基于随机补片和DeepLabV3+的建筑物遥感图像变化检测     

王民水  孔祥明  陈学业  杨国东  王明常  张海明 《吉林大学学报(地球科学版)》2021,51(6):1932-1938

为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随机补片作为网络输入,训练建筑物提取网络;修改建筑物提取网络输入层为6通道,通过矩阵运算将两期遥感图像转换为一幅6通道非RGB图像,利用转换后的非RGB图像进行网络训练并验证变化检测精度。实验1利用ENVI5.3软件,采用马氏距离法进行变化检测;实验2采用改进的U-Net网络和随机补片,完成网络训练和精度验证;实验3使用实验2的训练数据和验证数据,采用随机补片和DeepLabV3+网络进行变化检测网络训练及精度验证。实验结果表明,该方法实验1、实验2、实验3建筑物变化检测平均交并比分别为24.43%、83.14%、89.90%,边界轮廓匹配分数分别为61.47%,80.24%、96.51%。  相似文献   

滇东断陷盆地南洞岩溶地下水系统地下河水文动态特征与资源量评价     

赵一  李衍青  李军  刘鹏  蓝芙宁 《地球学报》2021,42(3):324-332

本文对滇东断陷盆地南洞岩溶地下水系统各地下河的水文动态特征进行了分析,推断了南洞岩溶地下水系统的结构特征.根据岩性构造、地下河发育以及补径排关系,将其划分为四个子系统.分别采用降雨入渗系数法和径流模数法对南洞岩溶地下水系统的天然资源量进行计算,计算结果分别为35610.7万m3/a和33460.2万m3/a.用枯季径流模数法对南洞岩溶地下水系统的可采资源量进行了计算,计算结果为23407.3万m3/a,其可开采资源量巨大.南洞地下河在没有天然补给量的情况下,120天消耗的调蓄量为4503.3万m3,南洞地下河日允许开采资源量为49.4万m3/d.二号暗河建库蓄水条件下库区上游的日允许开采量为75.9万m3/d,蓄水库容来源于工程设计,资源保证程度高.本次研究可为南洞岩溶地下水资源的开发利用和调配提供科学依据.  相似文献   

同位素水化学指示的新疆孔雀河流域地下水与地表水关系     

张俊  尹立河  顾小凡  李瑛  杨炳超  姜军  贾伍慧  谢万兵  王拓  唐小平  董佳秋  王倩  常亮 《西北地质》2021,(1)

地下水是孔雀河流域农业灌溉的主要水源之一,其对本地区经济发展的支撑作用日益增强。为实现孔雀河流域水资源合理开发和生态保护,采用环境同位素和水化学方法,研究了孔雀河流域地下水与地表水关系。结果表明:地下水的主要补给来源为河水。含水层成因类型和现代河道分布共同控制着孔雀河流域地下咸淡水的空间分布格局;氢氧稳定同位素对不同水体的相互转化指示作用较强,但难以区别更新世与全新世的地下水;3 H和14 C放射性同位素组分对地下水循环演化及更新能力的指示作用较好,14 C年龄变化特征可以很好指示承压水的运移方向和速率;13 C可作为初步判断地下水类型或年龄的参考指示剂;大量渠系引水灌溉使得潜水接受地表水入渗补给能力增强,更新能力显著提高,但承压水目前的开采利用仍以消耗更新能力差的老水为主。当地应优化调整地下水开发格局,减少流域中游河套内农灌区承压水开采量,加大流域下游微咸水分布区潜水开采利用,降低潜水位,减轻土壤盐渍化,促进水土资源开发的良性循环。  相似文献   

准噶尔盆地玛湖凹陷八道湾组一段沉积微相特征——以TX1井区为例          下载免费PDF全文

刘晓丽 《沉积与特提斯地质》2021,41(1):100-105

通过岩石学、沉积学及测井等方法,对准噶尔盆地TX1井区侏罗系八道湾组一段进行详细研究,认为侏罗系八道湾组一段主要发育复成分砾岩、砾状砂岩及砂岩,煤夹层;沉积构造发育,兼具水上及水下沉积的特点,发育粒序层理、中大型交错层理及冲刷充填、植物枝干印模等沉积构造;测井上具箱型、漏斗型、指状、线性等响应。沉积相纵向上逐渐向盆地边缘退积演化,其中三角洲平原亚相在2~5砂组较为发育,以辫状分流河道及河道间的河漫沼泽沉积为主,前缘亚相在1砂组较为发育,以水下分流河道及支流间湾沉积为主。辫状河三角洲前缘水下分流河道微相是最有利的储集相带,孔渗结构较优,原油含水率低;辫状河三角洲平原分流河道微相次之,其储层非均质性强,原油含水率较高。  相似文献   

Spatial landslide susceptibility assessment using machine learning techniques assisted by additional data created with generative adversarial networks     

Husam A.H.Al-Najjar  Biswajeet Pradhan 《地学前缘(英文版)》2021,12(2):625-637

In recent years,landslide susceptibility mapping has substantially improved with advances in machine learning.However,there are still challenges remain in landslide mapping due to the availability of limited inventory data.In this paper,a novel method that improves the performance of machine learning techniques is presented.The proposed method creates synthetic inventory data using Generative Adversarial Networks(GANs)for improving the prediction of landslides.In this research,landslide inventory data of 156 landslide locations were identified in Cameron Highlands,Malaysia,taken from previous projects the authors worked on.Elevation,slope,aspect,plan curvature,profile curvature,total curvature,lithology,land use and land cover(LULC),distance to the road,distance to the river,stream power index(SPI),sediment transport index(STI),terrain roughness index(TRI),topographic wetness index(TWI)and vegetation density are geo-environmental factors considered in this study based on suggestions from previous works on Cameron Highlands.To show the capability of GANs in improving landslide prediction models,this study tests the proposed GAN model with benchmark models namely Artificial Neural Network(ANN),Support Vector Machine(SVM),Decision Trees(DT),Random Forest(RF)and Bagging ensemble models with ANN and SVM models.These models were validated using the area under the receiver operating characteristic curve(AUROC).The DT,RF,SVM,ANN and Bagging ensemble could achieve the AUROC values of(0.90,0.94,0.86,0.69 and 0.82)for the training;and the AUROC of(0.76,0.81,0.85,0.72 and 0.75)for the test,subsequently.When using additional samples,the same models achieved the AUROC values of(0.92,0.94,0.88,0.75 and 0.84)for the training and(0.78,0.82,0.82,0.78 and 0.80)for the test,respectively.Using the additional samples improved the test accuracy of all the models except SVM.As a result,in data-scarce environments,this research showed that utilizing GANs to generate supplementary samples is promising because it can improve the predictive capability of common landslide prediction models.  相似文献   

基于小波长短期记忆网络的风电功率超短期概率预测     

王朋  孙永辉  翟苏巍  候栋宸  王森 《南京气象学院学报》2019,11(4):460-466

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.  相似文献   

Measuring,mapping and quantifying the effects of trust and informal communication on transboundary collaboration in the Great Lakes fisheries policy network     

《Global Environmental Change》2019

Ecosystem-based management of fisheries and other transboundary natural resources require a number of organizations across jurisdictions to exchange knowledge, coordinate policy goals and engage in collaborative activities. Trust, as part of social capital, is considered a key mechanism facilitating the coordination of such inter-organizational policy networks. However, our understanding of multi-dimensional trust as a theoretical construct and an operational variable in environmental and natural resource management has remained largely untested. This paper presents an empirical assessment of trust and communication measures applied to the North American Great Lakes fisheries policy network. Using a scale-based method developed for this purpose, we quantify the prevalence of different dimensions of trust and in/formal communication in the network and their differentiated impacts on decision-making and goal consensus. Our analysis reveals that calculation-based ‘rational trust’ is important for aligning mutual goals, but relationship-based ‘affinitive trust’ is most significant for influencing decision-making. Informal communication was also found to be a strong predictor of how effectively formal communication will influence decision-making, confirming the “priming” role of informal interactions in formal inter-agency dealings. The results also show the buffering and interactive functions of these components in strengthening institutional resilience, with procedural trust undergirding the system to compensate for a lack of well-developed relationships. Overall, this study provides evidence to suggest that informal communication and multi-dimensional trust constitute a crucial element for improving collaboration and reducing conflict in the networked governance of transboundary natural resource systems.  相似文献   

循环神经网络在雷达临近预报中的应用          下载免费PDF全文

韩丰  龙明盛  李月安  薛峰  王建民 《应用气象学报》2019,30(1):61-69

该文将循环神经网络（recurrent neural network,RNN）应用于雷达临近预报。使用预测循环神经网络（predictive RNN）架构,利用雷达历史组合反射率因子建模,给出雷达组合反射率因子未来1 h的预报结果。预测循环神经网络的核心是在长短时记忆单元（long short-term memory,LSTM）中增加时空记忆模块,能够提取雷达回波不同尺度的空间特征,配合循环神经网络架构,可以有效解决反射率因子预测问题。北京大兴雷达和广州雷达长时间序列的独立检验结果和2个强对流天气个例检验结果表明:该方法和传统的基于交叉相关法的1 h雷达外推临近预报相比,在20 dBZ和30 dBZ检验项目内,临界成功指数（CSI）可以提升0.15~0.30,命中率（POD）提高0.15~0.25,虚警率（FAR）降低0.15~0.20,该方法对反射率因子强度变化有一定预报能力。  相似文献   

基于暴雨内涝模型的天津市西青区中小河流暴雨洪涝灾害评估     

陈靖  高强  李培彦  解以扬  王秀俊  刘志杰  韩玥 《气象科技》2019,47(1):147-153

利用ARCGIS对天津市西青区的高精度地理信息数据、排水设施和排水方式进行预处理,以西青区下垫面和明渠河道的水流运动为模拟对象,建立天津市西青区中小河流暴雨洪涝仿真模型。以区内14条二级河道的水位变化作为模型的动态侧边界条件,针对2016年7月20日的大暴雨过程,设计了4个模拟方案,对河道高水位及暴雨造成的洪涝淹没过程进行评估,并将模拟结果与实际调查内涝灾情进行对比,结果表明,模型可以较客观地反映暴雨和河道水位变化对城镇造成的内涝灾害情况。  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