简介:基于相关矩阵特征向量的目标分解将地物回波复杂的散射过程分解成相互独立的三种单一散射分量:单向散射、双向散射和交叉散射,分别对应各自的目标相关矩阵.目标分解技术降低了散射回波之间的相关性,有利于分析地物散射机理,有助于提高分类精度.对荷兰Flevoland地区全极化数据进行分解,经过试验和相关性分析,选用7种数据形成多参数数据组合,对其进行最大似然监督分类,同时进行常规三种极化加相位差的分类和基于复Wishart分布的最大似然分类,逐像元计算混淆矩阵,分析对比三种分类结果的精度,试验表明:相对于常规数据组合分类,基于复Wishart分布的监督分类可以小幅度提高分类精度,而利用目标分解得到多参数组合数据进行分类则有大幅度的提高。
简介:基于Wishart分类器的全极化SAR图像H/α分类方法应用于海岸线分类,可区分不同海岸线类型。在聚类过程中,传统H/α-Wishart方法时常将各类聚类中心对应的散射机理混淆,使得同为单次面散射的淤泥质与砂质海岸线类别难以区分。针对此问题,提出了改进型的辅助分层分类方法。算法运用单次反射特征值相对差异度与极化总功率系数构成的二维特征空间,结合支持向量机得到最优分界判据,以分离初始分类结果中混淆的淤泥质与砂质海岸线。实验表明,改进方法能够有效区分淤泥质与砂质岸线,分类混淆矩阵对应kappa系数由0.794提升至0.853,分类识别率得到显著提高。
简介:为了研究随机事件集实际应用于计算南通如东岸段风暴增水的合理性问题,基于ADCIRC模型模拟影响南通如东岸段基于随机事件集的风暴增水,然后利用P-Ⅲ型曲线对年增水极值进行拟合,得到各典型重现期下的增水值,并与由28年历史资料拟合得到的各重现期下增水值进行对比.结果表明,在历史资料长度所及的28年以及以下重现期,基于随机事件集模拟得到的重现期增水值与基于历史实测资料的比较符合,说明随机事件集的结果在低重现期情况下结果良好.对于高重现期增水值,基于随机事件集的拟合结果显著大于基于历史资料的拟合结果.由于历史资料时间太短,不足以发生非常极端的风暴潮事件,故对高重现期的拟合结果难以保证可信度,所以不能排除随机事件集拟合结果的合理性.随机事件集在南通如东岸段对低重现期增水估计准确,同时也能较充分地估计高重现期增水,在目前缺乏百年千年时间尺度的实测资料的情况下,不失为-种良好的风暴增水重现期计算工具.在全球变暖情况下,超强台风出现几率大大增加,典型重现期增水值也会相应提高,为了预防风暴灾害的侵袭,需要加深加固海堤、江堤等海岸工程.