利用面向对象的分类方法从IKONOS全色影像中提取河流和道路   总被引：24，自引：0，他引：24  

孙晓霞  张继贤  刘正军 《测绘科学》2006,31(1):62-63

传统的基于像素的统计特征的分类方法在处理高分辨率影像的分类问题上遇到了很大的困难。本研究利用面向对象的影像分析方法对IKONOS全色影像进行了河流与道路的分类,包括利用影像对象的光谱特征的初次分类和利用子目标对象的线特征的二次分类两个过程;其中初次分类由于仅依据光谱信息,不能很好地将河流或道路与其他光谱特征相似的地物区分开,而通过引入子目标的形状特征进行二次分类,就可以准确地将河流与道路提取出来。试验结果表明,面向对象的分类方法能够满足高分辨率或纹理影像的分类需要,具有很大的应用潜力。  相似文献   

高分辨率机载SAR影像判读实验   总被引：3，自引：0，他引：3  

肖洲  赵争  黄国满 《测绘科学》2006,31(2):42-43

近年来机载SAR系统在国内得到快速发展。由于SAR系统具有不同于光学传感器的成像机理,因而可以提供全新的数据获取手段和不同的地物信息。利用高分辨率机载SAR影像进行解译时必须熟悉其成像机理和图像信息特点,充分了解SAR图像解译标志的特点和各类地物的解译规律。本文以高分辨率机载SAR数据为基础,对比光学影像,从SAR成像特点和地物散射特性出发,对SAR影像进行了目视解译,分析了SAR影像在地形地物要素识别中的应用潜力。  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   

断阶型潜山带地质模型的建立及储层预测--以CG20潜山为例     

姜素华  王永诗  张家震  王军 《中国海洋大学学报(自然科学版)》2004,34(3):437-445

以 CG2 0潜山为例 ,从建立地质模型入手 ,包括地层模型、构造模型、储集模型、储盖组合模型、速度模型等 ,认识到各套地层分布和储层物性的差异均与地震响应密切相关 ,因此可以利用地震波的信息 ,预测潜山储层的发育及分布情况。在对 CG2 0潜山进行精细全三维构造解释的基础上 ,探讨性地应用了测井约束反演、吸收系数、相干分析及三维模式识别等技术 ,对潜山储层进行了预测 ,从而提高了潜山勘探的效益 ,并为类似断阶型潜山带的勘探提供了成功的经验 ,具有一定的指导意义。  相似文献   

天然气水合物的地球物理识别标志   总被引：5，自引：0，他引：5  

陈建文  闫桂京  吴志强  龚建明  张银国 《海洋地质前沿》2004,20(6):9-12

地球物理标志是天然气水合物识别标志的重要组成部分，包括测井识别标志和地震识别标志两个方面。系统地总结了含天然气水合物沉积层在电阻、电位、井径、声波、密度、中子和成像测井等方面的测井异常，常规剖面和属性剖面上的地震响应异常，以及东海海域的地球物理异常特征，旨在为我国天然气水合物地球物理识别技术的研究提供基础材料。  相似文献   

海洋天然气水合物的地震识别方法研究   总被引：21，自引：2，他引：21  

马在田  耿建华  董良国  宋海斌 《海洋地质与第四纪地质》2002,22(1):1-8

天然气水合物作为21世纪新的自然能源将为人类的生存发展服务。20世纪60年代证实，俄罗斯西伯利亚的麦索亚哈气田为典型的天然气水合物形成的气田，70年代又在海底发现了固体天然气水合物岩样。1971年，RStoll首先将地震剖面中的似海底反向层解释为海洋天然气水合物存在的标志，后来被深海钻探证实，从此地震方法成为大面积研究天然气水合物的重要手段。天然气水合物既是潜在能源，也是影响环境和形成灾害的因素之一，因此，研究天然气水合物是人类在21世纪的重要课题。探讨海洋天然气水合物的地震识别方法，由于这项工作刚刚起步，还没有做出具体的成果，在此只能根据我们仅有的工作和参照国外分开的出版物，以及出国访问得到的有关资料进行分析，提出我们的一些基本设想，与各位专家探讨。  相似文献   

Facies recognition of some Tertiary coals applied to prediction of oil source rock occurrence     

S. Thompson  R.J. Morley  P.C. Barnard  B.S. Cooper 《Marine and Petroleum Geology》1985,2(4):288-297

Coals are oil source rocks in many of the Tertiary basins of Southeast Asia. The precursors of these hydrogen rich and oxygen poor coals are coastal plain peats which have mainly developed in an everwet and tropical climate. In these environments water flow and reworking can concentrate liptinitic kerogen in preference to vitrinitic kerogen. The distribution, petrography and chemistry of the coaly Miocene source rocks present in the Kutai Basin are described. The recognition of environmental controls on the accumulation of potentially oil-prone coals and coaly shales in deltaic environments is an aid to predictive source bed recognition in petroleum exploration. Comments on the environment of deposition of coaly sediments in the basins of the Norwegian Sea are discussed with reference to their possible oil and/or gas sourcing potential. The Triassic - Jurassic coals of the Haltenbanken area may become more oil-prone towards the delta margins, and facies mapping could aid oil exploration in this area.  相似文献   

Research Progress and Prospect on Reactivation of Ancient Landslides     

Yongshuang Zhang  Ruian Wu  Changbao Guo  Lichao Wang  Xin Yao  Zhihua Yang 《地球科学进展》2018,33(7):728-740

The ancient landslide has endured long-term slope evolution which results in its complicated material and special rock-soil properties. The risk of ancient landslide reactivation is substantially increasing due to the increase of intensified human engineering activities and the frequency of extreme weather events. Many ancient landslides have been reactivated all over the world and led to serious fatalities and severe damage to many important engineering facilities such as transportation and hydropower engineering projects. On the basis of the analysis of the research situation about the ancient landslides at home and abroad, the main research advances were summarized including the regional developing laws and recognizing of the ancient landslides, the mechanics properties of ancient landslide body and related sliding zone, reactivation mechanism of ancient landslides, reactivating process and modeling analysis of ancient landslides, early recognization of ancient landslide reactivation, etc. To meet the demands of disaster prevention and reduction, three key scientific issues were put forward to be solved: ①automaticaly establishing the methodology and identification criterions for recognition of ancient landslide; ②revealing the reactivation mechanism of ancient landslide based on a new strength theory; ③establishing the early rapid recognition method and predictive model for ancient landslide reactivation. Solving the above mentioned scientific theory and methodology will facilitate the planning and site selection of major projects as well as the disaster prevention and reduction in ancient landslide developing areas.  相似文献   

来自大别山深成侵入岩图像深度迁移学习的可解释性研究     

陈忠良  袁峰  李晓晖  郑超杰 《地质论评》2023,69(3):2023030017-2023030017

岩石图像识别是以深度学习为代表的感知智能在地质领域的典型应用场景。已有研究显示网络结构简单的深度卷积神经网络能够在岩石图像上取得比复杂网络结构高的分类准确率。这与ImageNet数据集上网络结构越深越好的趋势相悖。如何解释这一现象？深成侵入岩为显晶质,自形—半自形粒状结构,块状构造,其分类的依据是其矿物成分及相对含量。大别山地区岩浆活动广泛,中生代深成侵入岩广泛出露。岩石类型包括超镁铁质岩类、辉长岩类、闪长岩类、正长岩类、二长岩类和花岗岩类,基本覆盖IUGS推荐的深成侵入岩分类方案中的岩石类型。选取大别山地区中生代深成岩图像开展不同网络结构预训练模型迁移学习对比试验,能够专注于深度学习对矿物成分特征的学习解释,降低构造因素的影响。借助局部可理解的模型解释技术和特征图可视化技术,分别从全连接层分类决策区域可视化和卷积隐层可视化两方面对深度学习模型开展可解释性研究。结果表明简单网络结构的卷积神经网络能够提取不同矿物所表现出的颜色特征以及不同矿物组合所表现出的纹理特征。AlexNet模型的削减试验进一步证明：对于岩石图像深度学习,网络结构并不总是越深越好。  相似文献