基于遥感影像的青海省环境变化监测

本文通过对遥感影像的分析,针对土地利用及植被变化情况,利用优化的K-means算法对青海省环境变化进行检测,以此对土地的利用进行合理的规划,以期实现可持续发展。同时将试验结果与外业实际结果及当地政策规划进行比对,结果显示文中算法对土地的变化和未来走势预测准确率超过75%,从而验证了监测方法的可行性。这不仅保证了在经济发展的同时能够合理地使用土地资源,而且能对环境进行有效的保护。     

基于卷积神经网络的电线塔识别与更新入库

利用卷积神经网络实现了电线塔的提取与更新入库.首先将遥感影像分为训练区域与校正区域,结合本底矢量数据,在训练区域分别获得目标与非目标样本影像块,并以此训练卷积神经网络;再利用卷积神经网络在校正区域提取电线塔;然后通过与本底数据的叠置分析,获得电线塔的增量数据;最后根据不同的类型对增量数据进行更新入库.实验结果表明,该方法的检测率和误检率分别为0.758和0.375,可作为电线塔快速更新的有效手段,也可为其余重要要素更新提供参考.     

直升机倾斜摄影测量在违法建设巡查中的应用

针对传统人工违法建设巡查存在的不足,以广州市天河区为例,提出一种以倾斜摄影测量技术为基础,融合并行计算、建筑单体化建模、变化检测、二三维联动矢量提取技术为一体的违法建设巡查模式.实践证明本方法能快速获取复杂场景下的违法建设图斑及属性信息,制作指引图册、统计表格和专题数据库,为违法建设动态监测提供了有效手段.     

利用车载激光雷达扫描的街道级道路变化检测

随着城市化的发展,中国的城市路网正以惊人的速度延伸和更新,如何高效、科学地管理庞大的路网成为难题.车载激光雷达系统具有野外作业量小、操作方便、大数据量采集等优点,可以用于恢复真实的道路场景,进一步实现街道级的道路变化检测.本文利用车载激光雷达扫描获取的点云数据,提出了一种基于数字高程模型和密度图的变化检测方法,用准确率、精准率和召回率作为检测的评价指标.以高速发展变化的上海陆家嘴地区的一个路段为例,验证了该方法检测的准确率为81.8％、精准率为93.1％、召回率为83.6％,变化检测效率得到大幅度提升.     

高分二号卫星遥感影像在地形图修测中的应用

1:10000地形图作为基础测绘的重要组成部分,在国民经济发展中发挥着举足轻重的作用.如何高效、高质量地完成地形图修测工作,一直受到测绘工作者们高度重视.利用传统测绘技术进行地形图修测工作,往往费时费力,成本较高;效率较高的无人机航测技术也有它自身的局限性.近年来,国家一直致力于推广应用高分二号卫星,因此本文研究探讨了将高分二号卫星影像应用于1:10000地形图修测工作的可行性,并得出了比较可靠的结论.     

基于InSAR技术城市垃圾场存量垃圾填埋量的估计

城市垃圾治理是生态文明建设、城市精细化管理的必然要求.有效评估城市垃圾场存量垃圾填埋量,提升处理技术,减少垃圾污染是城市管理部门首要解决的问题.由于早期垃圾场采用深挖填埋式,且建立时间较长,很难获得垃圾填埋数量.通过调查雷达卫星存档数据,利用InSAR技术得到不同时期的数字高程模型数据,进而计算得到哈尔滨市某垃圾场历史存量垃圾数据.     

堆叠降噪自编码器的影像特征融合变化检测

提出一种基于堆叠降噪自编码器的影像特征融合变化检测方法.首先在影像分割对象的像素级特征和对象级特征分析、设计与提取基础上,通过像素级特征主成分分析与特征优选处理算法,实现遥感影像多类型特征融合并构建分割对象的多维特征向量;其次利用堆叠降噪自编码器的高维复杂数据处理能力,实现遥感影像多维融合特征的变化检测.实验结果表明,该方法与传统的像素级或对象级特征变化检测方法相比,具有更高的变化检测精度.     

基于改进DeepLabV3+算法的遥感影像建筑物变化检测

变化检测是遥感测绘领域的重要任务,作为执法依据,在耕地非农化等场景监测中发挥重大作用。近年来,使用人工智能相关技术进行变化检测,常见的技术方案为叠加两期影像,再使用语义分割算法求解变化区域。本文使用变化检测数据集LEVIR-CD作为试验数据,在DeepLabV3+算法基础上,针对变化检测场景特点,对模型结构进行改进。以DeepLabV3+的孪生网络为主干,使用多层级特征交互操作,充分融合图像特征。结果表明,改进的网络结构更加适合变化检测任务场景。     

基于遥感影像的生产建设项目扰动图斑人机协同智能提取方法

水土保持生产建设项目扰动图斑解译工作多以人工目视解译方法实现,在实际工作中,存在效率低、成本高、主观性强等问题。本文提出了“智能提取模型+遥感监管协作平台”的生产建设项目扰动图斑人机协同智能提取框架,通过本底数据要素标注、数据增强等手段构建变化检测数据集,采用改进的U-Net++模型开展生产建设项目扰动图斑智能提取试验。结果表明,模型平均准确率为79.59%,面积召回率为80.90%。针对检测模型容易误提取伪变化和云雾遮挡区域,以及存在图斑破碎、轮廓不规整等问题,在自动提取成果的基础上构建了分布式并行协同解译平台,对扰动图斑进行增、删、补、检,并将最终结果作为新样本反馈给模型,进一步提升模型性能,形成样本与模型间的良性循环,提高了实际工作效率。     

模糊支持向量机和变化矢量分析相结合的矿区土地覆盖变化检测

针对目前土地覆盖变化检测常用的方法存在不同程度的误差累积,夸大了变化区域,提出模糊支持向量机(FSVM)和变化矢量分析(CVA)相结合的土地覆盖检测方法。以某矿区2004年和2008年两期的CBERS遥感影像进行了试验。结果表明,植被大幅减少,其他地类都有不同程度的增加,主要是由于开采规模和产量提升所致。通过与常规的其他两类方法比较发现,本文方法的总体精度、Kappa系数、漏检误差和虚检误差分别为92.67%、0.892 7%、5.79%、7.31%,比其他两种方法有较大提高,能够提供较全面的变化类别和准确信息,可以有效地应用于矿区土地覆盖动态监测。