检索结果-南通市图书馆

面向小麦种植面积反演的自监督学习光谱解混算法

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第9期 2405-2415页

作者：胡金龙段金亮沙马阿各张瑞西南交通大学地球科学与环境工程学院测绘遥感信息系西南石油大学土木工程与测绘学院西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室

遥感作为大范围地表覆盖提取和时空动态监测的有力工具，在小麦种植面积反演领域具有显著优势。然而，混合像元现象限制了小麦种植面积估计的精度，端元的光谱变异性现象也使得传统的混合像元分解方法表现不佳。针对小麦种植面积估计过... 详细信息

遥感作为大范围地表覆盖提取和时空动态监测的有力工具，在小麦种植面积反演领域具有显著优势。然而，混合像元现象限制了小麦种植面积估计的精度，端元的光谱变异性现象也使得传统的混合像元分解方法表现不佳。针对小麦种植面积估计过程中存在的混合像元和端元光谱变异性等问题，本文提出基于自监督学习的光谱解混算法SLSU(Self-supervised Learning-based Spectral Unmixing Algorithm)。首先，使用变分自编码器实现无监督的端元光谱变异性解释和端元库生成；然后，使用交替最小二乘法和全约束最小二乘模型估计各类端元对应的丰度；最后，利用概率松弛标记法对解混结果进行空间邻域校正，以进一步提高光谱解混和小麦面积估计的精度。以河南省新乡市3个典型的小麦种植区为实验区，利用Sentinel-2影像获取小麦种植面积并利用实地测量的小麦分布现状数据计算提取精度。结果表明：基于SLSU算法获取的小麦种植面积的相对提取误差中位数<1.3个像素，显著优于全约束最小二乘、扩展线性混合模型等传统混合像元分解算法以及支持向量机、随机森林等监督学习分类方法所提结果。所提SLSU算法可以提高小麦提取的精度和稳定性，为农作物分布提取和种植面积估算提供了有效的方法。

关键词：遥感自监督学习变分自编码器混合像元分解地物提取作物面积估计

基于改进YOLOv7的遥感图像小目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第10期60卷 246-255页

作者：苗茹岳明周珂杨阳河南大学计算机与信息工程学院河南开封475004 河南省空间信息处理工程研究中心河南开封475004

针对遥感图像中小目标数量众多且背景复杂所导致的识别精度低的问题,提出了一种改进的遥感图像小目标检测方法。该方法基于改进的YOLOv7网络模型,将双级路由注意力机制加入至下采样阶段以构建针对小目标的特征提取模块MP-ATT(max poolin... 详细信息

针对遥感图像中小目标数量众多且背景复杂所导致的识别精度低的问题,提出了一种改进的遥感图像小目标检测方法。该方法基于改进的YOLOv7网络模型,将双级路由注意力机制加入至下采样阶段以构建针对小目标的特征提取模块MP-ATT(max pooling-attention),使得模型更加关注小目标的特征,提高小目标检测精度。为了加强对小目标的细节感知能力,使用DCNv3(deformable convolution network v3)替换骨干网络中的二维卷积,以此构建新的层聚合模块ELAN-D。为网络设计新的小目标检测层以获取更精细的特征信息,从而提升模型的鲁棒性。同时使用MPDIoU(minimum point distance based IoU)替换原模型中的CIoU来优化损失函数,以适应遥感图像的尺度变化。实验表明,所提出的方法在DOTA-v1.0数据集上取得了良好效果,准确率、召回率和平均准确率(mean average precision,mAP)相比原模型分别提升了0.4、4.0、2.3个百分点,证明了该方法能够有效提升遥感图像中小目标的检测效果。

关键词：深度学习目标检测遥感图像小目标 YOLOv7

在线全文

学校读者我要写书评

暂无评论

迁移深度卷积神经网络模型秋粮作物泛化识别

遥感学报 2024年第3期28卷 661-676页

作者：张凤张锦水段雅鸣杨志北京师范大学遥感科学国家重点实验室北京100875 北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心北京100875 北京师范大学地理科学学部遥感科学与工程研究院北京100875 青海师范大学高原科学与可持续发展研究院西宁810016

深度卷积神经网络DCNN (Deep Convolutional Neural Networks)具有“端到端”、高效提取多尺度语义特征的优点,被广泛应用于遥感农作物识别中,取得了重要的进展。但深度学习模型需要大量标签样本,获取费时费力、成本高,限制了其广泛使... 详细信息

深度卷积神经网络DCNN (Deep Convolutional Neural Networks)具有“端到端”、高效提取多尺度语义特征的优点,被广泛应用于遥感农作物识别中,取得了重要的进展。但深度学习模型需要大量标签样本,获取费时费力、成本高,限制了其广泛使用。本文基于模型迁移学习策略,将美国农业部统计署作物数据层CDL(Cropland Data Layer)作为作物标签数据,利用伊利诺伊州和印第安州的作物生长季Landsat OLI卫星影像训练2016年—2019年4个单年份模型和2016年—2017年、2016年—2018年两个多年份的U-net模型,将模型直接在美国3个测试区和中国黑龙江省黑河市的2016年—2020年迁移泛化分类。研究结果表明:1)基于CDL训练的U-net模型能够在美国本土推广应用,美国3个测试区的2016年—2020年的时间泛化总体精度在80%以上,玉米识别精度高于大豆,说明了模型在空间上具有很好的迁移能力。(2)对于黑河市秋粮,多年玉米识别总体精度平均高出大豆3%,原因是玉米种植地块更为规整、种植规模更大,单年份秋粮识别总体精度69%—79%,但多年份模型要优于单年份模型,这可能是随标签样本数量增多提升了训练样本的代表性,将中国与美国秋粮种植的差异通过样本数量的增加得以弥补,模型迁移到中国黑河区域的精度均低于美国本土,这是由于洲际间气候、作物物候、种植农业景观等差异导致遥感特征不一致,导致模型泛化能力降低。

关键词：遥感迁移学习 CDL 时空泛化大豆玉米

基于MODIS时序数据的北京市植被物候时空变化特征分析

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2024年第2期36卷 218-228页

作者：姚家慧丁海勇南京信息工程大学遥感与测绘工程学院南京211800

植被是生态环境变化的指示器,分析植被物候的时空变化特征及其影响因素对分析陆地生态系统的碳、水和能量平衡具有重要意义。该文利用MOD13Q1 EVI数据集,采用D-L拟合法和动态阈值法提取了北京市2001—2020年植被生长季开始期(start of s... 详细信息

植被是生态环境变化的指示器,分析植被物候的时空变化特征及其影响因素对分析陆地生态系统的碳、水和能量平衡具有重要意义。该文利用MOD13Q1 EVI数据集,采用D-L拟合法和动态阈值法提取了北京市2001—2020年植被生长季开始期(start of season,SOS)、植被生长季长度(growing season length,GSL)和植被生长季结束期(end of season,EOS)。通过构建城乡梯度带,分析了北京市城乡区域植被物候的时空变化特征。利用回归分析和趋势分析方法探讨了植被物候参数对气温、降水、日照、风速等气候因子以及城市热岛强度和城市化影响因子的响应。研究表明:2001—2020年间北京市植被物候呈现出SOS提前、GSL延长和EOS推迟的趋势。林地和灌木的SOS比草地早,EOS较草地晚,说明木本植物生长季开始期早,结束期晚。通过分析气候因子与物候之间的关系发现气温、降水、日照和风速都对北京市植被物候有一定的影响,其中SOS对日照的变化最为敏感,EOS对风速的变化最为敏感。植被物候沿城区—郊区—农村方向呈现明显的梯度变化,城区SOS比农村平均提前12.2 d、EOS平均推迟18.9 d。城市夜晚热岛强度与SOS在城乡梯度带上具有显著相关性(p<0.01),SOS,GSL和EOS与人口密度、城市建成区面积、地均GDP均存在显著相关关系(p<0.01),说明城市化发展对北京市SOS提前、GSL延长和EOS推迟具有重要作用。

关键词：植被物候气候变化城市化城市热岛效应

大视场三线阵立体航测系统AMS-3000数据质量评价

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2024年

作者：李天祺张仙金鼎坚高子弘韩亚超许宁高菡李恭馨中国自然资源航空物探遥感中心山东省第四地质矿产勘查院山东省煤田地质规划勘察研究院

大视场三线阵立体航测系统AMS-3000是我国首台自主研发的机载线阵航测系统,可获取全色和R,G,B多光谱影像,但对于其数据质量目前较少定量的评价与分析。文章以四川省攀枝花市西部金沙江沿岸区域作为研究区,从灰度特征、纹理特征、能量特... 详细信息

大视场三线阵立体航测系统AMS-3000是我国首台自主研发的机载线阵航测系统,可获取全色和R,G,B多光谱影像,但对于其数据质量目前较少定量的评价与分析。文章以四川省攀枝花市西部金沙江沿岸区域作为研究区,从灰度特征、纹理特征、能量特征、噪声水平4个方面评价了AMS-3000数据的光谱质量,并与国内外主流航摄系统ADS100进行了对比,以1:2 000比例尺地形成果数据对AMS-3000的几何精度进行了评价;此外,以矿产资源开发现状调查和地质灾害调查为例,分析了该系统在地质行业的应用效果。文章可为大视场三线阵立体航测系统的应用推广及改进提供参考。

关键词：航空遥感大视场三线阵立体航测系统数据质量评价地质应用

不同尺度的土壤含水量主被动微波联合反演方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地学前缘 2024年第2期31卷 42-53页

作者：刘奇鑫顾行发王春梅杨健占玉林中国科学院空天信息创新研究院北京100094 中国科学院大学北京100049 北华航天工业学院遥感信息工程学院河北廊坊065000

土壤含水量是水文、农业和气象等领域的关键参数,而微波遥感是目前监测土壤含水量最有效的手段之一。本文利用主动微波与被动微波数据,结合其他多源遥感数据,运用随机森林算法分别在主动微波数据分辨率尺度和被动微波数据分辨率尺度下... 详细信息

土壤含水量是水文、农业和气象等领域的关键参数,而微波遥感是目前监测土壤含水量最有效的手段之一。本文利用主动微波与被动微波数据,结合其他多源遥感数据,运用随机森林算法分别在主动微波数据分辨率尺度和被动微波数据分辨率尺度下完成主被动微波数据的土壤含水量联合反演。首先对被动微波尺度的地表覆盖类型与归一化植被指数(NDVI)参数进行空间分辨率优化,再利用回归ReliefF方法对两种尺度所用的输入变量的重要性进行评估,并对输入变量进行优选,最后对比主被动微波数据土壤含水量联合反演和单独利用主动/被动微波数据进行反演的精度,分析主被动微波联合反演方法的有效性。结果表明:在主动微波尺度,主被动微波联合反演的精度相比单独利用主动微波数据反演的精度有所提升,相关系数r由0.691升至0.744,RMSE由0.0848 cm^(3)/cm^(3)降至0.0796 cm^(3)/cm^(3);在被动微波尺度,主被动微波联合反演的精度反而比单独利用被动微波数据反演的精度更低,相关系数r由0.944变为0.939,RMSE由0.0435 cm^(3)/cm^(3)变为0.0451 cm^(3)/cm^(3)。因此在主动微波尺度更适合进行主被动微波的联合反演。

关键词：土壤含水量微波遥感联合反演随机森林空间优化重要性评估

基于虚拟地理环境的数字孪生流域防洪应用技术探讨

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第5期28卷 1330-1339页

作者：李毅黄诗峰臧文斌高志国中国科学院空天信息创新研究院北京100094 中国水利水电科学研究院北京100038 天津城建大学地质与测绘学院天津300384

防洪是数字孪生流域的重要应用领域,数字孪生流域防洪应用不仅需要对流域中的自然要素进行科学表达,同时也需要对人类的活动特征进行描述。虚拟地理环境将自然要素与人文要素进行耦合研究,侧重于构建沉浸式的实验和认知环境,可以为数字... 详细信息

防洪是数字孪生流域的重要应用领域,数字孪生流域防洪应用不仅需要对流域中的自然要素进行科学表达,同时也需要对人类的活动特征进行描述。虚拟地理环境将自然要素与人文要素进行耦合研究,侧重于构建沉浸式的实验和认知环境,可以为数字孪生流域防洪中的人地关系建模以及洪水场景表达与风险认知提供新视角和新方法。本文首先介绍数字孪生流域的概念、发展现状以及虚拟地理环境的特征,然后基于虚拟地理环境提出数字孪生流域防洪应用技术框架,阐述了数字化流域场景构建、数字流域状态同步、洪水时空过程建模与实验、人地关系建模、洪水场景表达与风险认知等关键技术,最后对数字孪生流域中的沉浸式VR/AR应用、公众参与防洪等未来的发展进行了展望。

关键词：遥感虚拟地理环境数字孪生流域洪水灾害增强现实元宇宙

在线全文

学校读者我要写书评

暂无评论

BLE测距精度影响因素评估分析

导航定位学报 2024年第1期12卷 70-78页

作者：王敏敏杨燈王坚自然资源部重庆测绘院重庆401120 水利部信息中心北京100053 北京建筑大学测绘与城市空间信息学院北京100044

针对低功耗蓝牙(BLE)测距精度不稳定且误差较大的问题,提出一种BLE测距精度影响因素评估分析方法:选取BLE信距转换模型、信号传输角度、BLE协议版本和遮蔽环境等4种影响因素进行实测实验,分析全域函数模型、分段函数模型、终端和BLE信... 详细信息

针对低功耗蓝牙(BLE)测距精度不稳定且误差较大的问题,提出一种BLE测距精度影响因素评估分析方法:选取BLE信距转换模型、信号传输角度、BLE协议版本和遮蔽环境等4种影响因素进行实测实验,分析全域函数模型、分段函数模型、终端和BLE信标相对角度大小、4.2和5.0不同协议版本、人体/易拉宝/纸板/穿孔铁板遮蔽环境等与BLE测距精度的关系。结果表明,基于分段拟合函数的BLE信距转换模型能小幅度提高拟合精度;信号传输角度越大等价距离圆上信号接收强度(RSS)值越小;同距离下不同BLE协议版本的RSS不相等;人体遮挡等遮蔽环境破坏BLE信号衰减规律而导致RSS降低。

关键词：低功耗蓝牙测距精度信距转换模型室内定位

基于CHAP数据集的长三角近地表臭氧时空变化特征与影响因素分析

在线全文

学校读者我要写书评

暂无评论

环境科学学报 2024年第6期44卷 226-235页

作者：吴赛龙陈健潘子永方瀚祺郭雨杭南京信息工程大学遥感与测绘工程学院南京210044

近地表臭氧是当前我国很多区域的首要大气污染物,为更好地掌握长三角地区近地表臭氧浓度变化规律,探究近地表臭氧的影响因素,本文基于中国高分辨率、高质量近地表空气污染物数据集(CHAP)提供的长时间序列近地表臭氧(O_(3))数据,开展了... 详细信息

近地表臭氧是当前我国很多区域的首要大气污染物,为更好地掌握长三角地区近地表臭氧浓度变化规律,探究近地表臭氧的影响因素,本文基于中国高分辨率、高质量近地表空气污染物数据集(CHAP)提供的长时间序列近地表臭氧(O_(3))数据,开展了长三角地区2017—2020年近地表O_(3)的时空分布特征和影响因素研究.结果表明:①长三角地区2017—2020年近地表O_(3)浓度具有明显的空间差异性,在湖州-六安一线形成明显南北分界,整体浓度分布呈北高南低的规律.近地表O_(3)浓度的上升与污染的加重是整个长三角地区多数城市的特点,具有明显的区域一致性.②春季O_(3)高污染区域集中在宿迁市至苏州市;受东南季风影响,夏季O_(3)高污染区西移至淮北、无锡市一带,并且呈西北高、东南低的梯度变化;秋季的O_(3)浓度空间差异有所降低;秋、冬季海洋源的影响显著,表现为沿海城市O_(3)浓度相对较高.月际O_(3)浓度呈“双峰状”分布,在5月达到峰值,7—8月浓度有所降低,9月出现小高峰,12月达到最低值,呈夏季最高、冬季最低的变化规律.③O_(3)浓度与温度和日照时间呈显著正相关关系,与降水呈强负相关关系,风速与O_(3)的关系较为复杂,并无显著的相关性.O_(3)与NO_(2)在冬季呈较弱的负相关关系,在春、夏、秋季呈现较强的正相关性,O_(3)生成过程会有二次粒子的产生,使O_(3)浓度与PM_(2.5)呈现较强的正相关关系.

关键词：近地表臭氧时空特征影响因素长三角地区