结合变差纹理特征的极化SAR建筑物震害信息提取          下载免费PDF全文

肖修来  翟玮  郭晓  张皓然 《地震工程学报》2020,42(2):568-578

快速评估建筑物地震灾害信息对地震应急救援工作有着指导意义,而极化SAR具有全天候、全天时的特点,因此利用极化SAR图像提取震害信息已逐渐成为研究热点。虽然极化SAR具有丰富的极化信息,但其纹理信息不可忽略,尤其是完好的人工建筑物在图像上呈现规则的纹理特征,而倒塌建筑区域纹理分布杂乱,因此结合纹理信息也可以很好地提取建筑物信息。以2010年玉树地区的全极化SAR数据为研究对象,首先,利用Yamaguchi分解的体散射分量PV提取了SAR图像中的建筑物区域以及道路、水系等非建筑物信息,在此基础上,对相干散射矩阵T11分量中倒塌建筑物、完好建筑区域进行变差计算,根据变差曲线确定变程a后,再对建筑物区域采取窗口m*m(m=3*a)进行变差计算得到变差纹理信息,最后利用FCM算法对变差纹理信息分别提取完好建筑物和倒塌建筑物区域,为了对比分析,文章利用Yamaguchi分解的二次散射分量PD提取完好建筑物区域,与震后光学遥感图像对应样本点进行人工验证,得到完好建筑物的提取精度为80.18%,倒塌建筑物的提取精度为84.54%,道路水系的提取精度为77.58%。  相似文献   

基于OSM的浮动车轨迹数据校正方法     

胡向勇  郭圆 《测绘通报》2020,(10):139

浮动车轨迹数据具有覆盖范围广、更新周期短、获取成本低等特点，对于地图的生产和更新具有重要意义，但是由于受到卫星信号被遮挡及多路径效应的影响，其精度普遍较低。本文采用一种基于OSM作为参考数据的方式对浮动车轨迹数据进行校正。首先通过一种分层时空地图匹配的方式将轨迹数据与OSM进行匹配；然后采用引力模型对数据进行校正；最后在武汉市出租车轨迹数据上进行了试验。结果表明，本文提出的数据校正方法可以有效地提高浮动车轨迹数据的精度。  相似文献   

一种移动视频与地理场景的融合方法     

赵维淞  钱建国  汤圣君  王伟玺  李晓明  郭晗 《测绘通报》2020,(12):11-16

快速准确地了解灾害现场状况是救灾过程中的重中之重。通常发生灾害都会使用无人机进行现场勘察，但是无人机视频难以与实际的地理场景关联起来，为此本文提出了一种移动视频与地理场景的融合方法。该方法首先采用具有仿射不变性的ASIFT算法检测特征点，将匹配后的特征点采用RANSAC算法进行迭代剔除噪点，计算视频与地理场景最优的透视变换矩阵模型参数；然后将计算得到的透视变换参数应用到视频数据，恢复视频角点坐标；最后通过内插得出所有视频帧的角点坐标，实现视频与DOM的精确融合。试验结果表明，对视频数据匹配的间隔帧越短，其整体融合精度越高，通过本文方法进行视频与地理场景融合的误差标准差低于10 m。  相似文献   

高分六号宽幅相机在轨几何定标及精度验证   总被引：1，自引：0，他引：1  

王密  郭贝贝  龙小祥  薛麟  程宇峰  金淑英  周晓 《测绘学报》2020,49(2):171-180

高分六号宽幅相机能够实现单相机成像幅宽优于800 km,对大尺度地表观测和环境监测具有独特优势。在轨几何定标是光学遥感卫星几何处理的关键环节,直接影响影像的几何质量。本文充分考虑高分六号宽幅相机超大视场的畸变特性以及多谱段的成像特点,提出宽幅相机在轨几何定标方法,采用基于探元指向角的几何定标模型补偿宽幅相机系统误差,通过绝对定标和相对定标方法联合估计各波段的内外定标参数。利用Landsat 8影像、资源三号DSM为参考数据,对宽幅相机进行绝对定标处理,再利用ASTER GDEM为参考数据进行相对定标处理,其几何定标结果表明,高分六号宽幅影像绝对定位精度在3像素左右,内部几何精度能稳定在1像素,且波段间配准精度在0.3像素以内,表明在轨几何定标后高分六号宽幅影像几何质量得到了明显的提升。  相似文献   

香坊老工业区搬迁改造监测分析     

李晶晶  罗研  张滨 《测绘与空间地理信息》2020,(2):182-184,188

利用地理信息技术及遥感监测方法,监测香坊老工业区搬迁改造试点进展情况,主要针对搬迁改造过程中地表覆盖、用地性质、空气质量变化情况,开展综合统计分析,客观评价香坊老工业搬迁改造实施成效。  相似文献   

基于PCA-TOPSIS的重庆市县域经济密度综合测度及时空演变          下载免费PDF全文

张彬  谢贤健  杨联安  郭金铭 《干旱区地理》2020,43(2):546-556

经济密度是衡量区域经济发展水平和聚集程度的重要指标之一。以重庆市38个县（区）所辖范围为研究区，建立了人均和地均相结合的综合测度指标体系，采用主成分分析确定指标权重，将PCA TOPSIS评价法运用到经济密度综合测度中，依据测度对象与最优值的相对接近程度，综合测度1997年、2001年、2006年和2013年重庆市县域经济密度，获得各个时间断面经济密度综合指数及其排名。通过利用ArcGIS制图功能绘制重庆市经济密度等级分布图，揭示其空间分异演变规律，利用Moran’s I，LISA和热点分析分别探索了县域经济密度的全局和局部空间自相关及其时空演变规律，并讨论影响经济密度高低的主要因素。通过对县域经济密度的综合测度及时空演变的探究，为实现城市科学定位和制定中长期发展战略提供科学依据。  相似文献   

基于住房需求意愿的广州市中产阶层住房区位选择     

边艳  周春山  胡锦灿 《热带地理》2020,40(5):832-842

以2014年广州市中产阶层聚居区24个街道、50个社区进行的问卷调查和深度访谈资料为数据源，从住房需求意愿与区位选择方面分析了广州中产阶层住房选择，并运用多元Logistic回归分析法对其影响因素进行研究。研究发现：1）广州市中产阶层住房区位选择表现出明显的“向中心城区”性；2）现居住现状（人均住房面积、现小区区位、现小区建成年代、现居住时间）、家庭生命周期（年龄、家庭规模、子女数量）和经济水平（家庭年总收入、个人年总收入、私家车拥有量）等因素对中产阶层住房需求意愿具有显著影响；3）家庭生命周期（年龄、家庭规模）、个体因素（教育程度、户籍地）等要素对中产阶层住房区位选择具有显著影响。4）制度因素、区位因素和个体因素共同影响着广州市中产阶层住房区位选择。  相似文献   

基于细分行业的安徽省创新型企业集聚研究     

白如山  胡森林  庄良  刘岩  刘恺恺  黄鹏娜 《世界地理研究》2020,29(6):1190-1201

创新型企业作为塑造创新地理格局的重要力量，其区位选择的外部特征及内在机理亟须予以系统化研究。基于对安徽省创新型企业的细分行业与空间建库，采用核密度估计和地理探测器等方法，对细分行业下的创新型企业空间集聚特征及影响因素进行研究。结果表明：（1）安徽省创新型企业类型以先进制造和自动化为主，并以生物与新医药、新材料、电子信息为辅；（2）创新型企业空间集聚的不均衡特征显著，呈现出“一核一带多节点”的集聚分布特征，且合肥、芜湖是两个重要集聚区；不同细分行业视角下创新型企业的空间分布形态各异，可归纳为点-轴式、极核式、双核式及多核分散式等4种空间组织形态。（3）创新型因子对于创新型企业的空间集聚最为重要，但传统型和政策型因子的重要性仍不容忽视。其中，产业基础、人力资本、创新投入是最核心的因素，但各行业创新型企业的影响因素作用力则表现出一定的异质性。  相似文献   

Fe₃O₄/Mg(OH)₂复合材料的制备及形貌控制          下载免费PDF全文

韩文生  李丽娟  宋富根  时东  张禹泽  李娜  郭凡 《盐湖研究》2020,28(3):93-98

通过种子沉积法制备出Fe_3O_4/Mg(OH)_2复合材料并进行XRD、SEM测试分析。探究了氨水的浓度与加入速度、搅拌速度及等因素对磁性复合材料形貌的影响。氨水浓度与注入速度的降低,对氢氧化镁基体形貌的影响是相同的,但要使合成磁性复合材料形貌和四氧化三铁粒子在氢氧化镁中分散性均匀,应控制氨水浓度(ω=2.5%)或加入速度在一个合理的较低值。  相似文献   

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing     

Peng Yue  Fan Gao  Boyi Shangguan  Zheren Yan 《International journal of geographical information science》2020,34(11):2243-2274

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.  相似文献