全局局部细节感知条件随机场的高分辨率遥感影像建筑物提取     

朱祺琪  李真  张亚男  李佳伦  杜禹强  关庆锋  李德仁 《遥感学报》2021,25(7):1422-1433

条件随机场模型由于其较强的上下文信息建模能力,被广泛应用于建筑物提取任务中。然而,面对高分辨率遥感影像丰富的地物信息,基于条件随机场的提取方法存在建筑物边界模糊的问题。本文提出了一种全局局部细节感知条件随机场框架,该框架提出全局局部一体化D-LinkNet,在有效利用多尺度建筑物信息的同时保留局部结构信息,解决了传统条件随机场一元势能丢失边界信息的问题。同时,该框架融合分割先验以缓解建筑物类内光谱差异较大的影响,利用更大尺度的上下文信息来精确提取建筑物,并引入局部类别标记代价从而保持细节信息以获取清晰的建筑物边界。实验结果表明,该框架在WHU卫星和航空数据集上的精度评价指标均优于其他对比方法,其IoU分别达89.82%和91.72%,对于复杂场景下的建筑物信息能够获得较好的提取效果。  相似文献   

基于伪随机信号的磁电法渗漏模型试验     

张化鹏  钱卫  刘瑾  武立林  宋泽卓 《物探与化探》2022,(1):198-205

磁电法是近些年在国内兴起的一种电磁勘探方法,该方法在探测地下渗流等长走向的良导地质体方面具有技术优势,但是其抗干扰能力差,易受外部噪声影响,一直未能推广.近年来,伪随机信号在物探领域开始广泛应用,该技术通过对冲激响应及阶跃响应进行卷积运算来达到降噪目的 ,可极大地提升抗干扰能力,因此,本文结合磁电法的勘探原理及伪随机辨...  相似文献   

Influence of length effect on embankment slope reliability in 3D          下载免费PDF全文

Michael A. Hicks  Yajun Li 《国际地质力学数值与分析法杂志》2018,42(7):891-915

Embankment slopes composed of spatially variable soils have a variety of different failure modes that are affected by the correlation distances of the material properties and the geometry and total length of the slope. This paper examines the reliability of soil slopes for embankments of different length and uses parallel computing to analyse very long embankments (up to 100 times the embankment height) for a clay soil characterised by a spatially varying undrained shear strength. Based on a series of analyses using the 3D random finite element method (RFEM), it is first shown that the reliability of slopes of various length can be efficiently computed by combining simple probability theory with a detailed 3D RFEM analysis of a representative shorter slope of length 10 times the slope height. RFEM predictions of reliability indices for longer slopes are then compared with results obtained using Vanmarcke's (1977a) simplified 3D method and Calle's (1985) extended 2D approach. It is shown that these methods can give significantly different results, depending on the horizontal scale of fluctuation relative to the slope length, with RFEM predicting a lower slope reliability than the Vanmarcke and Calle solutions in all cases. The differences in the solutions are evaluated and attributed to differences in the assumed and computed failure surface geometries.  相似文献   

基于随机森林模型的东北地区收缩城市分布格局及影响因素研究   总被引：1，自引：0，他引：1  

闫广华  陈曦  张云 《地理科学》2021,41(5):880-889

基于2005—2009年、2010—2014年、2015—2019年和2005—2019年人口变化数据,判定东北地区收缩城市,分析其空间分布格局,并对比运用多元线性回归方法和随机森林回归方法探索东北地区收缩城市形成的影响因素及其影响作用。结果表明：① 空间上,东北地区的收缩城市主要分布在以长白山、三江平原、小兴安岭和大兴安岭等地区为代表的“陆上边缘”地区;时间上,收缩中心呈现出明显向北移动的态势,与之相对的扩张中心呈现出向南移动的态势,并且收缩城市进一步集聚;② 在影响因素的研究上,多元线性回归与随机森林回归结果都表明社会经济因素对收缩城市形成起了主要作用;③ 随机森林回归的精度比多元线性回归高,其结果显示人均GDP对收缩强度的影响程度最大,随后依次为失业率、科学教育事业费、在岗职工平均工资,且这4个影响因素中仅失业率对收缩起促进作用,其余3个影响因素在不同程度上抑制收缩城市的形成。  相似文献   

喀斯特地区地表温度空间降尺度方法初探     

尹枷愿  蔡宏  田鹏举  唐敏 《地理与地理信息科学》2021,37(2):38-46,99

喀斯特地区地形起伏大,常规的降尺度方法及所选择的因子对其不适用。该文根据喀斯特地区的特点,选取反射率、遥感指数及高程因子为尺度因子,通过随机森林模型建立MODIS第31、32波段辐射亮度数据和尺度因子之间的非线性关系,构建适合喀斯特地区的随机森林(Karst Random Forest,KRF)模型,成功将空间分辨率为1 km的热红外辐射亮度降至100 m,最后利用劈窗算法反演得到空间分辨率为100 m的地表温度。将KRF方法与仅考虑常规因子的多因子随机森林回归模型(MTVRF)和热锐化算法(TsHARP)对比,结果表明:1)在不同高差的喀斯特地区,KRF方法可较大程度提高地表温度降尺度精度,均方根误差(RMSE)在遵义市西北部和贵阳市以南地区分别为2.46 K和1.45 K,较MTVRF模型分别降低了0.1419 K和0.2928 K,较TsHARP算法分别降低了0.6204 K和0.6953 K,且在地形起伏度较低的喀斯特山区城市(贵阳市以南)表现更好;2)在喀斯特地区不同地类上,KRF方法效果也较好,其中植被区域最优,RMSE为1.41 K,破碎的裸土区域RMSE为1.84 K。研究显示,考虑特殊尺度因子的KRF方法可提高喀斯特地区地表温度的降尺度精度,为该地区以地表温度为基础的研究提供更精细可靠的地表温度产品。  相似文献   

基于粒子滤波的行车轨迹路网匹配方法     

郑诗晨  盛业华  吕海洋 《地球信息科学学报》2020,22(11):2109-2117

行车轨迹是一种时间序列的地理空间位置采样数据,而传统的轨迹—路网匹配方法主要以全局或局部寻优的方式建立轨迹—路网匹配关系,影响了时空场景中数据的匹配计算过程的相对独立性。针对这个问题,本文基于粒子滤波（Particle Filter,PF）原理建立行车轨迹与道路网络之间的匹配关系。首先,沿轨迹中车辆运动方向在道路网络中搜索邻近道路节点,在与道路节点拓扑邻接的道路弧段上初始化随机生成粒子,根据轨迹中车辆运动模型将粒子沿所在道路弧段移动;然后,基于PF原理计算各时刻粒子运动状态及与行车轨迹采样点之间的距离误差,根据高斯概率密度函数计算粒子权重并利用随机重采样方法进行粒子重采样,迭代更新粒子运动状态;最后,计算与搜索到的道路节点拓扑邻接的每条道路弧段中累计粒子权重,通过各道路弧段累计权重计算轨迹—路网匹配关系。以行车轨迹进行实验表明,利用本文方法可以通过粒子时空变化反映采样点的移动,行车轨迹—路网匹配结果的正确率大于85%,能够实现行车轨迹和路网的准确匹配。  相似文献   

Tropical land use land cover mapping in Pará (Brazil) using discriminative Markov random fields and multi-temporal TerraSAR-X data     

《International Journal of Applied Earth Observation and Geoinformation》2017

Remote sensing satellite data offer the unique possibility to map land use land cover transformations by providing spatially explicit information. However, detection of short-term processes and land use patterns of high spatial–temporal variability is a challenging task.We present a novel framework using multi-temporal TerraSAR-X data and machine learning techniques, namely discriminative Markov random fields with spatio-temporal priors, and import vector machines, in order to advance the mapping of land cover characterized by short-term changes. Our study region covers a current deforestation frontier in the Brazilian state Pará with land cover dominated by primary forests, different types of pasture land and secondary vegetation, and land use dominated by short-term processes such as slash-and-burn activities. The data set comprises multi-temporal TerraSAR-X imagery acquired over the course of the 2014 dry season, as well as optical data (RapidEye, Landsat) for reference. Results show that land use land cover is reliably mapped, resulting in spatially adjusted overall accuracies of up to 79% in a five class setting, yet limitations for the differentiation of different pasture types remain.The proposed method is applicable on multi-temporal data sets, and constitutes a feasible approach to map land use land cover in regions that are affected by high-frequent temporal changes.  相似文献   

高分辨率青藏高原历史月降水数据重建     

徐明  石玉立  王彬 《地理科学进展》2018,37(7):923-932

青藏高原对全球气候研究具有重要意义,而降水数据对水文、气象和生态等领域的研究也至关重要,且随着研究内容和尺度的变化,对高时空分辨率的历史降水数据的需求越发迫切。本文基于TRMM 3B43降水数据,采用随机森林算法,引入归一化植被指数(AVHRR NDVI)、高程(SRTM DEM)、坡度、坡向、经度、纬度6个地理因子,建立历史降水重建模型,获得1982-1997年分辨率为0.0833°的青藏高原年降水数据,然后根据比例系数法计算出月降水数据。为提高精度,利用站点数据对月降水数据进行校正。结果表明,该方法能简单有效地获得高时空分辨率的历史降水数据,决定系数R²大部分在0.4~0.9之间,平均值为0.6767,其中夏季效果最好,冬季效果最差;均方根误差RMSE和平均绝对误差MAE均在50 mm以下,RMSE均值为22.66 mm,MAE均值为15.97 mm;偏差Bias较小,基本在0.0~0.1之间。  相似文献   

基于数值预报和随机森林算法的强对流天气分类预报技术   总被引：4，自引：2，他引：2  

李文娟  赵放  郦敏杰  陈列  彭霞云 《气象》2018,44(12):1555-1564

随机森林算法是当前得到较为广泛应用的机器学习方法之一,有着很高的预测精度,训练结果稳定,泛化能力强,解决多分类问题有明显优势。本文将随机森林算法应用于强对流的潜势预测和分类,分短时强降水、雷暴大风、冰雹和无强对流四种类别,基于2005—2016年NCEP 1°×1°再分析资料计算的对流指数和物理量,开展强对流天气的分类训练、0～12 h预报和检验,经2015—2016年独立测试样本检验表明,针对强对流发生站点的点对点检验,整体误判率为21. 9%,85次强对流过程基本无漏报,模型尤其适用于较大范围强对流天气。随机森林算法筛选的因子物理意义较为明确,和主观预报经验基本相符,模型准确率高,可用于日常业务。  相似文献   

Classifying natural-language spatial relation terms with random forest algorithm     

Shihong Du  Xiaonan Wang  Chen-Chieh Feng  Xiuyuan Zhang 《International journal of geographical information science》2017,31(3):542-568

The exponential growth of natural language text data in social media has contributed a rich data source for geographic information. However, incorporating such data source for GIS analysis faces tremendous challenges as existing GIS data tend to be geometry based while natural language text data tend to rely on natural language spatial relation (NLSR) terms. To alleviate this problem, one critical step is to translate geometric configurations into NLSR terms, but existing methods to date (e.g. mean value or decision tree algorithm) are insufficient to obtain a precise translation. This study addresses this issue by adopting the random forest (RF) algorithm to automatically learn a robust mapping model from a large number of samples and to evaluate the importance of each variable for each NLSR term. Because the semantic similarity of the collected terms reduces the classification accuracy, different grouping schemes of NLSR terms are used, with their influences on classification results being evaluated. The experiment results demonstrate that the learned model can accurately transform geometric configurations into NLSR terms, and that recognizing different groups of terms require different sets of variables. More importantly, the results of variable importance evaluation indicate that the importance of topology types determined by the 9-intersection model is weaker than metric variables in defining NLSR terms, which contrasts to the assertion of ‘topology matters, metric refines’ in existing studies.  相似文献