基于多特征融合与边缘约束的建筑物变化检测     

曹云刚  谢宇航  杨磊  张伟  龚鹏杰 《测绘与空间地理信息》2022,45(3):8-15

利用遥感影像进行建筑物变化检测能够快速获取城镇扩张、违章建筑管控等结果.针对基于单一特征的高分辨率遥感影像变化检测算法检测结果较为粗糙,变化建筑物边缘效果不佳等问题,本文提出一种多特征信息融合与边缘约束的建筑物变化检测方法.引入改进的形态学建筑物指数,通过建筑物的多特征描述与差异特征集融合实现城镇区域建筑物变化信息自动...  相似文献   

《海洋工程》2021年39卷第5期目次     

《海洋工程》编辑部 《海洋工程》2021,39(5):I-II

  相似文献   

CMIP5模式对东太平洋ITCZ偶极子模态模拟能力的评估     

李馥孜  郑小童 《热带海洋学报》2021,40(1):44-57

本研究利用第五次国际间耦合模式比较计划(Coupled Model Intercomparison Project phase 5, CMIP5)中的24个模式的工业革命前控制试验(Pre-industrial Control, picontrol)模拟结果, 结合观测资料, 评估了24个CMIP5 模式对东太平洋热带辐合带偶极子(Eastern Pacific ITCZ dipole, EPID)降水模态的模拟能力, 并建立了其与模式对热带太平洋气候态模拟之间的联系。结果表明: 1) 绝大多数模式在北半球春季(2—4月)对EPID模态模拟能力较差, 主要原因在于CMIP5模式对热带辐合带(Intertropical Convergence Zone, ITCZ)的模拟偏差, 其中模拟效果较差的模式在2—4月的气候态降水分布在赤道以南, 且降水普遍偏强; 2) 对各模式的EPID模态选取的季节按照技巧评分最高进行调整后, 大部分模式能较好地模拟出EPID模态的空间分布特点, 技巧评分在0.6以上, 其中模拟效果好的模式(技巧评分大于0.7)中EPID模态出现的月份同时在中东太平洋气候态表现出“双ITCZ”特征, 且多模式集合结果的模拟误差小于绝大多数模式。  相似文献   

广西苍梧贺街-夏郢断裂遥感影像和小震分布     

潘黎黎  凌铭  李细光 《华北地震科学》2021,39(1):32-41

采用遥感影像解译、小震精定位等方法,结合野外地震地质调查,分析了贺街-夏郢断裂附近的遥感影像特征和小震分布特征,并据此将贺街-夏郢断裂从南到北分为南段(夏郢镇毓秀-石桥镇新塘)、中段(石桥镇新塘-步头镇白石口)、北段(步头镇白石口以北)。结果显示,贺街-夏郢断裂中段卫星影像上线性特征明显,控制石桥-沙头盆地的发育,局部次级断裂控制NE向水系发育,苍梧MS5.4地震就发生在中段,附近有小震活动,初步推测中段第四纪以来有过活动;北段影像上有一定的线性特征,沿盆地边缘第四纪宽阔谷地发育,小震活动弱,初步推测北段第四纪以来可能有过活动;南段影像上线性特征不明显,多发育在基岩山体中,对沿途水系无错移,无小震活动,初步推测南段第四纪以来未曾活动。  相似文献   

基于超像元词包特征和主动学习的高分遥感影像变化检测     

杨进一  徐伟铭  王成军  翁谦 《地球信息科学学报》2019,21(10):1594-1607

为解决高分辨率遥感影像变化检测中存在底层特征缺乏语义信息、像元级的检测结果存在“椒盐”现象以及监督分类中样本标注自动化程度较低,本文提出一种基于超像元词包特征和主动学习的变化检测方法。首先采用熵率分割算法获取叠加影像的超像元对象;其次提取两期影像像元点对间的邻近相关影像特征（相关度、斜率和截距）和顾及邻域的纹理变化强度特征（均值、方差、同质性和相异性）,经线性组合作为像元点对的底层特征;然后基于像元点对底层特征利用BOW模型构建超像元词包特征,并采用一种改进标注策略的主动学习方法从无标记样本池中优选信息量较大的样本,且自动标注样本类别;最后训练分类器模型完成变化检测。通过选用2组不同地区的GF-2影像和Worldview-Ⅱ影像作为数据源进行实验,实验结果中2组数据集的F1分数分别为0.8714、0.8554,正确率分别为0.9148、0.9022,漏检率分别为0.1681、0.1868,误检率分别为0.0852、0.0978。结果表明,该法能有效识别变化区域、提高变化检测精度。此外,传统主动学习方法与改进标注策略的主动学习方法的学习曲线对比显示,改进的标注策略可在较低精度损失下,有效提高样本标注自动化程度。  相似文献   

长沙市高分辨率遥感影像辅助规划5a综合应用     

赵莹莹  龙洋洲  杨志波 《地理空间信息》2019,17(5)

高分辨率遥感影像以其现势、直观、易判读等优势在城乡规划管理工作中起着重要的基础保障作用。可将定期更新的高分辨率遥感影像数据及时地应用于规划执法、交通研究、生态保护等领域;同时由周期性的遥感数据及其专题应用成果累积形成的遥感综合应用大数据是城市变迁的历史见证,还可降低城乡规划管理工作成本,提升决策水平。  相似文献   

5-HT介导AC-cAMP-PKA-CREB通路与抑郁症易感性研究进展     

詹浪  赵博 《应用海洋学学报》2019,35(4):161-163

  相似文献   

基于多时相Landsat影像的中亚地区植被覆盖遥感监测          下载免费PDF全文

王华  杨乾鹏  田云杰  郭山川  唐鹏飞 《干旱区地理》2020,43(4):1023-1032

针对中亚地区的强生态脆弱性、高敏感性特征,有必要开展广域、长期的植被覆盖监测以匹配“绿色丝绸之路”的可持续发展目标。鉴于此,联合Landsat 5和Landsat 8卫星数据集,利用Google Earth Engine（GEE）地理空间数据云计算平台,估算了中亚地区1993—2018年间共12期的植被覆盖度。结果表明：（1）中亚地区植被覆盖总体水平较低,但也具有较为显著的空间异质性。（2）中亚地区1993—2018年间多数区域植被覆盖趋势较为稳定,哈萨克斯坦丘陵、费尔干纳盆地等区域植被覆盖度呈增加趋势,乌拉尔河流域和锡尔河流域等区域植被覆盖趋势为负。（3）植被覆盖度时序特征上,中亚地区1993—2018年间总体植被覆盖度累积增加3%,其中吉尔吉斯斯坦和塔吉克斯坦植被覆盖分别增加3.96%和5.86%。（4）裸土区呈退缩趋势,面积总计减少25.9×10⁴ km²,低植被覆盖区、中植被覆盖区和高植被覆盖区范围在呈现出的振荡式增加。研究结合遥感大数据和地理云计算对中亚地区进行区域尺度的植被覆盖动态监测,能对中亚地区生态评估和演替分析提供技术支持和定量数据。  相似文献   

基于深度学习理论的无人机影像分类     

阳成 《北京测绘》2020,(4):481-484

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。  相似文献   

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物     

刘懿兰  黄晓霞  李红旮  柳泽  陈崇  王新歌 《地球信息科学学报》2019,21(2):259-268

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。  相似文献