基于资源三号卫星遥感影像的城市绿地提取

资源三号卫星是中国第一颗自主的民用高分辨率立体测绘卫星,能提供优于5 m地面分辨率的遥感影像.本文首先对资源三号卫星影像预处理过程中涉及的影像纠正、影像配准、影像融合、影像镶嵌等关键步骤进行研究,然后,对比分析三种绿地信息提取方法,最后以江苏省南京市高淳区城市绿地为例,提取建成区绿地信息并加以统计分析.实验表明,本文提出的资源三号卫星影像预处理方法切实可行,国产高分辨率遥感影像适用于城市绿地调查.     

基于GA-BP算法的大坝边坡变形预测模型

针对大坝安全预测采用传统的统计模型、确定性模型和混合模型存在的不足,应用遗传算法（GA）与基于误差反向传播算法（BP）相结合,构成GA-BP混合遗传算法,建立大坝边坡变形预测的遗传优化神经网络模型（GA-BP模型）。该模型利用神经网络的非线性映射能力、网络推理和预测功能及遗传算法的全局优化特征,克服BP算法易限人局部最小问题。通过该模型对某大坝的实际观测数据进行预测,表明GA-BP模型的预测具有精度高、收敛速度快的优点,在大坝的预测方面具有应用价值。     

天津市区地面沉降多因素分析

地面沉降是当前天津市最为严重的地质灾害之一,随着天津市区经济及基础建设的飞速发展,地面沉降成因也由地下水占主导因素转变为多因素综合作用的结果。通过实测数据及定量计算,分析沉降因素在不同地区所占比例,为天津市区地面沉降管理与研究提供技术依据。     

面向信息化测绘的实践教学体系构建

信息化测绘要求人才培养从单一技术型向复合创新型转变,测绘实践教学面临着诸多新的挑战。为了适应新形势下测绘人才培养的需求,文中从4个方面探讨面向信息化测绘的实践教学体系构建问题,分析新时期测绘实践教学的特点,探索一种具有可操作性的测绘实践教学模式,全面提高实践教学质量,促进大学生创新意识和实践能力的形成与提高。     

基于分层标资料的天津滨海地区含水层沉降特征分析

分层标监测体系是地面沉降的主要监测手段,通过对天津滨海地区分层标监测资料以及同期不同含水层的水位资料的分析,可以得出各含水层当前沉降状态,以及水位变化与沉降量之间的关系,从而制定更有效的沉降治理措施及方案。     

基于空间曲线重建的点云模型精化方法

提出一种将数字影像和激光点云结合进行文物精细三维重建的方法。该方法采用形态学理论在多张影像上精确提取文物轮廓,进行多视曲线匹配,并拟合成空间曲线。影像与激光点云配准后,将重建出的空间轮廓线加入激光点云中,进行轮廓约束的三角网构建,纹理映射后完成重建。该方法解决了激光点云模型边缘轮廓线缺失的问题,能够快速地重建出完整精细的三维模型。     

顾及分类器参数的全极化SAR图像特征选择与分类

全极化SAR获取的信息量远多于传统SAR,但信息量的增加并不能确保分类精度的提高,如何有效进行特征选择至关重要。针对自适应特征选择问题,提出一种顾及分类器参数的特征选择和分类方法。该方法以支持向量数为评估依据,结合遗传算法进行特征选择,并同时对分类器参数进行寻优;最后利用优选的特征集和模型参数进行分类。为验证算法的有效性,利用两组全极化数据进行了监督分类实验。实验结果表明,提出方法降低了SVM分类器对自身参数的敏感性,而且能在较少特征个数下具备良好的泛化性能,分类精度优于未经过特征选择和参数优化的方法。     

基于主动深度学习的极化SAR图像分类

针对极化SAR图像在监督分类时存在人工标注样本费时费力以及浅层结构学习算法的表达能力有限等问题,提出一种基于主动深度学习的极化SAR图像分类方法。首先,对测量数据进行多种极化特征提取,以便完整地描述图像信息;在此基础上,通过自动编码器对大量无标记样本进行非监督学习,提取更具可分性和不变性的深层特征;然后,利用少量标记样本训练分类器,并与自动编码器连接,以监督学习的方式微调整个网络;最后,通过主动学习,选择对当前分类器最有价值的样本(分类模糊度最大的样本)进行人工标记,并加入到训练样本中,重新训练分类器和微调网络。对RADARSAT-2和EMISAR极化SAR影像进行不同分类的实验结果表明,该方法能在更少人工标记的样本下获得较高的分类精度。     

中小型湖库型饮用水水源地污染负荷总量控制探讨

西涧湖作为滁州市最重要的饮用水水源地,生态环境受到一定的破坏,通过污染源的调查统计计算污染负荷,根据水质监测进行富营养化评价,采用完全混合模型计算环境容量,并根据水源地水质目标结合社会经济发展需求,提出切实可行的总量控制技术方案,为西涧湖水源地生态环境的保护提供科学依据,也为类似水源地保护提供借鉴。