基于MapInfo的水库大坝安全评价系统

随着社会经济的发展,水库已不仅仅用于农业方面,水库的数量大大增加。随之而来的,水库大坝的安全问题也越来越受到人们的关注。本文采用概率加权平均值法和风险指数法两种方法对大坝安全进行评价,同时引入地理信息系统(GIS)技术,使得对水库大坝安全的评价更加直观、方便。     

遥感技术在鲁南地区水资源综合开发利用中的应用

以水量平衡理论为依据,采用不同时相的TM图像数据及多元信息复合技术对鲁南地区沂源、沂水、沂南三县(简称“三沂”)的地下水资源、地表水拦蓄条件进行调查分析,在此基础上,提出了区域水资源综合开发利用配置方案。     

基于Faster R-CNN深度网络的遥感影像目标识别方法研究

遥感影像目标识别在众多领域中具有极高的理论意义与应用价值,更快速、更精确的目标识别方法研究是目前遥感及图像研究领域的热点与难点。本文将深度学习的方法应用于遥感影像目标识别中,提出基于Faster R-CNN深度学习网络的目标快速精确识别方法。该方法采用了包括基于RPN的建议区域提取方法和VGG16训练卷积网络模型,构建了面向遥感影像目标识别的深度卷积神经网络。为验证该方法的精度及性能,在Caffe深度学习框架上,选取高分辨率遥感影像中飞机、油罐、操场及立交桥目标进行验证实验。结果表明,基于Faster R-CNN的深度学习方法能够实现对遥感影像目标的快速、准确识别,同时具有较好的推广性。通过本文的研究,证明基于Faster R-CNN深度学习的高分遥感影像目标识别方法具有显著优势和潜力,对基于其他深度学习方法的目标识别研究也有一定的参考意义。     

济南市南部山区热力景观空间格局

将分形几何学基本理论引入热力景观空间格局分析,借鉴景观生态学研究方法,使用包括济南市南部山区的2013-05-21的landsat-8数据和同时间段MODIS数据,利用劈窗法反演地表温度。在反演地表温度的基础上,采用均值-标准差法,将反演地表温度分为高温、次高温、中温、次低温及低温5个等级,分别对应热力景观的5个景观类型。采用景观生态学中破碎度、分维数、多样性、均匀度和优势度等评价指标。结果表明:济南市南部山区高温区、次高温区、中温区、次低温区及低温区占南部山区面积分别为12.07%、14.64%、36.47%、15.12%、21.70%,各热力景观指数存在明显差异,表明南部山区在热力空间分布上的差异性。     

GEE平台和CART方法的北京市土地解译

针对传统遥感影像解译效率较低、人力物力需求量大等问题,该文以谷歌地球引擎为依托平台,利用Landsat5TM影像,采用分类回归树算法对2010年北京市土地覆被/土地利用类型开展了解译研究,并从类型构成、类型混淆和空间一致性3个方面将解译所得LUC-2010产品与Globeland30-2010产品进行空间一致性分析。研究表明,谷歌地球引擎(GEE)平台通过编程运算,数据处理速度极快,大幅提高工作效率。解译产品与训练样本交叉验证的学习精度为94.2%。两套产品总体对比发现,林地、水体和耕地的空间一致性比率分别为84.28%、74.75%和73.56%;林地、水体和人工地表的地类纯净度分别为87.23%、77.04%和72.97%;总体分布空间一致性为74.0%。两套产品局部对比发现,LUC-2010产品分类结果更准确和精细,精度更高。