共查询到10条相似文献,搜索用时 15 毫秒
1.
针对传统的土地利用变化研究方法无法实现大规模在建中的建设用地动态监测的问题,该文提出了一种新的动态监测方法。结合多时相遥感影像、规划数据和外业调查数据,能够快速、低成本地提取城市建设用地。选取合适的扩展指数构建综合扩展程度指数模型,便于对建设用地变化时序特征做出评价。定量分析建设用地变化时序特征与规划用地的对比情况,明确了城市建设用地的建设进度和符合度。结果表明,城市建设用地处于高速扩展阶段,建设现状和规划情况基本相符;该方法是对地理国情监测工作的一种新的探索。 相似文献
2.
3.
基于深度学习的高分辨率遥感影像光伏用地提取 总被引:1,自引:0,他引:1
近年来我国光伏产业发展迅猛,随之也产生了诸多用地问题,通过遥感技术提取光伏用地,监测光伏用地分布与用地状况,对于光伏产业健康发展具有重要意义。本文提出一套基于深度学习方法的高分辨率遥感影像光伏用地自动提取方法,该方法利用GF-1等卫星影像和Google Earth影像构建光伏用地样本,基于ResNeSt-50作为骨干网络的DeepLab V3+模型实现深度学习语义分割算法,并结合计算机图形学方法对深度学习结果进行后处理,实现了面向高分辨率遥感影像较通用的且高精度的光伏用地自动提取。该方法的深度学习模型验证精度mIoU值达0.899 2,提取结果具有良好的边缘精度且具有广泛的适用性,支持GF-1、ZY-3、GF-6、GF-2和Google Earth等影像。 相似文献
4.
以平顶山市为例,探讨了煤炭资源型城市建设用地生态适宜性评价的指标体系、评价模型,以及在GIS和RS技术支撑下定量分析土地生态适宜性的方法。选取自然因素、社会经济因素、生态安全因素3个因素层12个因子层构成生态适宜性评价指标体系,采用层次分析法计算相关影响因子权重。在ENVI4.5支持下对平顶山市TM遥感影像进行解译,提取林地、耕地、水体、建设用地多因子图层,在Arc GIS10.0支持下建立数字高程模型,提取高度等地形因子。最后通过Arc GIS10.0空间分析模块对相关因子进行叠加分析,得到结果为:平顶山市最适宜用地占29.01%,较适宜用地占13.53%,基本适宜用地占14.71%,不适宜用地占16.05%,不可用地占26.70%。最后,结合评价结果,针对平顶山建设用地的特征提出合理化建议,以期为生态环境保护和城市规划建设提供科学依据。 相似文献
5.
土地执法监察的实施需明确土地利用变化区域的位置、是否违法及违法类型等信息。大多数土地动态监测手段只获取变化区域的位置信息,无法快速明确具体违法类型及识别伪变化,加大了土地动态巡查的工作量。基于此,本文提出针对非正常建设用地的分类识别模型,即一种可快速识别建设用地变化图斑违法类型的方法。该模型将变化检测获取的变化图斑与相关地政数据进行叠置分析,并设计非正常建设用地分类识别矩阵对变化图斑进行判断,采用计算机识别和人工辅助识别相结合的方式快速明确非正常建设用地的变化性质。应用结果表明,该模型可有效解决综合分析多层矢量数据时图斑要素的跨界问题,提高了识别效率;和现有监测方法结合使用,可快速了解监测区域的土地利用变化概况,较大地提高了土地执法工作的自动化程度。 相似文献
6.
7.
8.
范谊生张泳魏敏陈学彬 《现代测绘》2017,(2):56-58
城市绿化覆盖是地表自然要素的重要指标,也是城市生态文明的体现,随着城市化的高速发展及环境变化,城市绿化空间分布及其使用功能受到高度重视。据此,作为地理国情普查拓展调查内容,基于地理国情普查成果,应用国产遥感卫星影像数据,采用遥感影像处理技术、城市绿化覆盖自动提取技术和景观格局分析技术,快速提取了城市建成区绿化覆盖现状并开展景观格局分析。所提方法可快速、全面地研究城市绿化用地组成及景观格局,评价城市绿地分布的合理性,为城市绿地空间布局优化提供建议,为城市绿地规划建设提供科学数据,为政府城市管理提供决策依据。 相似文献
9.