检索结果-南通市图书馆

基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2024年第3期45卷 26-37页

作者：王广帅中国铁路设计集团有限公司测绘地理信息研究院天津300251 天津市轨道交通导航定位及时空大数据技术重点实验室天津300251

针对无人机影像场景复杂、视角差异大、异物遮挡多,因而难以实现影像钢轨线高精度自动提取的问题,提出基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法。在传统U-net网络基础上增加并行的空洞空间金字塔模块(Atrous Spatial Pyramid... 详细信息

针对无人机影像场景复杂、视角差异大、异物遮挡多,因而难以实现影像钢轨线高精度自动提取的问题,提出基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法。在传统U-net网络基础上增加并行的空洞空间金字塔模块(Atrous Spatial Pyramid Pooling,ASPP)及卷积注意力模块(Convolutional Block Attention Module,CBAM),以增强网络对不同尺度的邻域信息的获取能力,有效提升对钢轨的分割性能;再通过基于RANSAC最小二乘拟合的像素编组及邻域钢轨线串联,实现完整钢轨矢量线的高精度提取。结果表明:与Unet及Deeplab v3+2种经典模型相比,所提方法针对多视角无人机影像钢轨分割的交并比分别提升2.09%和1.98%,综合能力评价指标分别提升1.50和1.42;钢轨线提取完整度达到了90.7%,优于U-net模型的83.3%;钢轨线提取的误差平均值约0.58像素,中误差约0.77像素,实现了亚像素级的钢轨线提取。该方法能够满足无人机多视角影像中钢轨线提取的自动化、完整性以及高精度应用的需求。

关键词：无人机影像钢轨线提取空洞空间金字塔注意力机制 U-net

ICESat-2高程信息辅助下的北极冰区航线规划

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第9期49卷 1610-1620页

作者：赵羲霍瑞陈亦卓马跃季青庞小平武汉大学中国南极测绘研究中心湖北武汉430079 武汉大学极地测绘科学国家测绘地理信息局重点实验室湖北武汉430079 武汉大学电子信息学院湖北武汉430072

为了实现北极航道重点区域海冰冰情的精准监测,高分辨率的海冰厚度信息必不可少,而目前普遍存在的千米级分辨率的海冰厚度数据无法满足该需求。针对以上问题,借助冰、云和陆地高程卫星(ice,cloud,and land elevation satellite-2,ICESat... 详细信息

为了实现北极航道重点区域海冰冰情的精准监测,高分辨率的海冰厚度信息必不可少,而目前普遍存在的千米级分辨率的海冰厚度数据无法满足该需求。针对以上问题,借助冰、云和陆地高程卫星(ice,cloud,and land elevation satellite-2,ICESat-2)测高数据沿轨间隔密集的优势,尝试建立ICESat-2 ATL10海冰干舷产品和哨兵2号(Sentinel-2)高分辨率影像反照率之间的回归模型。利用此模型获取密集分布的海冰干舷信息,通过静力平衡方程模型得到高分辨率的海冰厚度,结合基于Sentinel-2影像获取的高分辨率海冰密集度,对船舶进行北极航道小尺度区域下的适航性分析并规划最优航线。研究表明,ATL10海冰干舷值和Sentinel-2反照率拟合得到的回归模型具有较好的拟合精度,R^(2)均高于0.5,平均偏差均小于0.05 m,均方根误差均小于0.2 m。此外,高分辨率海冰参数信息对真实冰情细节之处的描述更加准确,尤其是在低分辨率海冰参数结果中较难体现浮冰间细小冰间水道的分布情况,因此所提高分辨率海冰参数反演方法可以为冰区船舶规划出更加精确的航行路线。

关键词： ICESat-2 海冰密集度海冰厚度航线规划

考虑光谱变异性的多光谱植被识别最优特征空间构建

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第8期55卷 225-232页

作者：林怡厉朗宇洁高忱钟代琪陈鑫杨羽轩同济大学测绘与地理信息学院上海200092 同济大学遥感应用研究中心上海200092

在中低分辨率遥感卫星影像上,植被识别受数据获取条件和不同生长期等因素的影响,会存在端元光谱变异现象,导致植被解混误差较大。提出了一种顾及端元光谱变异性的最佳距离遗传算法(IIDGA),通过自动特征选择方法减小端元类内差异,增大类... 详细信息

在中低分辨率遥感卫星影像上,植被识别受数据获取条件和不同生长期等因素的影响,会存在端元光谱变异现象,导致植被解混误差较大。提出了一种顾及端元光谱变异性的最佳距离遗传算法(IIDGA),通过自动特征选择方法减小端元类内差异,增大类间差异,构建适用于中等分辨率影像的植被解混最优特征空间,提高Landsat影像的植被识别精度。通过比较传统波段组合、光谱和纹理特征全集与IIDGA优选特征的线性解混模型效果,验证了最优特征选择的重要性。结果显示,特征选择有助于提升解混精度(IIDGA的均方根误差最低,为0.180);同时,通过比较基于IID指数的Filter算法、基于标准GA的Wrapper算法和IIDGA在最优特征自动选取方面的性能,证实了IIDGA在平衡精度与效率方面的优势。

关键词：多光谱遥感植被识别端元光谱差异最佳距离遗传算法自动特征选择算法

顾及光谱变异性的多光谱植被识别最优特征空间构建

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年

作者：林怡厉朗宇洁高忱钟代琪陈鑫杨羽轩同济大学测绘与地理信息学院同济大学遥感应用研究中心

在中低分辨率遥感卫星影像上，植被识别受数据获取条件和不同生长期等因素的影响，会存在端元光谱变异现象，导致植被解混误差较大。提出了一种顾及端元光谱变异性的最佳距离遗传算法(IIDGA)，通过自动特征选择方法减小端元类内差异，... 详细信息

在中低分辨率遥感卫星影像上，植被识别受数据获取条件和不同生长期等因素的影响，会存在端元光谱变异现象，导致植被解混误差较大。提出了一种顾及端元光谱变异性的最佳距离遗传算法(IIDGA)，通过自动特征选择方法减小端元类内差异，增大类间差异，构建适用于中等分辨率影像的植被解混最优特征空间，提高Landsat影像的植被识别精度。通过比较传统波段组合、光谱和纹理特征全集与IIDGA优选特征的线性解混模型效果，验证了最优特征选择的重要性。结果显示特征选择有助于提升解混精度（IIDGA的均方根误差最低，为0.180）；同时，通过比较基于IID指数的Filter方法、基于标准GA的Wrapper方法和IIDGA算法在最优特征自动选取方面的性能，证实了IIDGA在平衡精度与效率方面的优势。

关键词：植被识别端元光谱差异最佳距离遗传算法自动特征选择多光谱遥感

顾及地理环境各向异性的PM_(2.5)浓度时空预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第9期26卷 2106-2122页

作者：王军杰王达丁晨唐建波石岩杨学习中南大学地理信息系长沙410083 湖南省地理空间信息工程技术研究中心长沙410018

PM_(2.5)浓度预测对于空气污染的防控和治理具有重要意义。传统图卷积神经网络(Graph Convolutional Network,GCN)等时空预测模型主要通过监测站点间的欧氏距离来度量PM_(2.5)分布的空间相关性,未顾及地形和风向等因素对大气污染物传输... 详细信息

PM_(2.5)浓度预测对于空气污染的防控和治理具有重要意义。传统图卷积神经网络(Graph Convolutional Network,GCN)等时空预测模型主要通过监测站点间的欧氏距离来度量PM_(2.5)分布的空间相关性,未顾及地形和风向等因素对大气污染物传输过程的各向异性影响,导致地形复杂区域内的预测结果精度偏低。为此,本文提出了一种顾及地理环境各向异性的PM_(2.5)浓度时空图卷积网络预测模型。首先,考虑地理环境的各向异性特征,利用地形和风向等对站点间PM_(2.5)传播的各向异性影响构建GCN的边,将站点PM_(2.5)浓度、土地利用和其他气象因子建模为GCN的节点特征。其次,通过GCN提取站点PM_(2.5)浓度的空间特征。最后,通过门控循环单元(Gate Recurrent Unit,GRU)建模站点PM_(2.5)浓度的时间特征并进行预测。本文以山地型省份贵州省2017年逐小时PM_(2.5)浓度记录进行实验,并采用一系列时空预测基线模型(GTWR、STSVR和GCN+GRU)与本文模型进行对比。实验结果表明:①本文模型的PM_(2.5)浓度预测结果的RMSE、MAE别为10.047、6.848,相比基线模型平均下降了11.29%和12.16%;R2为0.883,比基线平均提升了3.72%;②通过不同地形对站点PM_(2.5)浓度相关性影响分析,论证了山脉沟谷等地形会显著影响站点间的PM_(2.5)浓度的相关性,进而影响站点PM_(2.5)浓度预测结果;③充分考虑地形和风向对PM_(2.5)传播产生的各向异性影响,能够显著提升存在山脉和沟谷地形区域内PM_(2.5)预测精度。

关键词： PM_(2.5)浓度预测时空图卷积网络空间相关性地理协变量地形距离风向各向异性地理环境特征

顾及日变化和非线性垂直改正的区域大气加权平均温度模型

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第5期67卷 1721-1732页

作者：黄良珂廖发圣陈发德张红星黎峻宇黄玲刘立龙桂林理工大学测绘地理信息学院桂林541004 中国科学院精密测量科学与技术创新研究院武汉430071

大气加权平均温度(Tm)是全球导航卫星系统(GNSS)技术反演大气水汽的关键因素,针对已有区域Tm模型未能同时顾及Tm在垂直方向的非线性变化和精细的日变化以及在构建模型时仅使用单一格网点数据等问题,本文以中国地区为研究区域,提出了一... 详细信息

大气加权平均温度(Tm)是全球导航卫星系统(GNSS)技术反演大气水汽的关键因素,针对已有区域Tm模型未能同时顾及Tm在垂直方向的非线性变化和精细的日变化以及在构建模型时仅使用单一格网点数据等问题,本文以中国地区为研究区域,提出了一种基于滑动窗口的区域Tm建模方法,利用2012—2017年欧洲中期天气预报中心(ECMWF)的ERA5资料建立顾及日变化和非线性垂直改正的区域Tm格网模型(CNTm模型).联合未参与建模的2018年ERA5资料和无线电探空数据,验证CNTm模型的精度和适用性,并与当前广泛使用的GPT3模型和顾及了线性垂直改正的IGPT2w模型进行精度对比.结果表明:以2018年ERA5资料和无线电探空数据为参考值,CNTm模型的均方根误差(RMS)分别为3.31 K和3.21 K,其精度相较于GPT3模型分别提高了约16%和23%,相较于IGPT2w模型分别提高了约7%和11%;顾及了非线性垂直改正的CNTm模型的估计值更接近于Tm在垂直方向上的变化趋势,且CNTm模型能够捕获Tm的日变化.由于CNTm模型在研究区域表现出优异的性能,因此,其在研究区域实时高精度、高分辨率GNSS水汽监测中具有重要的应用.

关键词： CNTm模型大气加权平均温度全球导航卫星系统非线性垂直改正日变化

2015年3月特大磁暴期间中国区域电离层TEC NeuralProphet预报模型研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第2期67卷 452-460页

作者：马彬黄玲吴晗楼益栋章红平陈德忠王高阳黄良珂桂林理工大学测绘地理信息学院桂林541006 广西空间信息与测绘重点实验室桂林541006 武汉大学卫星导航定位技术研究中心武汉430079 山东省第一地质矿产勘查院济南250014

延迟是全球卫星导航定位中重要的误差源之一,提高电离层TEC建模和预报精度对改善卫星导航定位精度至关重要.本文构建了以太阳辐射通量指数F_(10.7)、地磁活动指数Dst、地理坐标和中国科学院(Chinese Academy of Sciences,CAS)GIM数据为... 详细信息

延迟是全球卫星导航定位中重要的误差源之一,提高电离层TEC建模和预报精度对改善卫星导航定位精度至关重要.本文构建了以太阳辐射通量指数F_(10.7)、地磁活动指数Dst、地理坐标和中国科学院(Chinese Academy of Sciences,CAS)GIM数据为输入参数的NeuralProphet神经网络模型(NP模型),实现在2015年3月特大磁暴期中国区域电离层TEC短期预报.为验证NP模型的预报精度,本文同时构建了长短期记忆神经网络(Long Short-term Memory Neural Network,LSTM)模型进行对比分析.结果统计分析表明,NP模型在磁暴期(2015年DOY076-078)TEC预报值RMSE和RD分别为0.83 TECU和3.13%,绝对和相对精度较LSTM模型分别提高1.49 TECU和10.25%;且NP模型RMSE优于1.5 TECU的比例达97.24%,远高于LSTM模型.NP模型预报值与CAS具有较好一致性和无偏性,偏差均值仅为-0.01 TECU,而LSTM模型预报值的均值偏大,偏差均值为1.49 TECU.从低纬到中纬度的三个纬度带内,NP模型RMSE分别为1.12、0.83和0.44 TECU,精度比LSTM模型提高1.94、1.56和1.23 TECU.整体上,在磁暴期NP模型预报性能明显优于LSTM模型,能够精细描述中国区域电离层TEC时空变化.

关键词：电离层TEC NeuralProphet神经网络 LSTM神经网络短期预报磁暴期

融合多源海洋大地测量数据的南海海底地形多层感知机反演

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第4期67卷 1368-1382页

作者：周帅刘新李真祝程程袁佳佳李静静郭金运孙和平山东科技大学测绘与空间信息学院青岛266590 山东建筑大学测绘地理信息学院济南250101 安徽理工大学空间信息与测绘工程学院安徽淮南232001 地理信息工程国家重点实验室西安710054 中国科学院精密测量科学与技术创新研究院武汉430077

本文融合SIO(Scripps Institution of Oceanography)发布的垂线偏差、重力异常和垂直重力梯度数据及NCEI(National Centers for Environmental Information)发布的船载测深数据,利用多层感知机神经网络(Multi-Layer Perceptron,MLP)建立南海海域(108°E—121°E,6°N—23°N)分辨率为1'×1'的海底地形模型(MLP_Depth).首先,将642716个船载测深控制点的位置信息与周围4'×4'格网点处的地球重力信息(垂线偏差、重力异常、垂直重力梯度)作为输入数据,将船载测深控制点处实测水深值作为输出数据,训练MLP神经网络模型,训练结束时决定系数R2为99%,平均绝对误差MAE为39.33 m.然后,将研究区域内1'×1'格网正中心点处的输入数据输入于MLP模型中,可得格网正中心点处的预测海深值.最后,根据预测海深值建立研究区域范围内分辨率为1'×1'的MLP_Depth模型.将MLP_Depth模型预测水深与160679个检核点处实测水深对比,其差值的标准差STD(75.38 m)、平均绝对百分比误差MAPE(5.89%)与平均绝对误差MAE(42.91 m)皆优于GEBCO_2021模型、topo_23.1模型、ETOPO1模型与检核点实测水深差值的STD(108.88 m、113.41 m、229.67 m)、MAPE(6.11%、6.94%、18.37%)与MAE(47.33 m、52.24 m、130.08 m).同时,为了研究不同区域内利用该方法建立的海底地形模型的精度,本文在研究区域内分别建立了A、B区域的海底地形模型(MLP_Depth_A、MLP_Depth_B).经过验证得:MLP_Depth_A、MLP_Depth_B相比于MLP_Depth模型具有更高的精度,更能反应海底地形的变化趋势.

关键词：多层感知机海底地形南海垂线偏差重力异常垂直重力梯度

广东省东莞市国土空间生态安全格局构建与分析

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 126-134页

作者：刘永林高益忠陈明辉邱玲东莞市地理信息与规划编制研究中心东莞523129

构建国土空间生态安全格局可以约束和引导城市空间发展,实现城市发展与区域环境协调可持续发展。本研究通过遥感生态指数、最小累计阻力模型等方法,识别广东省东莞市生态安全格局的生态源地、生态廊道、生态夹点及生态障碍点等要素,提... 详细信息

构建国土空间生态安全格局可以约束和引导城市空间发展,实现城市发展与区域环境协调可持续发展。本研究通过遥感生态指数、最小累计阻力模型等方法,识别广东省东莞市生态安全格局的生态源地、生态廊道、生态夹点及生态障碍点等要素,提出相关优化建议。结果表明:①全市生态基底好,生态空间连片,生态廊道分布均匀且能够有效串联生态源地;②滨水空间保护提升和道路绿化建设为生态要素流动提供有效路径;③农业生产、交通运输对生态网络影响最强烈,其次是工业生产和居民生活;④应将生态源地、12 m宽生态廊道和生态夹点划为生态保护重点区,将200 m宽生态廊道和生态障碍点划为生态修复重点区。本研究可为东莞市构建国土空间生态安全格局提供科学依据。

关键词：生态源地生态廊道生态安全格局国土空间规划东莞市