基于深度学习的遥感影像地类信息获取技术现状研究

基于图像特征的地类识别技术精度低且复杂度高,难以满足土地利用动态监测的实时性要求。而基于深度学习的遥感影像地类识别技术数据处理及特征提取能力较强,能够有效提升识别精度,使地类信息获取更加智能化,因而被广泛应用于遥感影像地类处理。根据地类识别技术不同,可以分为遥感影像分割、遥感影像分类以及目标监测三种方式。每类识别技术根据训练数据是否有标注可以分为有监督学习、半监督学习以及无监督学习三种类型。通过对相关技术和文献的调研和分析,介绍各种深度学习模型的理论基础与基本结构,总结国内外基于深度学习的遥感影像地类识别方法的优缺点,并指出未来的发展方向。     

7·23特大地质灾害狙击战

受高空低槽和中低层切变线影响，7月23日至28日，湘北、湘西北、湘中、湘南等湖南大部分地区遭受了持续5天的强降雨袭击，局部地区降雨强度近千年一遇。湖南省国土资源厅立即启动突发性地质灾害预警应急预案。系统内广大干部职工闻讯而动，迎灾而上，与地质灾害展开殊死搏斗，演绎了一幕震古烁今降灾伏害5昼夜的感人画卷。     

7·23特大地质灾害狙击战

受高空低槽和中低层切变线影响,7月23日至28日,湘北、湘西北、湘中、湘南等湖南大部分地区遭受了持续5天的强降雨袭击,局部地区降雨强度近千年一遇。湖南省国土资源厅立即启动突发性地质灾害预警应急预案。系统内广大干部职工闻讯而动,迎灾而上,与地质灾害展开殊死搏斗,演绎了一幕震古烁今降灾伏害5昼夜的感人画卷。     

7·23特大地质灾害狙击战

预警预报--周密部署,严阵以待 7月23日上午8时,湖南省国土资源厅地质环境处收到省气象台专报,称由于受高空低槽、中低层低涡切变线与地面冷空气共同影响,23日晚湘西北、湘北将出现强降水.     

宁夏向沙漠要地经验考

作为全国生态最脆弱的省区之一,宁夏人治沙可谓历史久远。从草方格控沙到沙地里长出香甜的硒砂瓜,再到今天的沙漠月光温室,宁夏治沙已经进入了革命性的第三阶段。     

他们迎着灾害前进——湖南赴川地质灾害调查队抗震救灾纪实

在利州、苍溪、剑阁,人们每天都能见到一支湖南口音的地质灾害调查队徒步奔走在灾区的山山水水间,排查处置着一处处地震次生地质灾害和地质灾害隐患,为200万灾区人民撑起一片安宁和希望.他们就是湖南省国土资源厅赴川地质灾害调查应急工作队.     

遥感影像变化图斑智能化提取平台研发与应用

遥感影像变化图斑智能化提取是自然资源动态监测工作的基础。本文简述了遥感影像变化检测技术演进历程及特点,提出同时使用ResNet、U-Net和孪生神经网络3种深度学习算法,设计了集“影像预处理、智能提取、协同筛查”于一体的遥感影像变化图斑智能化提取平台,并详细阐述了各功能模块设计思路。实践表明,融合3种深度学习算法有利于解决单一深度学习网络模型改造难度较大、适用范围有限等难题,有效提升了遥感影像变化检测的查全率,工作效率比目视解译提升超过3倍。研究成果已在湖南省自然资源“1+N”卫星监测工作中广泛应用。