检索结果-南通市图书馆

多情景视角下云南省“三生”空间变化模拟与效应评价

在线全文

学校读者我要写书评

暂无评论

水土保持学报 2024年第1期38卷 220-230页

作者：林志李石华易邦进傅涛高七算孙星玥邱利丹昆明理工大学国土资源工程学院昆明650093 云南省基础地理信息中心昆明650034 云南省地质科学研究所昆明650051 云南师范大学地理学部昆明650500

[目的]优化国土空间开发格局和统筹协调“三生”空间格局配置,是实现未来可持续发展的重点任务和根本途径。[方法]以云南省土地利用为基础,结合自然和社会发展因素,采用MOP-PLUS耦合模型模拟2030年经济优先、生态优先和协同发展3种情景... 详细信息

[目的]优化国土空间开发格局和统筹协调“三生”空间格局配置,是实现未来可持续发展的重点任务和根本途径。[方法]以云南省土地利用为基础,结合自然和社会发展因素,采用MOP-PLUS耦合模型模拟2030年经济优先、生态优先和协同发展3种情景下“三生”空间及效应变化。[结果](1)3种情景下经济效益分别增长40.29%,32.10%,34.79%,生态效益分别减少0.89%,0(未变),0.06%,生境质量均值分别下降0.78%,0.38%,0.43%,空间冲突强度均值分别增长2.79%,下降1.21%,下降2.32%;(2)3种情景生活空间均呈上升、生态空间呈下降趋势,生产空间仅在经济优先情景有较小增长;均存在生活空间侵占生产空间、生产空间再掠夺生态空间的情况,生活空间扩张呈中心向四周蚕食趋势;(3)不同发展情景下均伴随一定程度的生境质量下降,通过优化空间布局可平衡空间冲突;相较于其他情景,协同发展情景经济效益增幅适中,生境质量变化幅度相对均衡,空间冲突强度下降最多,符合兼顾生态保护、经济发展、社会进步的多重目标。[结论]形成的模拟-效应-优化的反馈调控机制,可与不同尺度、不同目标结合开展土地利用变化模拟与效应分析,为国土空间配置提供决策依据。

关键词：三生空间 MOP-PLUS模型多情景模拟生境质量空间冲突云南省

改进HarDNet-MSEG的遥感影像水体信息提取方法

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

地球信息科学学报 2024年第7期26卷 1745-1762页

作者：郭慧琳谢元礼胡李发雍佳乐李云梅孙韶启西北大学城市与环境学院西安710127 陕西省遥感与地理信息工程研究中心西安710127

准确有效地提取水体信息,对于水资源监测、管理和应用等方面具有重要意义。由于水体形状、大小和分布的多样性以及场景的复杂性,如何高效准确地从遥感影像中提取出水体仍具有挑战性。传统的方法虽然可以从遥感图像中提取水体,但由于异... 详细信息

准确有效地提取水体信息,对于水资源监测、管理和应用等方面具有重要意义。由于水体形状、大小和分布的多样性以及场景的复杂性,如何高效准确地从遥感影像中提取出水体仍具有挑战性。传统的方法虽然可以从遥感图像中提取水体,但由于异物同谱其提取精度往往难以满足实际应用要求。因此,迫切需要先进的高性能技术来提高水体提取的效率和准确性。将深度学习与遥感技术相结合可以充分发挥深度学习的优势,有效帮助准确地提取水体信息。目前以深度学习的方法提取水体信息面临的挑战仍是多尺度特征融合、耗时长和参数多。HarDNet-MSEG(Harmonic DenseNet-MSEG)模型拥有较高的分割精度和较快的推理速度,为进一步充分利用来自通道和空间位置层面的相关信息以及提高模型的分割精度,本文以HarDNet-MSEG为网络框架,设计了一种名为HAM(Hybrid Attention Mechanism)的注意力机制,将其嵌入到HarDNet-MSEG网络中以探究其在网络中的最佳位置,在相同的实验环境下与其他注意力机制、经典网络算法以及传统的方法进行一系列的对比实验,并测试该模型在其他数据集上的通用性。结果表明,HAM模块在HarDNet-MSEG网络的较浅层处表现最出色。与其他注意力机制相比,HAM模块取得了更高的性能,MIoU、FWIoU和PA分别达到了94.0687%、97.7374%和99.3205%。与DeepLabV3+、U-Net和PSPNet等经典模型相比,HarDNet-MSEG-HAM1模型不仅有最好的MIoU,参数量、计算量和训练时间各方面都表现出卓越的性能。与传统方法相比,HarDNet-MSEG-HAM1模型具有显著的优势,同时该模型在其他数据集上也表现出了良好的性能。最后,成功提取了青藏高原内流流域的2013、2016、2019和2022年4期湖泊,并对其面积变化进行了分析。一系列的实验数据表明,该模型在水体提取任务中的优越性与鲁棒性。本论文预期可以为从复杂场景的遥感影像中提取水体信息提供方法和相关数据支持。

关键词：水体提取深度学习 HarDNet-MSEG 混合注意力机制语义分割多尺度特征青藏高原遥感影像

全民所有自然资源资产清查实践的理论与关键技术体系探讨

在线全文

学校读者我要写书评

暂无评论

生态经济 2024年第4期40卷 151-158,184页

作者：李广泳郭晋洲陶舒周旭贾云鹏杜娟北京林业大学草业与草原学院北京100083 中华人民共和国自然资源部北京100812 国家基础地理信息中心北京100830

全民所有自然资源资产是我国国有资产的重要组成部分,保障国家社会经济可持续发展的基石。可靠的全民所有自然资源资产清查是摸清我国自然资源资产家底的有效途径,关系国家重大自然资源安全战略决策的正确性。论文结合全民所有自然资源... 详细信息

全民所有自然资源资产是我国国有资产的重要组成部分,保障国家社会经济可持续发展的基石。可靠的全民所有自然资源资产清查是摸清我国自然资源资产家底的有效途径,关系国家重大自然资源安全战略决策的正确性。论文结合全民所有自然资源资产清查工作实践,提出了资产清查的基本概念、理论支撑,设计了全民所有自然资源资产清查的总体技术体系框架。在此基础上,进一步总结了多源异构大数据整合、资产价格空间化构建、可靠性质量控制与核查、数据统计分析与挖掘、成果应用与辅助决策等关键技术,探讨了全民所有自然资源资产清查与自然资源监督管理工作的交织,以为常态化的全民所有自然资源资产清查工作提供科技支撑,更好地服务于我国现阶段的全民所有自然资源资产管理工作。

关键词：自然资源资产资产清查全民所有理论基础关键技术

在线全文

学校读者我要写书评

暂无评论

智慧国土构建的技术模式研究--以重庆为例

时空信息学报 2024年第2期31卷 196-204页

作者：刘晓瑜刘万增杨凯胡渝清翟曦重庆市规划和自然资源调查监测院重庆401120 国家基础地理信息中心北京100830

智慧国土是统筹自然资源与地理空间数字化发展、促进智慧化应用、赋能高质量发展的重要举措。当前,尽管关于智慧国土的相关研究成果较多,但针对智慧国土技术模式的研究尚不多见,既有为数不多的技术模式的研究也不能完全适用于当前数字... 详细信息

智慧国土是统筹自然资源与地理空间数字化发展、促进智慧化应用、赋能高质量发展的重要举措。当前,尽管关于智慧国土的相关研究成果较多,但针对智慧国土技术模式的研究尚不多见,既有为数不多的技术模式的研究也不能完全适用于当前数字中国建设架构,因此,本文开展智慧国土构建的技术模式探讨。首先,本文从当前智慧国土构建中存在的不足出发,提出从信息到知识,从知识到智慧为主线的总体构建思路,总结形成以全面动态感知、系统精准认知、全域智慧管控为特征的智慧国土构建总体技术框架;其次,在分析重庆智慧国土构建技术现状与存在问题的基础上,讨论重庆智慧国土构建的技术创新方向与重点任务;最后,针对当前智慧国土发展现状,为下一步智慧国土构建提出相应建议。研究成果旨在为智慧国土实践的技术创新方向与重点攻关任务提供参考。

关键词：智慧国土技术模式技术创新时空数据时空信息时空知识国土空间规划智慧管控

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

国土空间人地关系的概念与内涵辨析

地域研究与开发 2024年第4期43卷 1-8页

作者：赵鹏军刘正莹陈军北京大学深圳研究生院城市规划与设计学院广东深圳518055 北京大学城市与环境学院北京100871 国家基础地理信息中心北京100830

协调人地关系是可持续发展的内在要求,是世界各国空间规划编制与实施监测的重要内容,也是国土空间规划的基础科学问题。本研究解析了开展国土空间人地关系研究的必要性、现实性和紧迫性。基于对人地关系和国土空间的概念认知,提出了国... 详细信息

协调人地关系是可持续发展的内在要求,是世界各国空间规划编制与实施监测的重要内容,也是国土空间规划的基础科学问题。本研究解析了开展国土空间人地关系研究的必要性、现实性和紧迫性。基于对人地关系和国土空间的概念认知,提出了国土空间人地关系的概念。基于对国土空间规划业务的解析,从资源供需关系、资源资产赋权关系、开发保护关系、用途管制关系4个维度探讨了国土空间人地关系的内涵。国土空间人地关系既是人地关系地域系统理论的空间体现,又是面向人与自然和谐的人地关系调控的业务场景,国土空间人地关系的概念与内涵为国土空间规划提供了新的理论支撑。

关键词：国土空间人地关系资源供需关系资源资产赋权关系开发保护关系用途管制关系

在线全文

学校读者我要写书评

暂无评论

基于混合智能的街景影像知识提取方法研究

测绘学报 2024年

作者：刘万增陈杭任加新张兆江李然赵婷婷翟曦朱秀丽自然资源部时空信息与智能服务重点实验室河北工程大学矿业与测绘工程学院中南大学地球科学与信息物理学院国家基础地理信息中心湖北珞珈实验室

针对街景影像目标的智能化提取难题，提出了一种基于混合智能的街景影像知识提取方法（K-CAPSNet）。在现有全景分割网络的基础上，同时关注街景影像的通道信息和空间信息，发展了一种联合注意力机制的全景分割网络，以提高目标分割精... 详细信息

针对街景影像目标的智能化提取难题，提出了一种基于混合智能的街景影像知识提取方法（K-CAPSNet）。在现有全景分割网络的基础上，同时关注街景影像的通道信息和空间信息，发展了一种联合注意力机制的全景分割网络，以提高目标分割精度；将人们在生产、生活中形成的街景知识融入到街景影像认知过程，借助先验知识设置目标标记阈值，对分割结果进行优化；进一步根据街景影像先验知识验证街景目标之间的拓扑关系并利用深度信息进行空间关系知识挖掘；最后采用语义模板对街景目标类型、数量及空间关系进行描述和表达。经过实验表明，相较基线网络，本文方法在全景分割质量和识别质量方面都有明显提升，较好实现对街景影像知识的提取与表达。

关键词：混合智能先验知识全景分割场景认知注意力机制空间关系