面向数字孪生城市的智能化全息测绘   总被引：2，自引：0，他引：2  

顾建祥  杨必胜  董震  杨常红 《测绘通报》2020,(6):134-140

以大数据、物联网、人工智能、虚拟现实、云计算、智能驾驶等新技术为代表的信息化浪潮席卷全球，数字世界与物理世界正形成两大平行发展、相互作用的体系，数字孪生技术应运而生。随着物联网技术（IOT）的发展，数字孪生的理念被引入到智慧城市建设中来，深刻影响着城市规划、建设与治理。笔者所在单位面向数字孪生城市和自然资源统一监管对测绘地理信息的新需求，在全国开创性地开展了面向数字孪生城市的智能化全息测绘试点工作。本文结合上海市智能化全息测绘试点工作，从数字孪生城市、数字孪生城市对地理信息的新需求、智能化全息测绘关键技术及测绘成果等方面展开了论述，重点介绍了智能化全息测绘的技术体系和产品体系，以及在社会各领域的应用成果。  相似文献   

SegNet在从低空无人机影像中提取会仙岩溶湿地地物信息中的应用     

唐廷元  付波霖  李颖  娄佩卿  何宏昌  刘曼  马瑞雪  范冬林  高二涛 《湿地科学》2020,18(4):413-423

以广西桂林会仙国家湿地公园核心区为研究区,结合SegNet和低空无人机影像,构建会仙岩溶湿地地物信息提取模型,探讨多分类SegNet模型与融合单分类和双分类SegNet模型分类结果的差别,分析epoch参数设置对模型分类精度的影响。研究结果表明,多分类SegNet模型对会仙岩溶湿地地物的分类结果的Kappa系数和F1分数分别为0.59和0.67,融合单分类和双分类SegNet模型分类结果的Kappa系数和F1分数分别为0.68和0.79;与多分类SegNet模型分类结果精度相比,融合多个单分类和双分类SegNet模型分类结果的F1分数明显增大。因此,融合多个单分类和双分类的SegNet模型更适用于提取会仙岩溶湿地地物信息;构建更优的会仙岩溶湿地地物提取SegNet模型,设置epoch值为10相对更合适。  相似文献   

基于钻进状态监测的智能工况识别          下载免费PDF全文

范海鹏  吴敏  曹卫华  赖旭芝  陈略峰  陆承达 《探矿工程》2020,47(4):106-113

钻进过程状态监测旨在实时描述钻进工况，判断运行性能优劣程度进行非优追溯，及时指导司钻人员调整作业操作,保证钻进过程安全、高效、稳定开展。钻进工况是钻进系统运行状态的反映，因此开展面向状态监测技术的钻进工况识别研究具有重要的理论和应用价值。本文针对钻进工况识别问题，基于状态监测数据，建立基于支持向量机的钻进工况识别模型，对钻进工况进行识别。综合工况识别结果，对钻进效率进行评估，并对影响钻进效率的因素进行讨论，寻找提升钻进效率的手段。最后，采用钻进现场实钻数据进行仿真实验,验证所提方法的可行性和有效性。  相似文献   

顾及兴趣点潜在上下文关系的城市功能区识别     

陈占龙  周路林  禹文豪  吴亮  谢忠 《测绘学报》2020,49(7):907-920

城市功能结构的探索对人们理解城市及城市规划有着重要的作用。兴趣点(point of interest,POI)数据作为城市设施的代表,被广泛应用于城市功能区提取。以往对城市功能区研究大多只考虑了POI统计信息,忽略了POI中丰富的空间分布信息,而POI空间分布特征与区域功能密切相关。本文利用空间共位模式挖掘方法挖掘POI潜在上下文关系,提取POI空间分布信息,构建区域特征向量,并进行区域聚类;再利用POI类别比例、居民的出行特征等对聚类结果进行识别。以北京市核心城市功能区为例,将研究结果与北京市百度地图、居民出行特征进行对比验证分析。试验表明,本文方法能识别出具有明显特征的城市功能区,如成熟的娱乐商业区、科教文化区、居住区等。同时,与基于POI语义信息的LDA方法及顾及POI线性空间关系的Word2Vec方法进行对比分析,证明了本文方法的优越性。  相似文献   

基于遗传规划的泥石流多因子融合预测方法          下载免费PDF全文

翟淑花  冒建  南赟  刘欢欢  王云涛  王强强  熊春华  王艳梅 《中国地质灾害与防治学报》2020,31(6):111-115

泥石流是一种多发的地质灾害，常对人民生命财产安全带来极大的威胁，其暴发不仅与降雨有关，还与众多地质环境因子相关。本文以流域面积、松散物质比率、沟床平均坡度为地质因子，以最大小时雨强（T）和总降雨量（R）的乘积作为降雨指数，在获取的泥石流地质因子和降雨指数因子综合样本库的基础上，采用遗传规划法建立了泥石流临界降雨指数智能预测模型，克服了以往以雨量为单一指标的预警模型的弊端，模型验证结果显示，泥石流预测精度高、适应性强。  相似文献   

深度学习在水声目标识别中的应用研究     

王培兵  彭圆 《数字海洋与水下攻防》2020,3(1):11-17

水声目标识别技术是水声信号处理的重要组成部分，是水声信息获取与水声信息对抗的重要技术支撑。针对水声目标识别时探测数据量大、自动化程度不高、识别效率低下等问题，研究了深度学习在水声目标识别中的应用。首先，介绍了水声目标识别技术的研究现状及当前形势下面临的挑战。然后，对深度学习的网络结构原理及改进型进行了分析，并分别对深度学习在水声声信号识别领域和水声图像信号识别领域的应用现状做了阐述。最后，指出了由于受当前技术条件和水下复杂环境的制约，此方法尚且存在着不足之处。该方法为进一步优化深度学习算法、拓展深度学习技术应用范畴、提升水声目标识别效率提供了参考。  相似文献   

基于POI数据的城市功能区识别及主要交通枢纽空间分析     

赵家瑶  李宏伟  邓圣乾  姜晶莉 《测绘与空间地理信息》2019,42(12)

研究利用机器学习中的TF-IDF统计方法,基于POI数据识别北京五环范围内的城市用地功能区。实验从道路网和格网两个层面开展,首先,将两结果与相同地区的遥感影像进行对比与验证,并从中提取属于交通用地范畴中的主要交通枢纽;其次,基于空间服务范围和空间连接强度两个视角对火车站和机场的地理特征进行分析,具体包括空间分布范围的特点、受区域影响的强弱、空间联系强度的差异等内容;最后,进一步对比各重要交通枢纽所在空间单元作为出租车行程起始点和终止点的共性和差异性。  相似文献   

堆积阶地古老滑坡识别方法及其在线状工程地质勘察中的应用     

安玉科  樊江  马胜午  马建全  高娟  毛立军 《吉林大学学报(地球科学版)》2020,50(6):1787-1794

阶地型古老滑坡体形成后，长期受各种营力影响，导致古老滑坡地貌形态破坏严重甚至消失。目前遥感技术和普通工程地质调绘很难发现这些滑坡的存在，给工程建设和后期运营造成较大安全隐患。为准确识别形态特征不明显的古老滑坡体，从阶地物质结构特征演变入手，找到阶地受剪切破坏产生的典型物质结构特征，将地层结构错断、卵砾石异常定向排列、摩擦镜面和泥包粒的眼球构造等作为滑坡准确识别依据。首先采用沿沟谷进行工程地质测绘的纵横交错追踪法确定滑坡体纵向范围和滑面形状，再结合地貌特征推测各级、块滑坡平面范围和分布，最后用点状勘探工程验证和校正推测结论。可将其总结为由"地貌异常、沿沟追踪、面上推断、点状校验"组成的阶地型滑坡识别方法，即物质结构异常推断法。结合线状工程勘察设计各阶段工作特点，提出线状工程前期工作中阶地型滑坡识别步骤，并在临渭高速公路工程建设项目中取得成功应用。  相似文献   

基于两种无人机航拍影像的林窗和林冠提取分析     

王悦  练琚愉  张昭臣  胡健波  杨骥  李勇  叶万辉 《热带地理》2019,39(4):553-561

森林冠层和林窗的结构及其时空变化是理解森林生态系统格局、动态变化过程的重要基础。在当前生物多样性监测倍受关注的契机下，如何以合适的手段准确描述林窗面积、分布等特征，并与森林固定样地监测数据有效地结合，更好地回答群落构建的理论问题，使森林群落物种多样性维持机制得到更全面的认识，是目前亟待解决的问题。以鼎湖山南亚热带常绿阔叶林20 hm2固定监测样地为研究对象，基于不同遥感影像提取方法对其林窗和林冠表层数据进行提取分析。结果表明：基于监督分类的提取方法适合RGB波段航片林窗的提取，在林窗分类中，应首先确定林窗高度、边界木与最小面积，不同分类方法差异主要表现在林冠分类中，林窗分类生产者精度和用户精度表现都较为一致。无人机航拍识别率受地形因素影响较大，在地形复杂林地应按坡度分区域进行飞行以降低误差。相对于地面调查，MD4-1000无人机航片的林窗识别率为98.7%；大疆Phantom4无人机航片的林窗识别率为72.3%，影像后期处理数据量小，同样适用于森林林窗定量研究，符合生态学、林业等从业人员对大型样地林窗长期监测的要求。无人机航拍南亚热带森林物种识别难度较大，基于MD4-1000无人机搭载的高分辨率相机，在地势平缓区域优选的4 hm2样地中可识别林冠表层物种数17种，共2 706个个体。搭载高分辨率无人机在降低飞行高度的基础上可进行部分物种识别。应用无人机近地面遥感对森林固定样地进行林冠监测，可为后期群落构建研究提供数据基础，有望从新的研究角度探讨森林群落物种多样性维持机制。  相似文献   

基于时间序列Sentinel-1A数据的水稻识别     

刘龙威  魏瑄 《地理空间信息》2019,17(11)

基于时间序列的Sentinel-1A数据,利用光谱相似性方法(SSM)对广东省台山县汶村镇和海宴镇进行了水稻识别。首先将SSM应用于时间序列SAR图像中,计算光谱相似度;再通过设置阈值获得初始水稻种植面积图;最后消除斑点噪声,获得水稻种植面积图。结果表明,基于VH极化图像,利用SSM和阈值法获得的水稻种植面积图的总体精度最高为97.34%,Kappa系数为0.94。因此,时间序列Sentinel-1A数据对于识别水稻或其他作物具有很大的潜力。  相似文献