结合面向对象和深度特征的高分影像树种分类

针对传统手工提取特征方法需要专业领域知识，提取高质量特征困难的问题，将深度迁移学习技术引入到高分影像树种分类中，提出一种结合面向对象和深度特征的高分影像树种分类方法。为了获取树种的精确边界，该方法首先利用多尺度分割技术分割整幅遥感影像，并选择训练样本作为深度卷积神经网络的输入。为了避免样本数量少导致过拟合问题，采用迁移学习方法，使用ImageNet上训练的VGG16模型参数初始化深度卷积神经网络，并利用全局平局池化压缩参数，在网络最后添加1024个节点的全连接层和7个节点的Softmax分类器，利用反向传播和Adam优化算法训练网络。最后分类整幅遥感影像，生成树种专题地图。以安徽省滁州市的皇甫山国家森林公园为研究区，QuickBird高分影像作为数据源，采用本文方法进行树种分类。试验结果表明，本文方法树种分类总体精度和Kappa系数分别为78.98%和0.685 0，在保证树种精度的同时实现了端到端的树种分类。     

黄山市地质遗迹资源类型、特征及成因

摘要: 黄山市位于江南造山带东段与滨西太平洋构造域交汇处,特殊的地理位置、地质历史、构造背景及气候环境造就了丰富多彩的地质遗迹资源。通过野外地质调查及室内综合研究,发现黄山市有地质遗迹点126处,可划分为3大类、11类及32亚类,其中以地质剖面、重要化石产地、重要岩矿石产地、岩土体地貌和水体地貌为重点类型。通过对主要地质遗迹时代、分布、类型及特征进行归纳、总结与对比,发现黄山市地质遗迹是由多种地质营力共同作用形成的,既有构造运动和岩浆侵入等内因,也有生物活动、差异风化、流水冲蚀和重力崩塌等外因,且包括了人文因素。黄山市地质遗迹资源在地质学、地貌学、生态环境及社会人文等方面具有较高的研究价值和科普意义,可通过申报地质公园、推出高品质地质旅游路线、建立地质教学及科普研学基地等方式予以价值体现。