排序方式： 共有14条查询结果，搜索用时 15 毫秒
1.
针对遥感影像面向对象分析技术存在的“分类过程中专家分析不同带来的分类结果不一致”问题,提出地理本体驱动的“地理实体描述-模型构建-影像对象分类”解译框架。首先,利用地理本体建立影像对象客观特征与地理专家知识的联系,实现对地理实体的描述与表达;其次,利用知识工程方法以及计算机可操作的形式化本体语言构建影像对象特征、分类器的本体模型,形成语义网络模型;最后,联合语义网络模型与专家规则实现影像对象的语义分类。地表覆盖分类实验结果表明,该方法不仅能够得到反映真实地理对象的遥感影像分类结果,而且能够掌握地理实体的语义信息,实现地表覆盖分类知识的共享与语义网络模型的复用,为遥感影像面向对象分析提供了一种全局性的解译分析框架及其方法。 相似文献
2.
为了解辽河盆地滩海地区东二段沉积相类型,通过现代河流沉积调研以及岩心、测井、地震相综合分析,结果证明:滩海地区东二段沉积相类型主要以滨浅湖-滩坝相为主,而非地震属性图所反映的河流相沉积,地震属性解释存在误区。古沉积环境解释最重要的因素就是如何理解"保存"的概念。河流在自身演化过程中迁移、改道时常发生,在漫长的地质时间内,难以保存一个完整的河道。沉积环境分析中,应当遵循从岩心相—测井相—地震相的分析过程,而不是单纯依据地震属性直接进行沉积相研究。 相似文献
3.
“三地”分析理论是一种旅游形象分析和定位的系统性理论方法.以昆明市的旅游形象为案例做应用研究.采用现场问卷和网络问卷相结合的调查方法,运用SPSS17.0进行统计分析,对昆明市的旅游形象进行测量,得出以下结论:昆明市的核心旅游资源为气候、鲜花和云南民族村;昆明的旅游形象竞争地主要是丽江、大理、景洪;昆明市的理念形象为“春城”、“花都”和“民族文化大观园”;昆明现有的旅游口号——“昆明天天是春天”的知名度和美誉度低,但游客对昆明的认可度高.运用旅游形象口号的两轮检验法和“三度”评价法,发现昆明最符合要求的旅游口号为“高原明珠,魅力春城”.应用研究表明,旅游形象分析和定位要综合考虑旅游地、竞争地和客源地的各种因素和关系,是一个不断修正的过程,“三地”分析理论有其应用价值. 相似文献
4.
遥感影像解译是一个不断发展的研究方向,随着日新月异的遥感应用需求、高分辨率遥感数据的快速发展、地理知识的日积月累、以及人工智能技术的发展,亟需发展自动化、智能化的遥感影像解译技术。本文针对遥感影像智能解译,首先从遥感影像解译单元、分类方法、解译认知3个方面阐述遥感影像解译的研究进展,然后提出了面向地理场景的 “地理知识图谱构建—深度学习模型构建—地理知识图谱与深度学习模型协同的遥感影像语义分类”遥感影像智能解译总体框架,并给出初步试验成果,最后对智能解译的重要发展趋势予以展望,以期拓展遥感影像智能解译研究的思路与方法,提高遥感影像智能解译的精细程度和智能化水平,使智能解译具备地理空间理解能力,推动“数据—信息—知识—智能”的深度转化。 相似文献
5.
东北亚区域是一个资源相对集中,生态环境格局复杂,气候地带性多样,人地关系对比显著的区域,集成该区域的资源环境综合科学考察数据对于全球变化等前沿科学研究和区域可持续发展等具有重要研究意义。针对该区域资源环境综合科学考察数据积累和管理的需求,研究构建了包括三大体系的东北亚资源环境综合科学考察数据平台,即数据资源采集与管理标准规范体系、数据分类体系、数据管理和发布软件体系。其中,标准规范体系包括数据采集规范、数据管理规范和综合考察规范三类共23项;数据分类体系包括4个大类、25个小类、128个要素;数据平台软件系统包括数据目录检索管理、元数据管理、数据发布与可视化、数据浏览与获取等5个功能模块;基于地理信息技术和网络技术,实现了东北亚资源环境综合科学考察数据平台原型系统,初步实现了数据的集成管理与可视化访问。目前已集成144个数据集（库）,为东北亚综合科学考察数据的深度集成和应用奠定基础。 相似文献
6.
7.
自然资源要素解译是自然资源调查监测工作中最基础、投入工作量最大、技术难度最高的工作,存在可解译类别少、要素边界不准不全、类别属性可靠性不高等诸多挑战。本文从自然资源调查监测应用场景出发,首先从要素解译到场景要素耦合的解译范式、数据驱动到知识驱动的解译方法、人工目视到人机协同的解译手段3个方面阐述了自然资源要素自动解译的研究进展;然后探讨了6个重点研究方向及其研究内容,包括场景要素耦合解译、知识驱动语义理解、人机协同智能解译、内外一体与三维环境解译、关键参数精准计算与定量反演,以及高可信质量控制与真实性验证;最后进行了总结与展望,以期为自然资源要素智能解译研究提供思路,推动解决困扰遥感影像自动解译方法在自然资源调查监测业务应用中的瓶颈问题。 相似文献
8.
样本尺寸对遥感影像FCN训练模型的影响分析 总被引：1，自引：0，他引：1
针对如何选择合适尺寸的影像样本来得到较好的网络模型这一问题,该文基于全卷积神经网络(FCN)的遥感影像分类方法,开展了不同样本尺寸下的网络模型训练实验,分析了样本尺寸分别为128、256、512像素大小时对FCN网络模型的影响。结果表明:512像素×512像素大小样本尺寸下像素准确率、平均准确率、平均交叉联合度量和带权交叉联合度量4个评价指标的精度值均高于128像素×128像素和256像素×256像素大小的值,比128像素×128像素样本尺寸平均高出20%以上,比256像素×256像素样本尺寸高出10%以上,因此,在计算机内存允许范围内采用大尺寸样本进行网络模型的训练,有利于提高模型训练精度,可得到更好的分类结果。 相似文献
9.
近年来,城市发展快速,大量人口奔向城市工作生活,城市建筑物的数量有如雨后春笋般扩张,需要合理地规划城市土地资源,遏制违规乱建现象,因此基于高分辨率遥感影像,对建筑物进行准确提取,对城市规划和管理有着重要辅助作用。本文基于U-Net网络模型,使用美国马萨诸塞州建筑物数据集,对网络模型结构进行探究,提出了一种激活函数为ELU、“编码器-特征增强-解码器”结构的网络模型FE-Net。实验首先通过比较不同网络层数的U-Net5、U-Net6、U-Net7的建筑物提取效果,找到最佳的基础网络模型U-Net6;其次,基于该模型,加入特征增强结构得到“U-Net6+ReLU+特征增强”的网络模型;最后,考虑到ReLU容易产生神经元死亡,为优化激活函数,将激活函数替换为ELU,从而得到网络模型FE-Net（U-Net6+ELU+特征增强）。比较3个网络模型（U-Net6+ReLU、U-Net6+ReLU+特征增强、FE-Net（U-Net6+ELU+特征增强））的建筑物提取结果,表明FE-Net网络模型的建筑物提取效果最好,精度放松F1值达到97.23%,比“U-Net6+ReLU”和“U-Net6+ReLU+特征增强”2个网络模型分别高出0.36%和0.12%,且与其他具有相同数据集的研究成果比较,具有最高的提取精度,它能较好地提取出多尺度的建筑物,不仅对小尺度建筑物有较好的提取效果,而且能大致、较完整地提取出形状不规则的建筑物,有相对更少的漏检和错检,较准确地实现了端到端的建筑物提取。 相似文献
10.
分析了海运船舶尾气洗涤废水排放对多环芳烃 (PAHs) 类污染物的海洋富集行为的影响以及对 PAHs 控制的制约因 素和净化技术发展现状。PAHs 的海洋富集趋势与船舶的发动机尾气排放行为呈正相关性, 且船舶尾气洗涤废水排放加速了 PAHs 向海洋中富集。 国际海事组织 (IM0) 尚未对在PAHs 中占比大且毒性强的烷基化多环芳烃进行立法限制, 但单方面采 取措施禁止船舶尾气洗涤废水在其所属海域排放的国家和地区日益增多, 洗涤废水排放的PAHs 类污染物亟须净化处理。将 高级氧化光催化技术应用于洗涤废水排放的PAHs 净化具有发展前景。我国应抓住机遇, 大力开展针对海洋 PAHs 的排放限 制立法以及船舶尾气洗涤废水处理先进技术的研究, 这对于提升我国海事管理水平、增大国际话语权, 以及保护海洋生态安 全具有重要意义。 相似文献