融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.     

塔里木盆地克拉苏构造带巴什基奇克组地层水化学特征及流体成因

地层水化学特征及流体成因的分析对油气成藏的研究具有重要意义,对库车坳陷克拉苏构造带的地层水化学特征及流体成因的研究有助于油气藏的勘探开发。塔里木盆地库车坳陷克拉苏构造带构造特征复杂,地层水化学特征及流体系统缺乏系统研究。为了明确克拉苏构造带地层水化学特征及其流体系统,对地层水的溶解性总固体(TDS)、离子比例系数及压力分布特征进行了分析。研究结果表明：克拉苏构造带地层水以高TDS的卤水为主(平均值为154.92 g/L),按照苏林分类主要为CaCl₂型,按照舒卡列夫分类为Cl-Na型和Cl-Na·Ca型,为典型的沉积埋藏水。地层水的脱硫系数较低(平均值小于1.2)、变质系数较高(平均值大于6),表明地层的封闭性较好,地层水经历了较强的水岩反应。参照地层压力场、岩性特征及地层水特征,将库车凹陷克拉苏构造带划分为第四系—新近系、古近系、白垩系、侏罗系及下伏地层四套流体系统。结合研究区岩性组成、构造演化特征及地层水化学特征分析,明确了白垩系巴什基奇克组地层水的成因为白垩系原始沉积水与侏罗系烃源岩生烃时排出的有机物转化流体、沉积水及古近系膏盐层高盐度流体的混合。     

北京市平原区2015年—2019年0.8 m地表反射率数据集

地表反射率产品作为最重要的定量遥感产品,是很多参量化遥感产品的基础数据源,可以被广泛应用于林业、农业、水资源、生态环境、城市环境等典型应用领域。对于米级高分辨率的遥感影像,国内外不提供反射率影像产品。目前主流的国产高分数据源大部分都是蓝、绿、红、近红4个波段的多光谱数据,缺少短波红外波段,难以满足陆地区域浓密植被算法或者清洁水体的短波红外信号近似看作零的假设条件,要完成精确大气校正、生产大范围的GF-2影像拼接的地表反射率产品,是一个挑战。为了更好的推广高分地表反射率的应用,本研究针对北京市平原区,运用全色和多光谱融合、几何精校正和相对辐射一致化算法,以Sentinel-2为参考影像,生成了一套几何精校正后的0.8 m地表反射率影像集。该数据集时间范围为2015年—2019年,每年一期,包含年度产品的覆盖情况及分布矢量,共计184景地表反射率影像,数据量总共为1.63 TB。     

植被生态遥感参数定量反演研究方法进展

植被参数是生态遥感定量反演的热点和难点,也是生态系统研究的基础性参数。本文在广泛阅读国内外公开发表的文献资料基础上,将现有的植被生态遥感参数概括为物理类、生化组分类、能量和功能类3大类,系统梳理了每类参数定量反演的主要模型方法,进行优缺点和适用性分析,对现阶段存在的不足和未来发展趋势进行了探讨。物理类植被生态遥感参数主要介绍了植被覆盖度、生物量、叶面积指数、树高等研究进展,生化组分类植被生态遥感参数主要介绍了植被含水量、叶绿素含量和光合能力等研究进展,能量类植被生态遥感参数介绍了光合有效辐射、植被吸收光合有效辐射等研究进展,功能类植被生态遥感参数主要介绍了植被生产力和碳交换量等研究进展。存在的主要问题包括混合像元分解、病态反演、物理模型应用过程中的误差传递、数据融合的尺度效应和空间变异性、模型耦合的最优方案确定问题。     

复杂地势下轻小型无人机LiDAR自主航线设计

针对现有的LiDAR航线设计软件绝大多数针对大中型无人机,主要依靠飞行人员根据实际经验敷设航线,少数采用传统摄影测量改变基线长度的方式实现复杂地势下LiDAR航线自动敷设,但高地势地区航线较密,飞行成本高,有局限性,目前能实现轻小型无人机载LiDAR航线自主敷设的软件很少等问题,参照轻小型机载LiDAR的特点,该文提出一种复杂地势下基于DEM改变航高的航线设计方法。以延庆某山区进行试验。结果表明:该方法适当放宽分区高差限制,综合考虑地形信息、飞机性能等要素,使得单条航带点云密度得到保证,提高航线规划效率,节约飞行时间。将考虑DEM与未考虑DEM两种方式对比,确保重叠度,满足工程点云密度,便于后期数据处理。     

InSAR技术支持下的高速铁路沿线沉降监测与预测

针对盘营铁路专线、哈大铁路专线沿线沉降监测研究较少,采用InSAR技术获取了研究区地表形变信息,还对其进行了相关分析.用SBAS-InSAR对35景Sentinel-1A SAR数据进行处理,获取VV、VH极化下的年均沉降速率及沉降序列;以年均沉降速率为研究对象,进行沿线沉降特征分析及交叉验证;利用小波变换对沉降序列降噪处理,用改进BP神经网络对降噪后沉降序列预测分析.研究结果表明,研究区内高速铁路沿线共监测出6个明显沉降区域,最大沉降速率达50mm/a;两种极化年均沉降速率具有较高的一致性,降噪处理后的沉降序列更加平滑;改进BP神经网络具有较高的收敛速度,其预测精度有较大提高.     

黑龙江省省级河湖遥感动态变化监测体系研究

结合黑龙江省河长制工作实际需求,本文提出了省级河湖遥感动态变化监测体系内容及方法,重点阐述了省级河湖遥感动态变化监测的总体技术路线,并详细描述了卫星遥感影像处理、内业采集、外业核查、变化分析及变化检测报告编写和图件制作、河湖动态监测数据库建设、河湖动态监管系统开发等关键技术.项目成果应用到河湖长制管理、河湖水域岸线空间管控、河湖监管执法及"清四乱"专项行动等工作中,全面提升了河湖治理和监管水平.     

利用深度卷积循环神经网络的高光谱影像空谱特征分类方法

针对高光谱影像分类问题,提出了基于深度卷积循环神经网络的高光谱影像空谱特征分类方法.首先将高光谱数据立方体看作一组特征序列;然后利用深度卷积循环神经网络构建特征序列的依赖关系,并采用"预训练+微调"的训练策略对深层网络模型进行训练,从而使得所设计的深层网络在训练样本较少的情况下也能得到更加充分的优化.在Pavia大学和Indian Pines数据集上的试验结果表明,构建的深度卷积循环神经网络的分类精度比RNN方法分别提升了9.49％和5.8％.     

利用众源地理数据快速测制大比例尺军事地形图

针对特战实训演练中大比例尺军事地形图数据不足、现势性较差的问题,从特战用图需求出发,基于众源地理数据提出了一种快速、高效、经济、准确的大比例尺军事地形图测制方法。首先,介绍了众源地理数据的概念和特点,研究了众源地理数据的来源和获取方法。然后,在顾及军事地形图与民用地形图之间制图表达的差异后,设计了利用众源地理数据绘制大比例尺军事地形图的工艺流程。最后,基于ArcMap,绘制了某地1∶1万军事地形图并进行实验验证和精度分析。实验结果表明,该方法既可有效提高作业效率,又能满足成图精度要求,可为军事教学训练、指挥员用图决策提供重要参考。