土、荒漠之间相似的光谱特征导致传统基于光学影像的亚像元分解法与光谱指数法在干旱区不透水面提取的适用性降低。针对该问题,提出一种多光谱与合成孔径雷达(SAR)影像多特征综合的方法以增大不透水面与其他地物覆盖类型之间的特征差异,从而提取干旱区城市不透水面。以阿斯塔纳、塔什干和杜尚别3个中亚城市为研究区,哨兵2号和哨兵1号影像为数据源,通过LightGBM算法对多光谱和SAR图像的空间特征、SAR的极化特征进行分类并提取不透水面。研究对比了不同特征组合以及不同分类方法的不透水面提取结果,实验结果表明:多光谱与SAR影像多特征综合的方法能有效提高干旱区不透水面提取精度,明显改善干旱区其他土地覆盖类型错分为不透水面的问题;LightGBM算法与XGBoost、HistGBT等基于梯度提升决策树的算法和随机森林等方法相比能获取更高的精度,更适用于干旱区不透水面提取。这表明基于LightGBM以及多光谱和SAR多特征联合的方法能够有效提取中亚干旱区城市不透水面。 刘希鸣 阿里木·赛买提 王伟 吉力力·阿不都外力关键词:干旱区 基于样本迁移的干旱区地表覆盖快速更新 2022年 阿姆河三角洲作为典型干旱区,干旱胁迫和次生的盐胁迫决定了本地区生态环境的复杂性和独特性,给遥感地表覆盖制图带来一定的困难。在土地利用/覆盖(LULC)遥感图像分类任务中,数量大、质量高、成本低的样本和速度快、性能稳定的分类器是高效实现高精度分类的关键。在一些偏远地区开展土地利用/地表覆盖遥感图像分类依然面临着标记样本空间上稀疏、时间上不连续甚至是缺失,人工收集成本高等问题。为此,结合最优树集成和样本迁移的思想,构建了一种高效的地表覆盖自动更新的新方法。该方法通过变化检测在历史产品上的同期影像上进行样本标签的标记,并将过去的地表覆盖类型标签转移到同源目标影像上,使用最优树集成(Ensemble of optimum trees,OTE)完成地表覆盖自动分类。根据阿姆河三角洲地区地表覆盖分类试验结果,表明该方法可以提取有效的地表覆盖标签,并能较高精度发实现土地利用/地表覆盖的自动分类更新。 盖一铭 阿里木·赛买提 王伟 吉力力·阿不都外力关键词:变化检测 遥感图像分类 基于集成学习的全极化SAR图像分类研究 极化SAR具有主动、全天候、全天时、侧视成像、探测信号物理意义明确等优势,近年来一系列商业化高分辨率星载极化SAR传感器如RADARSAT-2、ALOSPALSAR、TerraSAR-X、COSMO-SkyMed和Sen... 阿里木·赛买提关键词:地物分类 信息提取 基于人工蜂群优化的二维最大熵图像分割 被引量:16 2012年 针对二维最大熵图像分割方法计算量大的问题,提出基于人工蜂群优化的二维最大熵图像分割算法。利用人工蜂群优化算法收敛快、避免局部最优、控制参数少等优点,将二维最大熵法最佳二维阈值视为最佳蜜源,实现基于人工蜂群优化的二维最大熵图像分割。实验结果表明,该方法的收敛速度较快、抗噪性较强。 阿里木·赛买提 杜培军 柳思聪关键词:图像分割 二维最大熵 人工蜂群 粒子群优化 人工鱼群 遗传模拟退火算法 基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析 被引量:30 2019年 植被是联结大气圈、土壤圈、水圈和生物圈的重要纽带,因此植被的时空变化特征及其驱动因子之间的关系在区域生态环境变化研究中具有重要意义。基于GIMMS/NDVI和CRU等多种数据集,采用趋势分析法和地理探测器模型,分析了中亚地区1991—2015年间NDVI的时空变化特征,并对NDVI的空间分布和变化趋势进行因子探测、风险探测以及交互作用分析。结果表明,近25 a来,中亚地区植被变化整体上保持平稳波动,哈萨克丘陵中低海拔区域NDVI呈极显著上升;咸海盆地西南部受干涸湖盆盐尘近距离扩散影响,NDVI则呈极显著下降;由于中亚各国间水资源开发利用的矛盾,锡尔河中游和下游的NDVI变化趋势相反;哈萨克斯坦北部旱地由于存在先弃耕后复垦的现象,NDVI下降趋势较大,但结果并不显著(P>0.1);根据地理探测器模型分析结果,水分因素主导着中亚地区植被的生长格局,气温与NDVI变化呈显著负相关,此外不同地形、高程、土壤类型、土地覆被类型之间,NDVI的时空变化差异也十分显著;在交互因子作用方面,双因子交互作用有助于增强对NDVI空间分布以及时空变化的解释力,潜在蒸散发与高程的协同作用对NDVI空间分布的解释力达到64%以上。 王伟 王伟 阿里木·赛买提关键词:NDVI