地表覆盖分类成果质量特征分析

自我国全面建成地理国情普查成果库之后,工作重心由全面普查变为重点监测。不论普查还是监测,准确地对地表覆盖进行分类一直是工作的重点和难点。在常态化监测阶段,把握地表覆盖分类成果的主要质量指标,归纳其诸如变化率、变化区域分布、变化类型,分析影响其成果质量的主要因素,对监测生产组织及质量控制具有非常重要的作用。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

空-谱融合的条件随机场高光谱影像分类方法

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。     

基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

中国沿海小黄鱼种群动力学及其空间异质性研究

小黄鱼是我国近海四种最重要的经济鱼类之一,在过去的几十年中小黄鱼种群及其两个地理亚种群经历了巨大的变化。小黄鱼的种群动力学研究,对于维持这一重要渔业的可持续管理是至关重要的。目前仅有的两个小黄鱼种群动力学模型只涵盖了较短的时间,且没有关注其空间差异。本文研究了1968年至2015年间黄渤海和东海小黄鱼的种群动力学模型,包含和不包含空间分层结构的两种贝叶斯模型被用于分析其种群动力学的大尺度空间异质性。本文分析了不同的假设,来研究小黄鱼种群动力学潜在的变化趋势。研究结果表明小黄鱼种群动力学特征具有明显的时间和空间变化。种群的增长速度从20世纪八十年代开始增加,而可捕系数从1981年到2015年增加了两倍多。与黄渤海亚种群相比,东海的小黄鱼亚种群生长速度更快,遭受的捕捞压力也更大。基于最大可持续产量MSY的参考点表明,无论是整个小黄鱼种群还是两个亚种群,近年来都有非常高的过度捕捞风险。因此我国小黄鱼的渔业管理急需更加保守的管理策略,同时考虑其地域差异。本文所用的方法可以应用于其他种类的资源评估和渔业管理,尤其是具有空间异质性和数据有限的种类。     

基于多时相Sentinel-2数据的成都平原主要农作物分类

针对成都平原落实最严格的耕地保护制度对耕地“非农化”“非粮化”快速、动态监测的需求,本文研究了基于多时相Sentinel-2数据的农作物分类方法,利用主成分分析,降低了冗余信息,提高了分类精度。以2021年成都平原崇州市的7景Sentinel-2多光谱影像为数据源,构建了时序多光谱、时序主成分波段、时序植被指数、典型时相多光谱+时序植被指数等4种分类数据集,开展基于支持向量机的主要农作物分类研究。研究表明：利用主成分分析,能有效提高主要农作物的用户精度,降低农作物分类的错分率;基于典型时相多光谱+时序植被指数的数据集取得了最高的总体精度。     

旅游资源分布图分类符号系统的创新设计

旅游资源分类符号是旅游资源分布图的重要元素.当前各县市旅游资源调查中,常见的旅游资源分类符号系统存在缺憾.本文通过对照地图符号设计的原则,在分析其优点和不足的基础上,按照地图符号的设计要求并结合当前常用计算机软件平台的应用提出创新设计方案.     

陆源碎屑岩中的古土壤在地层分析中的应用

对各种古土壤的分类标准进行比较之后,重点介绍了Mack的古土壤分类及其土壤的演变序列。Mack的古土壤分类主要依据稳定矿物和保存在土壤中的古地貌属性,将古土壤划分为9种。在地层序列中古土壤的识别标志主要包括颜色、粒度、生物成因构造（植物生长痕迹）、原生沉积构造退化特征、层次化和边界特征、宏观结构特征、矿物及地球化学特征等。可以通过野外观察、室内显微镜观察、实验室化验及地震、测井资料来进行鉴别。陆相盆地具有很强的分隔性,盆地相变又非常复杂,寻找区域性较稳定的层序界面比较困难。越来越多的研究证实用古土壤划分陆相成因地层层序、解决地区及全球对比具有重要的实用价值。     

结合非下采样剪切波变换的BM3D去除图像噪声方法研究

强噪声图像去噪一直是图像处理技术应用领域研究的热点,为进一步提高强噪声图像的去噪质量和对图像边缘的保护,针对三维块匹配（Block Matching 3D,BM3D）方法对强噪声图像去噪效果不佳及图像线状奇异性（如边缘）缺乏最优表示的问题,提出了基于二维非下采样剪切波变换（Non-subsampled Shearlet Transform,NSST）和BM3D的组合去噪方法。该方法首先对含噪图像进行NSST正变换,得到不同尺度和不同方向高频子带的剪切波系数;然后对每个尺度不同方向的高频子带求取贝叶斯阈值,并利用渐进半软阈值函数对各高频子带进行去噪;最后对低频子带和各去噪高频子带进行NSST逆变换,得到去噪结果。将去噪图像作为BM3D中基础估计阶段的预滤波,能够进一步提高基础估计阶段分组的正确性,为BM3D去噪奠定良好基础。组合去噪方法结合了NSST与BM3D的各自优势,仿真试验结果表明,对于低噪声图像,本方法和BM3D方法去噪效果相同,略优于非局部平均法;对于强噪声卫星影像,本方法去噪效果优于BM3D和非局部平均法。     

2003年新疆巴楚地震CPT液化数据库构建

2003年2月24日新疆巴楚-伽师地区发生M_S6.8地震,出现了唐山地震、海城地震后近30年我国大陆最具规模的砂土液化现象。大量研究显示,巴楚地震液化砂土标贯击数与锥尖阻力指标偏大,采用国内外液化判别方法往往会判为非液化。利用Robertson土质分类图对巴楚地区孔压静力触探试验(CPTU)数据进行土类分层检验,基于以下原则,选定了液化点液化层与非液化点临界液化层。(1)应选取非液化点土层剖面中最易液化层,不能因液化点力学指标偏大而将非液化点临界液化层力学指标选得更大;(2)应结合q_c-h与R_f-h图,避免选取黏土为液化层;(3)巴楚地区液化层往往上覆非饱和细砂,形成透水边界,选取液化层时应舍弃存在透水边界的土层。最后,利用我国规范方法构建了巴楚地震静力触探(CPT)液化数据库,并进行了初步的判别分析。