地下目标体重力张量数据的边界识别与增强算法的研究     

张超  王庆宾  黄佳喜  冯进凯 《测绘工程》2017,26(4)

边界增强与识别在重力数据处理中占据重要地位,与传统重力异常数据相比,重力张量及其高阶分量对于直接反映异常体的边界具有更高的精度。当异常数据中的所有网格点的值均较低时,通过Sigmoid变换,可以实现高异常值网格数据的拉升,同时压缩低灰度级像素,从而凸显地质体边界,提高边界增强后图像的识别效果。文中利用张量及其分量构建常用的边界识别算法,通过组合体模型进行多种边界识别算法的试算,以比较分析各自的效果,并对结果进行Sigmoid变换。结果表明:对于张量高阶分量组合形式,水平梯度模、解析信号能基本反映浅异常体的边界,gzz水平梯度模能较好反映浅异常体边界,但三者均不能识别深异常体边界;Tilt梯度、Theta和ITA3效果不理想;ITA2能在有效均衡不同强度异常信号的同时,清晰地识别不同深度异常体的边界;采用Sigmoid变换,可以明显提高边界识别的识别效果。  相似文献   

利用轨迹大数据进行城市道路交叉口识别及结构提取   总被引：4，自引：4，他引：0  

唐炉亮  牛乐  杨雪  张霞  李清泉  萧世伦 《测绘学报》2017,46(6):770-779

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。  相似文献   

基于自然主控因子和道路可达性的广东省乡村聚落空间分布特征及影响因素   总被引：15，自引：1，他引：14  

杨忍 《地理学报》2017,72(10):1859-1871

以遥感图像分类解译数据为基础,利用核密度、道路交通可达性阻力值、Logistic回归模型,定量识别了1990-2013年的广东省全域范围内的乡村聚落空间分布特征及现状、乡村聚落空间分布的主导影响因素,并讨论归纳了乡村聚落演变及其机制研究的内容框架。结果表明：① 广东省乡村聚落空间分布具有低海拔、低坡度、邻河流、邻乡镇的空间指向性。呈现出“平原稠密,山区稀疏”的空间分布格局,形成了粤东潮汕平原和粤西湛江平原台地两大高密度核心区域,珠江三角洲外围山区的乡村聚落呈现出邻近于河流谷地和沿交通线串珠式布局特征。② 乡村聚落除具有邻近开放型道路空间指向性外,更为重要体现为到乡镇的道路交通可达性对乡村聚落空间分布影响最大,镇—村连接的交通网络完善度对乡村转型发展的意义重大,全面提升乡镇的综合生产和服务能力将是优化农村地区村镇体系的核心。③ 高程和坡度是影响乡村聚落的分布、规模、形态的两个重要的基础性影响因素。自然地理本底属性是村庄优化布局与空间重构规划建设考虑的第一要素。④ 在“互联网+”时代背景下,重构农村地区市场网络体系对接于全球市场网络体系,建构以乡镇为核心的乡村生活服务圈,有待进一步探寻“三生空间”的重构和社会文化传承与保护的理论与实践的研究。同时深化乡村聚落形态演化、乡村空间生产、乡村社会网络、群体行为、社会自治、社会文化领域等的研究将是全球化背景下中国乡村空间重构研究的核心领域。  相似文献   

辽宁省低碳经济发展水平评价     

张福祥  盖美  张洪锦 《地域研究与开发》2017,36(4)

构建包含经济系统、能源系统、碳排放系统、技术投入系统和环境系统5个准则层及23个指标的低碳经济发展水平评价体系,基于可变模糊识别模型,分析评价辽宁省低碳经济发展水平。结果显示:辽宁省低碳经济发展水平由2004年的2.87提升到2014年的3.01,由中碳偏高水平提升到中碳发展水平。沈阳、大连、丹东、锦州、营口和葫芦岛的低碳经济发展水平较高;鞍山、抚顺、本溪、盘锦、辽阳及铁岭的低碳经济发展水平较低。在此基础上,运用SBM模型测算辽宁省各市的碳排放效率,其结果与低碳经济发展水平评价值有较大关联。  相似文献   

A linear tessellation model to identify spatial pattern in urban street networks     

Yakun He  Wenhao Yu  Xiang Zhang 《International journal of geographical information science》2017,31(8):1541-1561

Street patterns reflect the distribution characteristics of a street network and affect the urban structure and human behavior. The recognition of street patterns has been a topic of interest for decades. In this study, a linear tessellation model is proposed to identify the spatial patterns in street networks. The street segments are broken into consecutive linear units with equal length. We define five focal operations using neighborhood analysis to extract the geometric and topological characteristics of each linear unit for the purpose of grid-pattern recognition. These are then classified by Support Vector Machine, and the result is optimized based on Gestalt principles. The experimental results demonstrate that our method is effective for mining grid patterns in a street network.  相似文献   

长株潭城市群污染空间识别与污染分布研究   总被引：3，自引：2，他引：1  

何甜  帅红  朱翔 《地理科学》2016,36(7):1081-1090

利用Arc-GIS空间分析软件对各类型污染进行空间识别和分布模拟,探究长株潭城市群污染空间分布特征。结果显示：① 该区大气环境污染以扬尘和煤烟型为主,主要污染物为可吸入颗粒物和二氧化硫,重点污染区域在长沙、株洲、湘潭三市主城区,呈点状分布;② 该区水域整体水质基本达标,水体环境污染以氨氮和各类重金属为主,且有明显的季节变化规律;③ 土壤污染覆盖范围较广,以株洲市的石峰区为代表,以镉污染最为严重,主要原因为重化工业排污累积。总之,株洲污染最严重,湘潭和长沙次之。污染空间的形成与长株潭城市群的地形地势及三类污染元素之间的转化有较大关联。  相似文献   

基于DEM小流域复杂网络的黄土高原地貌自动识别研究     

林偲蔚  陈楠  刘奇祺  贺卓文 《地球信息科学学报》2022,24(4):657-672

地貌识别,对于人类建设,地质构造研究,环境治理等相关领域都有着重要意义。传统的基于像素单元或面向对象的地貌识别方法存在局限性。由于流域小单元具有表面形态的完整性,在地貌演化中具有明确的地理意义,基于流域小单元的地貌识别成为了该领域的一个新热点。然而,基于传统地形因子的地貌识别方法使用的因子往往较为单一或者在地学描述上存在重复性,目前尚无针对流域小单元进行空间结构描述和拓扑关系特征量化的地貌识别研究。基于此,本文基于DEM进行水文分析并通过坡谱方法解决了小流域稳定面积难以确定的问题,在黄土高原样区提取了181个稳定小流域。根据复杂网络理论和地貌学原理提出了流域加权复杂网络的概念和相应的8个定量指标用于流域空间结构的模拟和量化描述。最后采用了基于决策树的XGBoost机器学习算法进行地貌识别,实验对于黄土高原主要地貌类型的识别显现出较好的效果,Kappa系数为86.00%,总体精度达到了88.33%。对于地貌形态特征明显的地貌,复杂网络方法其顾及空间结构和拓扑特征的特性导致了其较高的识别性能,精度和召回率都在90%~100%之间。通过与前人的研究进行对比,其识别结果亦呈现出较高的精度,这些都验证了流域加权复杂网络是一种基于流域小单元地貌识别的高精度且有效的方法。  相似文献   

AlexNet支持下的地图建筑物形状分类方法     

焦洋洋  刘平芝  刘爱龙  刘松林 《地球信息科学学报》2022,24(12):2333-2341

地图目标的形状在地图制图综合、空间查询等研究中发挥着重要作用。地图建筑物形状的识别与分类作为建筑物轮廓化简与典型化的基础,一直是制图综合研究的热点问题。目前,主要的建筑物形状识别方法主要依赖对建筑物轮廓的描述,对建筑物等地图面状要素的形态特征有较强的依赖性,通常只在应对特定类型的规则轮廓或直角化轮廓时能发挥较好的效果,对于形状不规则或复杂的情况识别不佳。本文提出一种AlexNet支持下的地图建筑物形状分类方法,将矢量地图中建筑物数据的形状分类问题,转化为建筑物栅格图像的分类问题,通过完成卷积神经网络的图形分类实现建筑物的形状识别。该方法首先结合空间认知规律提出一系列典型建筑物形状类型,然后利用矢量-栅格转换的方法从OSM数据采样单体建筑物栅格图像,通过人工标识获得建筑物形状分类训练样本,训练AlexNet卷积神经网络分类模型,最后利用训练好的模型对大比例尺建筑物数据进行智能形状分类与识别。本文利用北京、香港2个城市的OSM建筑物数据作为样本训练建筑物形状分类模型,并在广州部分城区的OSM建筑物数据上进行验证。相较传统形状相似性度量方法,本文提出的方法对实验区建筑物的识别分类总体查全率提高了2.48%,达到92.32%,对于较为复杂的形状（如T形、十字形）识别也具有更高的精度,查准率分别提高了13.83%和24.53%。实验结果表明本文提出的方法对建筑物形状分类的效果有明显提升,能够实现常见建筑物形状的有效分类,为下一步的建筑物化简、典型化等综合操作打下了基础。  相似文献   

基于知识的点状符号自动识别   总被引：1，自引：0，他引：1  

叶建栲  任留成  季红专 《测绘学院学报》1999,(3)

文中根据地形图黑版要素中点状符号的特点,总结了6种易于表达的知识特征,并据此提出了一种基于知识的点状符号识别方法。  相似文献   

地震前兆观测异常信号识别的困难与局限性     

严尊国  陈俊华 《华南地震》1999,19(1):8-14

地震前兆观测异常信号识别是前兆研究的基础,但是前兆现象的识别始终存有较大争议,从前兆观测系统,环境影响因素,观测量自身物理规律,前兆特征和数据处理方法等方面分析了前兆识别中存在的客观困难和局限性,文中提出了一些观点,希冀通过对存在问题的客观认识,寻求在当前认识水平和条件下地震前兆研究的途径。  相似文献