Evaluating techniques for mapping island vegetation from unmanned aerial vehicle (UAV) images: Pixel classification,visual interpretation and machine learning approaches     

《International Journal of Applied Earth Observation and Geoinformation》2020

We evaluate three approaches to mapping vegetation using images collected by an unmanned aerial vehicle (UAV) to monitor rehabilitation activities in the Five Islands Nature Reserve, Wollongong (Australia). Between April 2017 and July 2018, four aerial surveys of Big Island were undertaken to map changes to island vegetation following helicopter herbicide sprays to eradicate weeds, including the creeper Coastal Morning Glory (Ipomoea cairica) and Kikuyu Grass (Cenchrus clandestinus). The spraying was followed by a large scale planting campaign to introduce native plants, such as tussocks of Spiny-headed Mat-rush (Lomandra longifolia). Three approaches to mapping vegetation were evaluated, including: (i) a pixel-based image classification algorithm applied to the composite spectral wavebands of the images collected, (ii) manual digitisation of vegetation directly from images based on visual interpretation, and (iii) the application of a machine learning algorithm, LeNet, based on a deep learning convolutional neural network (CNN) for detecting planted Lomandra tussocks. The uncertainty of each approach was assessed via comparison against an independently collected field dataset. Each of the vegetation mapping approaches had a comparable accuracy; for a selected weed management and planting area, the overall accuracies were 82 %, 91 % and 85 % respectively for the pixel based image classification, the visual interpretation / digitisation and the CNN machine learning algorithm. At the scale of the whole island, statistically significant differences in the performance of the three approaches to mapping Lomandra plants were detected via ANOVA. The manual digitisation took a longer time to perform than others. The three approaches resulted in markedly different vegetation maps characterised by different digital data formats, which offered fundamentally different types of information on vegetation character. We draw attention to the need to consider how different digital map products will be used for vegetation management (e.g. monitoring the health individual species or a broader profile of the community). Where individual plants are to be monitored over time, a feature-based approach that represents plants as vector points is appropriate. The CNN approach emerged as a promising technique in this regard as it leveraged spatial information from the UAV images within the architecture of the learning framework by enforcing a local connectivity pattern between neurons of adjacent layers to incorporate the spatial relationships between features that comprised the shape of the Lomandra tussocks detected.  相似文献   

路网约束条件下热力规则设计与试验     

杜晓  周玉秀  周琦  郑义  张俊辉  林尚纬  陈利军 《测绘通报》2020,(7):18-21

热力图是一种能直观准确展示空间观测值的有效工具，在多个领域具有广泛应用。本文在分析设定不同道路层权重、道路技术等级分类的基础上，以反距离权重、直方图均衡化、密度补偿、参数多次迭代等方法，研究构建了以热力方式展示道路网分布及发达程度的相关规则体系。热力规则通过道路赋权、路线曲面化、密度协调、图面综合等多套规则的有机结合，实现了道路网总体发达水平信息的提取与展示，并以全球地理信息资源建设项目路网成果中的亚洲和非洲部分国家数据为例，进行了信息提取与热力分布试验。  相似文献   

北斗一张网业务管理与服务系统设计与实现     

唐晓霏  车一鸣  孙小超  魏以宽  赵鹏 《测绘通报》2020,(1):142-145

针对北斗一张网体系建设与运营项目的实际需求与现状，整合已有基础设施资源，深入研究挖掘了潜在的信息资源，搭建了一个标准化管理与服务应用统一平台——业务管理与服务系统，提高了系统的移动管理能力、系统管理水平及系统服务效率，改变了传统CORS的管理与运维模式，同时也为海量用户提供了更高效便捷的个性化服务，真正从应用层面上实现了规范化、体系化与便捷化。在这一系统的支撑下，北斗一张网服务体系确立了全新的管理机制，也为北斗未来更广泛地推广应用打下坚实基础。  相似文献   

利用BDS与无人船进行污染源分析及处理     

姜沣珊  岳中杨  程俊颖  赵泽阳 《测绘通报》2020,(2):155-159

在大数据的背景下，充分利用北斗卫星导航系统（BDS）的定位功能，以无人船作为用户端，在水质数据采集和污染源位置的问题中积极探索新的实践方案，迅速、准确地找到污染源，减少河流污染物污染的时间，且无人船上装有净化模块，在发现污染时可作简易处理。在无人船上安装水质分析仪，水质分析仪的传输模块中安装经给防水处理的北斗卫星定位芯片和WiFi数据传输器，进而对河流的污染物种类及浓度进行分析，并采用大数据的计算方法，计算出污染源位置，向云平台反映污染源位置分析结果与污染物处理方法。通过BDS，将数据按照位置区域划分，并将能到达污染源的最短路径发送到处理人的移动设备上。本文通过对基于BDS定位的水质污染监测可视化系统进行分析，以期迅速找出污染源，减少水质污染现象的发生。  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   

移动轨迹数据可视化方法总结     

酒心愿  柳林  郭慧 《测绘与空间地理信息》2020,(4):178-181

作为移动社交网络的主体,人们移动带来的位置轨迹不仅记录了人的行为历史,也记录了人与社会的交互活动信息。移动社交网络中位置轨迹数据的分析与利用为解决城市问题提供了一种新的思路。本文概述了轨迹数据可视分析中的几种方法,总结了轨迹数据可视分析研究中存在的问题和面临的挑战。  相似文献   

国产高分辨率遥感影像农村公路核查方法及其应用     

蔡红玥  袁胜古  阳柯  王芳  盛光晓 《测绘通报》2020,(3):91-95

传统的农村公路核查需要人工实地抽查或通过GNSS设备进行信息采集验核，存在成本高、效率低等问题。遥感影像具有成像范围广、时效性高、成本低、能客观反映现实情况等优点。相比于传统方法，将遥感影像引入农村公路核查，能客观、准确、高效地对农村公路相关信息进行核查。本文基于国产高分辨率遥感影像，结合农村公路遥感核查业务，采用遥感影像道路提取算法，设计并实现了一种农村公路核查方法。将本方法应用于某中部省份农村公路遥感核查业务，实际应用表明该方法能有效提高现有农村公路遥感核查的工作效率。  相似文献   

基于深度置信网络的GNSS-IR土壤湿度反演     

陈堃  沈飞  曹新运  朱逸凡 《测绘通报》2020,(9):100-105

基于大地测量型GNSS接收机获取的反射信号反演土壤湿度是GNSS领域的研究热点。为克服常规线性回归和BP神经网络算法等的缺陷，本文提出了一种基于深度置信网络的GNSS-IR土壤湿度反演方法。试验结果表明，基于该方法得到的决定系数、土壤湿度平均绝对误差和均方根误差分别为0.909 8、0.017、0.021，与线性回归和BP神经网络算法相比，与实测数据吻合度更高，可有效提高土壤湿度反演精度，证明了方法的有效性和可靠性。  相似文献   

区域地震台网历史震相数据整合与共享服务     

刘伟  王庆良  王丽艳  柴旭超  王文青  朱飞鸿 《地震地磁观测与研究》2020,41(5):200-208

区域地震台网震相数据是区域地震台网产出的重要成果，是开展地球科学研究的重要资料。整理全国31个省份1973-2008年区域地震台网纸质震相报告和地震卡片，按统一格式录入震相数据，建立数据共享服务系统。文中系统阐述区域地震台网的发展过程、历史震相数据的整合、地震观测报告的主要内容及震级的测定方法，并介绍了历史震相数据共享服务系统和快速索引下载方法，为科研人员提供共享服务。  相似文献   

地震油气储层的小样本卷积神经网络学习与预测   总被引：2，自引：0，他引：2       下载免费PDF全文

林年添  张栋  张凯  王守进  付超  张建彬  张冲 《地球物理学报》2018,61(10):4110-4125

地震储层预测是油气勘探的重要组成部分，但完成该项工作往往需要经历多个环节，而多工序或长周期的研究分析降低了勘探效率.基于油气藏分布规律及其在地震响应上所具有的特点，本文引入卷积神经网络深度学习方法，用于智能提取、分类并识别地震油气特征.卷积神经网络所具有的强适用性、强泛化能力，使之可以在小样本条件下，对未解释地震数据体进行全局优化提取特征并加以分类，即利用有限的已知含油气井段信息构建卷积核，以地震数据为驱动，借助卷积神经网络提取、识别蕴藏其中的地震油气特征.将本方案应用于模型数据及实际数据的验算，取得了预期效果.通过与实际钻井信息及基于多波地震数据机器学习所预测结果对比，本方案利用实际数据所演算结果与实际情况有较高的吻合度.表明本方案具有一定的可行性，为缩短相关环节的周期提供了一种新的途径.  相似文献