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   

Sentinel-2卫星落叶松林龄信息反演   总被引：1，自引：0，他引：1  

唐少飞  田庆久  徐凯健  徐念旭  岳继博 《遥感学报》2020,24(12):1511-1524

林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力，对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象，分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像，采用多元线性回归（MLR）、随机森林（RF）、支持向量机回归（SVR）、前馈反向传播神经网络（BP）以及多元自适应回归样条（MARS）等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期，并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演，分别为冠层含水量（CWC），归一化水体指数（NDWI），叶面积指数（LAI），光合有效辐射吸收率（FAPAR）和植被覆盖度（FVC）。研究结果表明，展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数（PSRI）以及落叶期的NDVI、RVI外，落叶松林龄与各指标之间均呈负相关关系，其中与冠层含水量（CWC）的相关性最高，pearson相关系数达到-0.74（p<0.01）。此外，不同模型反演结果表明，随机森林模型（RF）为最佳落叶松林龄估测模型，其平均决定系数R²和平均均方根误差RMSE分别为0.89和2.91 a；多元线性回归模型（MLR）的林龄估测结果最差，其平均决定系数R²和平均均方根误差RMSE仅为0.57和5.69 a，非线性模型能更好的解释林龄与建模变量之间的关系。  相似文献   

Jason-2高度计电离层GIM误差分析及修正研究     

黄霞凤  苗洪利  苗翔鹰  薛文文 《海洋学报》2019,41(7):143-148

基于Jason-2高度计2015年地球物理数据集(GDR)38个周期太平洋海域的全球电离层图(GIM)电离层校正值和双频校正值的数据，分不同季度和不同纬度区域比较二者的差异，结果表明:GIM值与双频校正值之间存在明显的差异，GIM校正值普遍高于双频校正值，说明GIM高估了电离层路径延迟，GIM校正值与双频校正值的差异与季节和纬度区间有关。用梯度下降法得到GIM值的修正方程，将修正方程应用于2016年Jason-2的全年数据，修正后的GIM值与双频校正值十分接近，在各年份中均具有良好的适用性。在单频高度计不能使用电离层双频校正算法的情况下，可以利用不同季度和不同纬度区域的修正方程对同等高度的高度计GIM值进行修正以达到双频校正值的精度水平。  相似文献   

基于深度卷积神经网络的剪切波分裂质量检测     

张彭达  戴志阳  查显杰 《中国地震》2020,36(3):539-549

剪切波分裂是分析地震各向异性的一种重要手段,常规方法是利用网格搜索获取分裂参数,再通过不同方法的测量结果对比测量结果进行质量检测,这一过程会耗费大量计算时间。本文针对这一问题提出了一种利用深度卷积神经网络对剪切波分裂进行质量检测的新方法,对使用了Resnet残差结构的深度神经网络进行训练,直接对二分量剪切波波形数据的质量进行分类。整个过程为:神经网络通过卷积层提取波形特征,计算损失函数后反向传播训练模型参数,完成迭代训练后的模型对输入波形数据正向计算自动输出类型。本文利用川西台站接收到的实际数据以及随机生成的合成数据分别对该网络进行训练,均可以获得准确的分类结果。相比于通过多种剪切波分裂方法对比测量结果的质量检测方法,基于神经网络的方法可以省略网格搜索的计算过程直接判断质量类型,在运算速度上的优势明显,并可继续通过训练提高模型的精度,为提升剪切波分裂方法在数据处理过程中的操作效率提供帮助。  相似文献   

Full moment tensor inversion constrained by double-couple focal mechanism for induced seismicity*          下载免费PDF全文

Yuyang Tan  Haijiang Zhang  Junlun Li  Chen Yin  Furong Wu 《地震科学（英文版）》2020,33(4):177-193

In this study, we propose a new method to determine full moment tensor solution for induced seismicity. This method generalizes the full waveform matching algorithm we have developed to determine the double-couple (DC) focal mechanism based on the neighbourhood algorithm. One major difference between the new method and the former one is that we adopt a new misfit function to constrain the candidate moment tensor solutions with respect to a reference DC solution in addition to other misfit terms characterizing the waveform matching. Through synthetic tests using a real passive seismic survey geometry, the results show the new constraint can help better recover the DC components of inverted moment tensors. We further investigate how errors in the velocity model and source location affect the moment tensor solution. The synthetic test results indicate that the constrained inversion is robust in recovering both the DC and non-DC components. We also test the proposed method on several real induced events in an oil/gas field in Oman using the same observation system as synthetic tests. While it is found that the full moment tensor solutions without using the DC constraints have much larger non-DC components than solutions with the DC constraints, both solutions are able to fit the observed waveforms at similar levels. The synthetic and real test results suggest the proposed DC constrained inversion method can reliably retrieve full moment tensor solutions for the induced seismicity.  相似文献   

基于遗传算法优化BP神经网络的玉米遥感估产方法     

于海洋  陈圣波  杨北萍  安秦 《世界地质》2020,39(1):208-214

以内蒙古自治区开鲁县玉米作物为研究对象,将生育期内玉米遥感影像所提取的多种植被指数和实地采样点的测产数据作为训练值,利用BP(back propagation)神经网络和遗传算法优化BP(GA-BP)神经网络估产模型,得出网络预测的玉米产量数值。通过决定系数R 2和均方根误差RMSE,比较实测产量与预测产量之间的精度,BP神经网络模型R^2为0.8452,RMSE(%)为28.37;遗传算法优化BP神经网络模型R^2为0.9850,RMSE(%)为6.70,表明遗传算法优化BP神经网络估产模型具有一定可行性和可信度。  相似文献   

Simulation of urban expansion via integrating artificial neural network with Markov chain – cellular automata     

Tingting Xu  Jay Gao  Giovanni Coco 《International journal of geographical information science》2019,33(10):1960-1983

Accurate simulations and predictions of urban expansion are critical to manage urbanization and explicitly address the spatiotemporal trends and distributions of urban expansion. Cellular Automata integrated Markov Chain (CA-MC) is one of the most frequently used models for this purpose. However, the urban suitability index (USI) map produced from the conventional CA-MC is either affected by human bias or cannot accurately reflect the possible nonlinear relations between driving factors and urban expansion. To overcome these limitations, a machine learning model (Artificial Neural Network, ANN) was integrated with CA-MC instead of the commonly used Analytical Hierarchy Process (AHP) and Logistic Regression (LR) CA-MC models. The ANN was optimized to create the USI map and then integrated with CA-MC to spatially allocate urban expansion cells. The validated results of kappa and fuzzy kappa simulation indicate that ANN-CA-MC outperformed other variously coupled CA-MC modelling approaches. Based on the ANN-CA-MC model, the urban area in South Auckland is predicted to expand to 1340.55 ha in 2026 at the expense of non-urban areas, mostly grassland and open-bare land. Most of the future expansion will take place within the planned new urban growth zone.  相似文献   

双稀疏字典和FISTA的地震数据去噪          下载免费PDF全文

张良  韩立国  方金伟  张盼  刘争光 《地球物理学报》2019,62(7):2671-2683

地震数据的随机噪声去除是地震数据处理中的一项重要步骤，双稀疏字典提供了两层稀疏模型，比单层稀疏模型可以更好地去除噪声.该方法首先利用contourlet变换对地震数据进行稀疏表示，然后在contourlet域中使用快速迭代收缩阈值算法（fast iterative shrinkage-thresholding algorithm，FISTA）对初始字典系数进行更新，接着采用数据驱动紧标架（data-driven tight frame，DDTF）在contourlet域中得到DDTF字典并通过FISTA得到更新后的字典系数，最后通过DDTF字典和更新后的字典系数获得新的contourlet系数，并对新的contourlet系数进行硬阈值和contourlet反变换得到去噪后的数据.通过模拟数据和实际数据的实验证明：与固定基变换去噪方法相比，该方法可以自适应地对地震数据进行稀疏表示，在地震数据较为复杂时得到更高的信噪比；与字典学习去噪方法相比，该方法不仅拥有较快的去噪速度，而且克服了字典学习因为缺少先验约束造成瑕疵的缺点.  相似文献   

经济地理学视角下创新网络与区域增长研究述评     

曹贤忠  曾刚 《热带地理》2019,39(3):472-478

创新是引领经济发展的第一动力，创新与区域增长之间的关系成为经济地理学者关注的重点领域。文章通过梳理近年来有关创新网络测度、创新网络与区域增长关系、创新网络作用于区域增长方式等方面的文献发现：网络资本可以弥补社会资本在解释企业创新结网经济价值方面的不足，区域增长呈现出网络化特征已成为学界共识，知识流与邻近性能较好地解释创新网络与区域增长的关系机理。然而，当前研究对社会资本如何促进区域增长，网络资本与区域增长关系模型如何构建，不同类型的邻近性与知识对区域增长的影响有何差异等问题尚不明确，建议重视网络资本对区域增长的作用并实证检验二者的关联，同时还应重视创新网络中企业家精神、创新个体心理行为特征等因素对区域增长的影响。  相似文献   

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究     

符海月  张祎婷 《地球信息科学学报》2019,21(7):1132-1142

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。  相似文献