遥感影像智能解译样本库现状与研究

我国遥感对地观测等项目顺利实施,获取了大量时效性强、覆盖范围广、信息量丰富的遥感数据.但遥感影像智能化自动处理技术发展仍相对滞后,无法满足区域/全球大范围地物信息快速提取的需求.近年来,人们利用深度学习技术显著提高了影像特征提取成效,但由于所使用的深度学习样本数量和类型有限,对于多源遥感影像的自动解译能力仍然不足.本文面向大范围多源遥感影像地物信息智能解译需求,在分析现有样本集现状及问题的基础上,研究提出遥感影像智能解译样本库设计方案,并在此基础上设计了基于互联网的样本协同采集与共享服务框架.本文将为多源遥感影像样本库建设提供参考,为大范围遥感影像智能解译提供支持.     

GeoCube： 面向大规模分析的多源对地观测时空立方体

随着对地立体观测体系的建立,遥感大数据不断累积。传统基于文件、景/幅式的影像组织方式,时空基准不够统一,集中式存储不利于大规模并行分析。对地观测大数据分析仍缺乏一套统一的数据模型与基础设施理论。近年来,数据立方体的研究为对地观测领域大数据分析基础设施提供了前景。基于统一的分析就绪型多维数据模型和集成对地观测数据分析功能,可构建一个基于数据立方的对地观测大数据分析基础设施。因此,本文提出了一个面向大规模分析的多源对地观测时空立方体,相较于现有的数据立方体方法,强调多源数据的统一组织、基于云计算的立方体处理模式以及基于人工智能优化的立方体计算。研究有助于构建时空大数据分析的新框架,同时建立与商业智能领域的数据立方体关联,为时空大数据建立统一的时空组织模型,支持大范围、长时序的快速大规模对地观测数据分析。本文在性能上与开源数据立方做了对比,结果证明提出的多源对地观测时空立方体在处理性能上具有明显优势。     

智能遥感深度学习框架与模型设计EI北大核心CSCD

近年来,随着遥感技术的快速发展,遥感对地观测数据获取量与日俱增。在对海量遥感数据的特征提取与表征上,基于深度学习的智能遥感影像解译技术展现出了显著优势。然而,遥感影像智能处理框架和信息服务能力还相对滞后,开源的深度学习框架与模型尚不能满足遥感智能处理的需求。在分析现有深度学习框架和模型的基础上,针对遥感影像幅面大、尺度变化大、数据通道多等问题,本文设计了嵌入遥感特性的专用深度学习框架,并重点讨论了其构建方法,以及地物分类任务的初步试验结果等。本文提出的智能遥感解译框架架构将为构建具备多维时空谱遥感特性的深度学习框架与模型提供有力支撑。     

空间数据溯源建模与语义计算方法研究

正地理空间数据是重要的基础性资源,在众多领域有着广泛的应用。如何对空间数据产品追踪溯源,一直是地理信息领域研究的基础问题。随着空间数据基础设施的发展,地理空间数据以不可预知的方式被广泛且频繁地分发和处理,使得对空间数据溯源的研究变得尤为重要。特别是近年来,众源技术的出现改变了地理信息的生产与消费模式,加快了数据更新与传播速度,拓展了当代地理信息科学的发展方向,深刻影响了地理信息产业化模式。在自发地理信息与专业地理信息融合应用的背景下,及时     

矢量地理信息溯源记录组织验证的区块链技术

溯源问题是"新地理学"研究的一个重要议题,对于判断地理数据是否可靠、可用十分重要.在分布式协作环境下,地理溯源记录本身也面临着可靠性保证的问题.近年来快速发展的区块链技术因具有可信透明、不可篡改等特性,为溯源记录的可靠性管理提供了新的解决思路.然而,如何利用区块链对大量且具有不同粒度层级的地理溯源记录进行存储组织,成为一个难点.因此,本文以矢量数据为研究对象,探讨矢量溯源信息链上存储结构的设计要求,提出一种通过梅克尔帕特里夏树(Merkle Patricia tree,MPT)对不同层级的溯源信息进行链上组织的方法,并设计了相应的溯源验证算法.同时,本文开发了矢量溯源链原型系统,对链上的溯源信息进行了溯源验证试验.试验结果表明,相比通用的二叉梅克尔树,本文提出的链上存储组织方法与验证算法具有更高的验证性能.