排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
以广州市为例,基于城市感知数据、遥感影像等多源数据,采用卷积神经网络对遥感影像进行了语义提取,将提取结果与兴趣点（Points of Interest）样方密度的功能用地识别结果进行补充校验,根据政策和规划文件建立功能用地与主体功能区之间的关联,利用信息熵分析广州市功能用地混合程度,以辅助判别主体功能区,最终得到广州市主体功能区划分结果。将划分结果与《广州市主体功能区规划（2008—2020年）》和《广州市城市总体规划（2017—2035年）》草案对比验证,结果表明文章所提出的方法精准度较高,并能体现广州市空间格局形态,反映主体功能区实际分布情况。 相似文献
2.
当前国土空间规划现状细化调查尚处于外业核查与内业人工目视判读的方法探索阶段，缺乏较高效率、较高精准度的技术方法。因此，文章提出一种融合高分遥感影像图像信息和POI类别属性信息的数据特点，利用核密度分析和面向对象的信息提取方法，实现对国土空间规划现状地类的细化调查。通过对城镇中心和城镇边缘2个研究区进行建筑物提取和POI属性挂接，识别出各建筑物的使用功能类别，再与2019年第三次全国国土调查的国土利用现状图层进行空间叠加，完成对研究区的地类细化调查。结果表明，经样本误差矩阵评价建筑物提取结果具有较高分类精度，研究区的地类细化调查结果准确度达到86.2%，且大大提高了工作效率，为国土空间规划现状调查逐步走向精准化、高效化和智能化道路提供了方法和思路借鉴，具有重要的深入研究和应用推广意义。 相似文献
1