基于P-N学习的高分遥感影像道路半自动提取方法

基于模板匹配的道路跟踪是半自动提取道路的主要方法。然而场景中地物干扰和道路宽度的变化降低了模板匹配的稳定性;另外,道路跟踪失败后缺乏重检测机制,使得道路提取过程中人机交互频繁。针对以上问题,提出了一种基于P-N（positive-negative）学习的高分遥感影像道路半自动提取方法。该方法由道路跟踪、检测和学习构成,关键是采用了P-N学习的策略迭代的训练分类器,通过纠正违反结构约束的样本分类结果来提高分类器性能。实验使用了不同场景下的城区高分遥感影像,与经典的模板匹配和在线学习的道路跟踪方法进行了比较。实验结果表明该方法在道路提取的精度和稳定性方面均有提升。     

818-01专题区域数据处理中心网络系统的设计与建立

本文综述了上海海洋环境立体监测和信息服务系统中的一级数据处理中心网络系统的设计与集成，并形成了区域性海洋环境立体监测和信息服务网络系统设计模式，为我国海洋环境立体监测系统建议奠定技术基础。     

海洋环境监测系统动态集成框架研究

区域性／全国性的海洋环境监测系统需要集成许多已有业务化运行的海洋信息系统,并且要为成千上万的应用系统提供服务,迫切需要一个支持分布式异构环境的海洋监测信息及服务集成框架来指导系统的建设。论文提出的基于XML,Web Service,Ontology,等技术的集成框架包括集成总线及Adapter Setvice,元数据库及集成协调器与供二次开发的API及Web Service工具集。这一集成框架是开放的可扩充的,它实现了数据互操作,软件互操作与语义互操作,可以应用于大规模海洋监测系统的动态集成,并能有效利用网上丰富的涉海商业Web服务。     

营业收费管理系统

本文通过对热电公司营业收费管理系统的介绍、论述了系统的组成，分析，设计实现方法，从而为同类系统的开发提供了一种设计模式。     

东海深海软骨鱼类三新种

1980年6—8月,东海水产研究所调查船“东方号”在东海大陆架斜坡及深沟区(水深200—1000米范围)进行资源调查时,采得若干种软骨鱼类标本,经鉴定确认其中有三新种,分别定名为:粗体光尾鲨Apristurus pinguis;东海施氏鳐Springeria donghaiensis;后鳍尖吻银鲛Harriotta opisthoptera,标本均存于本所鱼类标本陈列室。现将其特征分别记述如下。 1.粗体光尾鲨(新种)Apristurus pinguis sp. nov.(图1)     

美国海洋监测集成系统项目IOOS介绍

1　综述海洋对我们非常重要 ,是气象系统的发源地 ,天气和气候的改变者 ,海洋商贸的基础 ,国家安全的屏障 ,自然资源的最大仓库 ,娱乐场所、天然的课堂和自然实验室。海滨人口的急剧增长使得对海洋的索取也迅速增加 ,从而对海滨生态系统平衡的破坏威胁更大 ,人口的增长有可能导致一些自然灾害。要提高生存质量、对海洋环境有效管理、对自然资源的可持续利用 ,这些都有赖于 :快速检测到海洋生态环境和生物资源的变化 ;为公众及时预测这些变化及其结果。但目前我们还不具备这种能力。从历史上看 ,美国对这些挑战有一些应对方法 ,但这些方法是…     

海洋初级生产力的遥感研究进展

近年来，海洋初级生产力的遥感反演成为科学界研究的热点问题之一．海洋初级生产力的遥感模型发展迅速．本文综述了海洋初级生产力遥感历史、近几年海洋初级生产力遥感估算模型的新发展和各种模型的局限性．结合各种初级生产力模型，讨论了模型建立所需要的参数；并讨论了初级生产力遥感的主要发展趋势，即根据各个海区的生物一光学特性，对初级生产力参数的估算将越来越区域化．     

Sensor Web现状

1　概述随意散落在几平方公里土地上的小传感器组成的无线网络 ,也许横过火星表面或进入苍翠繁茂的热带雨林之内。每个胡桃大小的采集仪如同一个乒乓球球 ,因有一定重量而底部入地 ,并且露出它的太阳板在外。每个采集仪 (传感器组 )内装有一个微小的芯片 ,芯片上有几个采集器 ,每个用于采集不同的参数 ,如温度、湿度、气压 ,甚至能嗅出不同气体类型的电子鼻 ( Enose)。每一个传感器所采集的信息很快通过 Sensor Web (即内部收发器所组成的网 )传到一个上行链路节点 ,这些数据被上传到一台计算机 ,科学家们就可以编辑与分析了。　　因为采…     

卷积神经网络和视觉注意力语义分割模型在高分辨率遥感影像分类中的性能分析

随着深度学习语义分割的快速发展,基于计算机视觉语义分割模型的高分辨率遥感影像分类方法也大量涌现。为系统定量地研究经典的和先进的视觉语义分割模型在遥感影像分类中的性能,在总结深度学习语义分割进展的基础上,选择9种基于卷积神经网络(CNN)和视觉注意力的语义分割算法,对米级和厘米级2个尺度的遥感数据集进行分析研究。在模型构建上基于计算机视觉通用的语义分割框架,训练时采用红绿蓝3波段遥感图像并基于ImageNet预训练权重进行迁移学习训练。研究结果表明：通用的语义分割模型通过常规训练设置进行训练能取得较好的遥感影像分类效果,部分地物的交并比(IoU)可以达到90%以上;基于视觉注意力的遥感影像分类模型的精度普遍高于基于CNN的模型,且MaskFormer能更有效地提取离散的地物信息;不同类别的精度最高值并不全在总体最优模型中,部分会存在于次优模型中;类似的地物在更高分辨率遥感数据集中可以获得更高的精度。     

天津大神堂牡蛎礁国家级海洋特别保护区现状及管理对策

天津大神堂是我国北方纬度最高的现代活体牡蛎群聚海域,区域内地质条件特殊,生物多样性丰富,贝类生物与砂质沉积物等环境因素共同构成了独特活牡蛎礁海洋生态系统。近几年来,受海洋开发、环境污染、过度捕捞影响,牡蛎礁区面积逐年减缩小,生物资源持续衰退,2013年经国家海洋局批准建立了天津大神堂牡蛎礁国家级海洋特别保护区。为加强海洋特别保护区建设,本文分析了天津大神堂海洋特别保护区的自然条件和现状,探讨了健全管理体系,完善法律法规制度,加强生态环境监测,构建兼顾生态效益和经济效益的可持续利用新模式等问题,以期为天津大神堂牡蛎礁国家级海洋特别保护区的养护及管理提供参考。