检索结果-南通市图书馆

顾及地球重力场模型的城市级区域似大地水准面精化方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

测绘科学 2024年第4期49卷 15-22页

作者：肖杰山西省测绘地理信息院太原030001

针对城市级地形复杂的大区域及重力数据收集困难的情况下,单纯使用数学模型无法精细描述似大地水准面的问题,该文提出了顾及地球重力场模型的“移去-恢复”技术拟合似大地水准面的方法。以某地级市实测数据为例,分别采用多面函数法、移... 详细信息

针对城市级地形复杂的大区域及重力数据收集困难的情况下,单纯使用数学模型无法精细描述似大地水准面的问题,该文提出了顾及地球重力场模型的“移去-恢复”技术拟合似大地水准面的方法。以某地级市实测数据为例,分别采用多面函数法、移动曲面法和顾及EGM2008、EIGEN-6C4地球重力场模型的“移去-恢复”方法拟合似大地水准面,并利用实测GNSS/水准数据和该市已有高精度似大地水准面模型对各种方案计算结果进行对比分析。结果表明:多面函数法精度优于移动曲面模型法;顾及地球重力场模型方法较单纯的函数模型法拟合精度更高;在实验区虽然EIGEN-6C4地球重力场模型较EGM2008地球重力场模型精度略优,但对最终的似大地水准面模型精度提高并不显著。

关键词：似大地水准面高程异常 GNSS/水准 EGM2008 EIGEN-6C4 多面函数

联合空间信息的高光谱遥感协同表示动态集成分类算法

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第1期28卷 187-202页

作者：虞瑶苏红军陶旸江苏省基础地理信息中心南京210013 河海大学地球科学与工程学院南京211100

近年来,集成学习成为高光谱遥感影像分类的研究热点,尤其是动态集成算法根据测试样本的特征自适应地选择最佳分类器,其分类性能显著提升。然而现有的动态集成方法仅考虑测试样本与验证样本的光谱信息,忽略了高度规则化的高光谱遥感影像... 详细信息

近年来,集成学习成为高光谱遥感影像分类的研究热点,尤其是动态集成算法根据测试样本的特征自适应地选择最佳分类器,其分类性能显著提升。然而现有的动态集成方法仅考虑测试样本与验证样本的光谱信息,忽略了高度规则化的高光谱遥感影像包含的丰富空间信息。为进一步提升高光谱遥感影像动态集成算法分类的准确性和可靠性,提出了联合空间信息的可变K邻域动态集成算法VKS(Variable K-neighborhood and Spatial Information)和联合自适应邻域空间信息的可变K邻域动态集成算法VKSA(Variable K-neighborhood with Shape-Adaptive)。两种算法第一阶段综合考虑分类器精度与相似度自适应地改变测试样本的K邻域,第二阶段分别设计固定窗口和自适应窗口的嵌入方式增加地物的局部空间近邻关系,充分利用高光谱遥感影像地物复杂的空间形态结构信息。实验部分采用3组通用的高光谱遥感影像数据对所提出算法的性能进行综合评价。结果表明相比于传统的动态集成算法,本文提出的联合空间信息的动态集成模型能显著提升分类精度,其中基于自适应窗口方式的VKSA算法明显优于基于固定窗口的VKS算法。

关键词：高光谱遥感动态集成自适应邻域协同表示影像分类

基于分区识别技术的自然资源智能监管系统设计与实现

在线全文

学校读者我要写书评

暂无评论

现代测绘 2024年第2期47卷 58-62页

作者：汪洋董伟潘宸陈圣权江苏省测绘地理信息局信息中心

塔基视频监控是自然资源监测监管体系的重要组成部分。提出一种基于塔基视频划定预置位识别区域的智能监测模式，从软件设计、主要功能、关键技术和系统实现与应用等方面，介绍县级自然资源智能监管系统的建设情况。采用目标检测、局部... 详细信息

塔基视频监控是自然资源监测监管体系的重要组成部分。提出一种基于塔基视频划定预置位识别区域的智能监测模式，从软件设计、主要功能、关键技术和系统实现与应用等方面，介绍县级自然资源智能监管系统的建设情况。采用目标检测、局部特征匹配等技术对划定的识别区进行疑似违法行为智能识别，实现了对自然资源违法线索的发现、制止、报告、移送、查处、整改全过程的实时智能监管，促进了自然资源执法效能和执法监管能力的明显提升。

关键词：塔基视频监控自然资源监管智能化监测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的国产卫片图斑提取

测绘通报 2024年第4期 124-128,134页

作者：庞敏山西省测绘地理信息院山西太原030001

本文针对国产卫片多时相、长时序、全天候、多源海量等特点,提出了一种高效、准确的卫片图斑提取方法。该方法在深度学习理论基础上构建了地物目标语义分割模型和图斑提取智能算法群,实现了国产卫片图斑的特征、规律及属性的自动识别,... 详细信息

本文针对国产卫片多时相、长时序、全天候、多源海量等特点,提出了一种高效、准确的卫片图斑提取方法。该方法在深度学习理论基础上构建了地物目标语义分割模型和图斑提取智能算法群,实现了国产卫片图斑的特征、规律及属性的自动识别,完成了卫片图斑提取的智能化和自动化。试验结果表明,该方法在国产卫片图斑提取中具有较高的准确率,为后续图像处理、分析和应用提供了重要支持。

关键词：深度学习国产卫片图斑提取

无人机载LiDAR点云密度对DEM精度的影响分析

在线全文

学校读者我要写书评

暂无评论

测绘通报 2024年第4期 35-40页

作者：肖杰山西省测绘地理信息院山西太原030001

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀... 详细信息

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀,并用平均误差(ME)、标准差(SD)、均方根误差(RMSE)3个指标,对不同抽稀比例下生产的DEM成果进行综合精度评定。结果表明:(1)平地地面点云密度达2点/m^(2),山地地面点云密度达9点/m^(2)时,生产的0.5 m格网间距的DEM精度优于0.05 m;(2)随着地面点云密度的增加,DEM精度水平逐渐趋于稳定,当地面点云密度抽稀到1点/m^(2)时,DEM精度快速下降。针对无人机载LiDAR点云数据进行大范围工程化DEM生产任务,该研究结论对降低数据获取成本、提升DEM生产效率具有一定的指导和借鉴意义。

关键词：点云密度 DEM LiDAR点云点云抽稀无人机载

基于空间尺度效应的山东省PM_(2.5)浓度时空变化及空间分异地理探测

在线全文

学校读者我要写书评

暂无评论

环境科学 2024年第5期45卷 2596-2612页

作者：徐勇韦梦新邹滨郭振东李沈鑫中南大学地球科学与信息物理学院长沙410083 桂林理工大学测绘地理信息学院桂林541006

基于PM_(2.5)遥感数据,采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验,分析2000~2021年山东省PM_(2.5)浓度时空变化特征,结合地理探测器,在省-市-县三级空间尺度上探测影响山东省PM_(2.5)浓度空间分异的影响因子影响力.结果表... 详细信息

基于PM_(2.5)遥感数据,采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验,分析2000~2021年山东省PM_(2.5)浓度时空变化特征,结合地理探测器,在省-市-县三级空间尺度上探测影响山东省PM_(2.5)浓度空间分异的影响因子影响力.结果表明:①时间上,2000~2021年山东省ρ(PM_(2.5))均值在38.15~88.63μg·m^(−3)之间,略微高于《环境空气质量标准》中可吸入颗粒物的二级标准限值(35μg·m^(−3)).在年际尺度上,2013年是ρ(PM_(2.5))变化的峰值年,其值为83.36μg·m^(−3),据此将山东省PM_(2.5)浓度变化趋势分为两个阶段:持续上升和快速下降阶段.在季节尺度上,PM_(2.5)浓度呈现“夏低冬高,春秋居中”分布特征和先降后升的“U”型变化规律.②空间上,山东省PM_(2.5)浓度呈现出“西高东低”的空间分布格局,PM_(2.5)浓度高值区分布山东省西部地区,低值区则分布在东部半岛地区.PM_(2.5)浓度空间变化趋势呈现显著的空间异质性,极显著下降的区域主要分布在东部半岛地区.③因子探测结果表明,气候因子是影响山东省PM_(2.5)浓度空间分异的重要影响因素,平均气温对山东省PM_(2.5)浓度空间分异的影响最高,q值为0.512.省-市-县多尺度探测结果显示,影响PM_(2.5)浓度空间分异的影响因子及其影响力在不同空间尺度上具有差异性.省级尺度上,平均气温、日照时数和坡度是影响PM_(2.5)浓度空间分异的主要影响因子;市级尺度上,降水、高程和相对湿度是影响PM_(2.5)空间分异的主要影响因子;县级尺度上,降水、平均气温和日照时数是影响PM_(2.5)浓度空间分异的主要影响因子.

关键词：山东省 PM_(2.5)浓度多尺度时空变化地理探测器影响因素

西南地区不同类型植被NPP时空演变及影响因素探究

在线全文

学校读者我要写书评

暂无评论

环境科学 2024年第1期45卷 262-274页

作者：徐勇郑志威孟禹弛盘钰春郭振东张炎桂林理工大学测绘地理信息学院桂林541006 多特蒙德工业大学空间规划学院多特蒙德44135

研究植被净初级生产力(NPP)时空变化规律并探明其驱动影响因素,对于深入了解植被时空变化,指导因地制宜的生态恢复与管理工程具有重要的现实意义.以MODIS NPP数据为基础,结合基于站点的气象数据、土地利用数据和植被类型数据,通过Theil-... 详细信息

研究植被净初级生产力(NPP)时空变化规律并探明其驱动影响因素,对于深入了解植被时空变化,指导因地制宜的生态恢复与管理工程具有重要的现实意义.以MODIS NPP数据为基础,结合基于站点的气象数据、土地利用数据和植被类型数据,通过Theil-Sen Median斜率估计和Mann-Kendall显著性检验探究西南地区不同类型植被NPP时空演变特征,并结合稳定性分析和地理探测器揭示不同类型植被NPP空间分异的影响因素及影响因素间的交互作用.结果表明:(1)时间上,2000~2021年西南地区植被NPP、NPP_(Pre)(仅气候变化影响下植被NPP)和NPP_(Res)(仅人类活动影响下植被NPP)均呈波动上升趋势.在不同类型植被中,除乔木类植被NPP_(Res)以-0.183 g·(m^(2)·a)^(-1)的速率呈微弱下降趋势外,其余类型植被NPP、NPP_(Pre)和NPP_(Res)均呈上升趋势,其中,经济类植被NPP、NPP_(Pre)和NPP_(Res)上升速率均最显著,分别为5.96、3.09和2.94 g·(m^(2)·a)^(-1);空间上,下降趋势最大的乔木类植被NPP主要分布在西藏和云南南部,上升趋势最高的经济类植被NPP主要分布在四川省东部.西南地区植被NPP稳定性呈“南低北高”的空间分布格局,波动系数平均值以乔木类(0.101)、灌木类(0.105)、草本类(0.110)和经济类(0.114)的顺序依次升高.地表温度和相对湿度的交互作用是西南地区植被NPP空间分异的主要影响因素,而日照时数∩温暖指数对西南地区植被影响提升最大,提升百分比为30.91%;不同类型植被对不同气候因子需求存在差异,但对地表温度和温暖指数的需求存在高度一致性,当地表温度为21.03~28.49℃,温暖指数为106.46~167.2时,不同类型植被NPP均会达到峰值.自然演替下,气候对植被的影响程度与植被群落稳定性成反比,稳定性高的乔木类植被群落受气候影响小,稳定性低的草本类植被群落受气候影响大,而经济类植被由于受人类活动的影响,导致气候对其影响程度与稳定性成正比.研究结果可为调查区域气候变化对不同类型植被生长影响,制定因地制宜的西南地区生态恢复治理方案提供理论依据.

关键词：中国西南地区不同植被类型植被净初级生产力时空演变地理探测器

在线全文

学校读者我要写书评

暂无评论

GIS技术在矿山应急管理中的应用现状

中国矿业 2024年第6期33卷 143-147页

作者：李烨山西省测绘地理信息院山西太原030001

矿山作业面临的安全风险源多且复杂,应急管理尤为重要。地理信息系统(GIS)作为有效的空间数据管理与分析工具,可在矿山应急管理中发挥有效作用。本文综述了GIS技术在矿山灾害应急管理中的应用进展,从应急准备、应急响应与应急恢复三个阶... 详细信息

矿山作业面临的安全风险源多且复杂,应急管理尤为重要。地理信息系统(GIS)作为有效的空间数据管理与分析工具,可在矿山应急管理中发挥有效作用。本文综述了GIS技术在矿山灾害应急管理中的应用进展,从应急准备、应急响应与应急恢复三个阶段,分析了GIS技术的应用场景。研究结果表明,GIS技术能够集成矿山多源数据,通过空间分析为风险监测评估与预警提供科学依据;可发挥其资源统筹优势,辅助人员与设备定位,实现救援车辆和人员的实时监控,优化救援路径,提高救援效率。伴随着当前人工智能的发展与智慧矿山的建设,GIS技术在矿山灾害应急救援中的应用将更加广泛和深入。GIS数据治理将是制约应用的关键要素,矿山企业应提前布局。

关键词： GIS 矿山安全风险应急管理

在线全文

学校读者我要写书评

暂无评论

地学知识图谱引导的遥感影像语义分割

遥感学报 2024年第2期28卷 455-469页

作者：李彦胜武康欧阳松杨坤李和平张永军武汉大学遥感信息工程学院武汉430079 贵州省基础地理信息中心贵阳550004 贵州省第一测绘院贵阳550025

尽管深度语义分割网络有效提升了遥感影像语义分割性能,但其效果远未达到人类领域专家的目视解译水平。原因是人类视觉系统在进行遥感影像解译时,往往会综合运用视觉特征、语义信息和先验知识。然而,深度语义分割网络本质上是数据驱动... 详细信息

尽管深度语义分割网络有效提升了遥感影像语义分割性能,但其效果远未达到人类领域专家的目视解译水平。原因是人类视觉系统在进行遥感影像解译时,往往会综合运用视觉特征、语义信息和先验知识。然而,深度语义分割网络本质上是数据驱动的面向像素级损失反向优化的分类方法。这种基于像素级优化的深度语义分割网络,一方面受限于像素空间尺度,缺乏整体性目标线索挖掘;另一方面难以跨越结构化数据和非结构化知识之间的鸿沟,无法充分利用地学先验知识和空间语义信息。针对以上两方面的问题,本文提出了地学知识图谱引导的遥感影像深度语义分割方法,运用从地学知识图谱中抽取的地物目标语义信息和地学先验知识构建实体级连通约束和实体间共生约束,引导深度语义分割网络训练。其中,实体级连通约束以连通域实体而非像素单元计算损失,得到实体级别的特征表示,使得分割结果更具整体性,边界模糊和随机噪声现象得到抑制。实体间共生约束将共生条件概率量化的空间共生知识嵌入到数据驱动的深度语义分割网络中,实现空间语义信息和地学先验知识对实体空间分布的约束引导和自动优化。验证结果表明,在实体级连通约束和实体间共生约束的引导下,深度语义分割网络可以完成对实体级特征的学习并根据空间共生知识自动优化地物实体的空间分布,有效改善了遥感影像语义分割性能。

关键词：地学知识图谱深度语义分割网络实体级连通约束空间共生知识约束地学知识嵌入优化