东北黑土区侵蚀沟遥感影像特征提取与识别   总被引：3，自引：0，他引：3  

于佩鑫  周询  刘素红  王西凯 《遥感学报》2018,22(4):611-620

东北黑土区是中国重要的粮食生产区,而长期的开垦造成了严重的水土流失现象,坡耕地表面出现大量的侵蚀沟。侵蚀沟的识别是土壤侵蚀监测的重要手段之一,目前遥感技术在侵蚀沟的识别中应用广泛,但自动化程度不高。针对特定地物影像的识别,如何选取最能够有效描述该地物的特征是解决问题的关键。本文构建了耕地和侵蚀沟遥感影像的训练样本集,基于样本集分别提取了由光谱特征和纹理特征组成的浅层特征、SIFT特征经编码后得到的中层特征,以及利用卷积神经网络提取的深层特征;再基于不同层次的特征选用合适的分类器对遥感影像进行分类,识别出含有侵蚀沟的遥感影像,形成了一套针对侵蚀沟的特征提取与识别方法,为东北黑土区的耕地保护提供有力支持。测试结果表明:基于中层特征的识别精度最高,为98.5%,但该特征需要人工设计,自动化程度有限;而利用卷积神经网络可自动提取深层特征,其识别精度达到了95.5%,同时大大提高了自动化程度,满足侵蚀沟影像的识别的需求。  相似文献   

Supervised classification of electric power transmission line nominal voltage from high-resolution aerial imagery     

Erik H. Schmidt  Budhendra L. Bhaduri  Nicholas Nagle  Bruce A. Ralston 《地理信息系统科学与遥感》2018,55(6):860-879

For many researchers, government agencies, and emergency responders, access to the geospatial data of US electric power infrastructure is invaluable for analysis, planning, and disaster recovery. Historically, however, access to high quality geospatial energy data has been limited to few agencies because of commercial licenses restrictions, and those resources which are widely accessible have been of poor quality, particularly with respect to reliability. Recent efforts to develop a highly reliable and publicly accessible alternative to the existing datasets were met with numerous challenges – not the least of which was filling the gaps in power transmission line voltage ratings. To address the line voltage rating problem, we developed and tested a basic methodology that fuses knowledge and techniques from power systems, geography, and machine learning domains. Specifically, we identified predictors of nominal voltage that could be extracted from aerial imagery and developed a tree-based classifier to classify nominal line voltage ratings. Overall, we found that line support height, support span, and conductor spacing are the best predictors of voltage ratings, and that the classifier built with these predictors had a reliable predictive accuracy (that is, within one voltage class for four out of the five classes sampled). We applied our approach to a study area in Minnesota.  相似文献   

The Synergism between Methanogens and Methanotrophs and the Nature of their Contributions to the Seasonal Variation of Methane Fluxes in a Wetland: The Case of Dajiuhu Subalpine Peatland     

Luwen WANG  Jiwen GE  Liang FENG  Yaoyao LIU  Yu LI  Jiumei WANG  Xiang XIAO  Zhiqi ZHANG 《大气科学进展》2022,39(8):1375-1385

Wetland ecosystems are the most important natural methane (CH₄) sources, whose fluxes periodically fluctuate. Methanogens (methane producers) and methanotrophs (methane consumers) are considered key factors affecting CH₄ fluxes in wetlands. However, the symbiotic relationship between methanogens and methanotrophs remains unclear. To help close this research gap, we collected and analyzed samples from four soil depths in the Dajiuhu subalpine peatland in January, April, July, and October 2019 and acquired seasonal methane flux data from an eddy covariance (EC) system, and investigated relationships. A phylogenetic molecular ecological networks (pMENs) analysis was used to identify keystone species and the seasonal variations of the co-occurrence patterns of methanogenic and methanotrophic communities. The results indicate that the seasonal variations of the interactions between methanogenic and methanotrophic communities contributed to CH₄ emissions in wetlands. The keystone species discerned by the network analysis also showed their importance in mediating CH₄ fluxes. Methane (CH₄) emissions in wetlands were lowest in spring; during this period, the most complex interactions between microbes were observed, with intense competition among methanogens while methanotrophs demonstrated better cooperation. Reverse patterns manifested themselves in summer when the highest CH₄ flux was observed. Methanoregula formicica was negatively correlated with CH₄ fluxes and occupied the largest ecological niches in the spring network. In contrast, both Methanocella arvoryzae and Methylocystaceae demonstrated positive correlations with CH₄ fluxes and were better adapted to the microbial community in the summer. In addition, soil temperature and nitrogen were regarded as significant environmental factors to CH₄ fluxes. This study was successful in explaining the seasonal patterns and microbial driving mechanisms of CH₄ emissions in wetlands.  相似文献   

汕头市PM2.5的气象要素影响分析及预报研究     

杜勤博  吴晓燕  郑素帆  李玥莹  陈欢欢  张宇烽 《气象与环境学报》2019,35(5):70-77

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。  相似文献   

基于神经网络的页岩微纳米孔隙微结构分析的正则化和最优化方法   总被引：1，自引：1，他引：0  

王彦飞  邹安祺 《岩石学报》2018,34(2):281-288

页岩气成藏机理与页岩内部孔隙结构紧密相关,对页岩孔隙结构的研究成为页岩气勘探开发技术中至关重要的一环。页岩内部不同结构体组分对X-射线的吸收能谱不一样,这样就导致观测数据是由不同页岩组分衰减不同波段的X-射线构成的。经过对CT图像分割,能够获得页岩微孔结构的图像,尤其是获得有机质中孔隙类别、形状、尺寸、空间分布、连通特性。本文利用同步辐射X射线扫描重构的页岩CT数据,研究并设计基于多能CT图像的神经网络图像分割技术和算法,以期得到页岩体三维结构特征及空间分布,可以为建立有机质种类和无机矿物组成与微纳孔隙特征的联系以及最终实现页岩气的资源储量评估和勘探开发提供技术支持。  相似文献   

基于BP神经网络的溶洞规模预测及应用   总被引：2，自引：1，他引：1  

刘振华  范宏运  朱宇泽  柳尚 《中国岩溶》2018,37(1):139-145

复杂岩溶地区的溶洞发育规模受地质构造、地区岩性、地下水动力系统等多种因素的影响,具有高度复杂性和非线性的特征。通过对岩溶区溶洞的赋存规律研究,确定影响溶洞发育规模的控制因素进行定量处理,收集已探明溶洞的样本数据。为克服已有研究对溶洞发育规模定性描述的模糊性,文章利用BP（Back Propagation）神经网络对自组织、自适应特性对数据样本的非线性关系揭示的能力,实现对溶洞发育规模的预测,并基于MATLAB实现BP神经网络结构的设计、训练、预测,其结果表明:BP神经网络模型对溶洞规模预测的精度高、收敛性能好。   相似文献   

北方集中供热系统气象风险评估初探   总被引：1，自引：0，他引：1  

陈莉  李帅 《冰川冻土》2018,40(6):1285-1290

供热管网爆裂、跑冒滴漏是北方集中供热城市面临的常见问题,供热管网出现大型故障往往是在室外寒冷的隆冬时节,如果间断或限额供热时间过长,将会造成严重的社会和经济影响。同时在极端低温情况下,可能会造成热源供应不足,出现限额供热现象,不能保证室内舒适度,影响人们的正常生活。本文提出了能源供应气象风险评估和热网维修寒冷风险评估方法,并进行了案例评估,以期为未来进行相关风险评估提供参考。  相似文献   

南京奥体中心主轴线的测设     

高俊强  许耀东 《测绘工程》2006,15(3):64-66,73

结合南京奥体中心主轴线的测设实践介绍了一种不同于常规的归化法轴线测设方法,结合测量误差理论对该方法进行了精度分析,给出了相应的精度估算式,通过工程实例的具体数据说明该方法具有较高的归化精度。  相似文献   

顾及地理-语义动态的城市热点预测框架     

沙恒宇  金广垠  程光权  黄金才  吴克宇 《地球信息科学学报》2022,24(1):25-37

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络（PredRNN）、图卷积预测递归神经网络（GC-PredRNN）和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。  相似文献   

一种工业热源提取方法:利用温度特征模板的BP神经网络     

李博  范俊甫  韩留生  孙广伟  张大富  张盼盼 《地球信息科学学报》2022,24(3):533-545

针对年尺度热异常数据提取工业热源的方法存在数量和空间精细化程度不足的问题,使用VIIRS Active Fire数据,提出了一种基于温度特征模板的BP神经网络工业热源提取方法。该方法以京津冀及周边地区为试验区,首先,根据工业热源空间聚集性特征,使用OPTICS算法划分热源对象;其次,根据热源的热辐射特征,构建工业热源与非工业热源温度特征模板;最后,以温度特征模板、热源统计特征等作为参数,使用BP神经网络提取工业热源对象。结果表明：① 本文提出的基于温度特征模板的BP神经网络算法的工业热源提取精度达到了96.31%,与时间滤波、逻辑回归方法相比较,工业热源提取精度分别提高了8.45%、7.53%;② 2015—2020年京津冀及周边地区6省市工业热源数量整体减少了27.46%;河北省工业热源对象数量和热异常点数量年均减少了8.06%和7.44%,相对于其他省市减少幅度最大;山东、天津的工业热源集中度分别提高了25.72%、86.64%,说明两地工业转型升级政策取得较显著成效;③ 唐山、邯郸、吕梁和长治4个城市工业热源对象数量占试验区全部的31.37%,为京津冀及周边地区工业热源主要分布城市;临汾、太原等7个城市工业热源聚集程度和能源消耗程度高于其他城市;北京、周口等11个城市工业热源聚集程度和能源消耗程度低于其他城市;④ 2020年1—5月,京津冀及周边地区工业热异常点数量相对于2019、2021年同期保持不变或增加,新冠疫情对试验区工业热源无显著影响;2020年1、2月武汉工业热异常点数量与2019、2021年同期相比数量减少了66.67%以上,2020年3—5月工业热异常点数量低于2019年同期,2020年1—5月新冠疫情对武汉市工业热源影响显著。该研究反映了京津冀及周边地区工业热源发展的现状及趋势,能够为降低能耗和提高第二产业集中度等相关政策的制定与调整提供有价值的参考。  相似文献