利用主动深度学习提取极化SAR影像建筑区

针对利用传统监督分类方法从极化SAR影像中提取建筑区存在标记样本数量不足、难以挖掘有效特征等问题,提出一种主动学习与深度学习相结合的极化SAR影像建筑区提取方法。首先通过自动编码器对训练样本训练得到初始分类器;接着利用主动学习得到未标记样本中最富有信息量的样本进行人工标记;并将标记好的样本加入到训练样本中重新训练分类器。分别采用RADARSAT-2和ALOS-2极化SAR影像进行实验。结果表明传统的SVM方法和深度学习的方法加入主动学习后建筑区的提取精度都有所提高,而主动深度学习方法的提取效果优于主动SVM方法。     

GPS RTK在异形建筑物放样中的应用

针对异形建筑物传统施工放样过程操作复杂、效率低下的问题,该文提出了采用GPS RTK进行异性建筑物施工中的放样工作。以天津市文化中心商业项目为例,利用GPS RTK技术分别对建筑物的主轴线和异形次轴线进行了放样工作,并与全站仪在放样过程和数据精度两个方面进行了对比分析,实现了异型建筑物快速、高效的施工放样。实验结果表明,GPS RTK技术不仅在放样过程中操作简单,节约资金,而且放样精度满足工程要求,相对全站仪来说具有很大优势,有助于提高复杂异形建筑物的施工放样效率。     

GF-1垂直干旱指数的土壤湿度空间格局分析——以秭归县为例

针对中低分辨率的遥感图像在表征空间异质性较大地区的土壤湿度空间格局存在较大误差问题,该文探讨了基于高分辨率影像在小尺度上分析土壤湿度空间分布及变异规律的可行性。首先利用高分一号WFV数据构建垂直干旱指数来反映秭归县土壤湿度干湿状况,然后进一步分析了该县土壤湿度在水平及垂直方向上的空间格局和分异规律。实验结果表明,野外同步土壤表层水含量测试数据同垂直干旱指数两者表现出较好的相关程度。     

基于有效区域约束的GPU-CPU协同影像快拼方法

提出了一种以有效区域约束的Voronoi图为拼接线网络,利用GPU-CPU协同处理航空影像快速拼接方法。首先,基于成像有效区域生成有效区域约束的Voronoi图拼接线网络,解决了传统Voronoi图拼接线网络在低重叠度条件下拼接后影像局部区域不被覆盖的问题,然后利用GPU-CPU协同处理将正射纠正嵌入到影像拼接的过程中,并且只对每张影像的有效区域进行纠正,再通过选择配置优化和存储层次性优化进一步提高拼接效率。实验表明,对237张高分辨率航空影像进行快速正射纠正和拼接,本文算法较传统先纠正再拼接的方法效率提高近20倍,同时保证很高的拼接精度,可以满足应急测绘要求。     

复杂地形地区月平均气温(混合)地理加权回归克里格插值

以地形地貌特征复杂、观测站点分布稀疏不均匀的四川省为研究区,引入地形因子（坡度和坡向）和植被指数,采用顾及空间关系非平稳性的（混合）地理加权回归克里格模型（（mixed）geographically weighted regression Kriging,（m）GWRK）进行月尺度平均气温插值方法及精度分析研究。针对不同季节和不同地区,将（m）GWRK插值结果与基于全局回归的回归克里格（regression Kriging,RK）插值结果进行对比。结果表明,RK、GWRK、mGWRK回归关系的决定系数R2分别为0.795、0.922、0.911,均方根误差分别为0.83℃、0.64℃、0.55℃,表明GWRK、mGWRK对目标变量的解释能力以及插值精度都优于RK;GWRK、mGWRK相对于RK对月平均气温插值的改进具有季节与地区差异,冬半年的改进大于夏半年,在地形地貌变化大的地区改进大于地形地貌变化小的地区。     

应用条件植被温度指数预测县域尺度小麦单产

选取关中平原2008-2016年的条件植被温度指数（vegetation temperature condition index,VTCI）遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型（autoregressive integrated moving average,ARIMA）对各县（区）的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期（0.489）最大,抽穗-灌浆期（0.427）次之,返青期（0.035）与乳熟期（0.049）较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0 kg/hm2。     

干热河谷冲沟DEM插值误差的空间分布研究

为了分析云南元谋干热河谷典型冲沟插值误差的空间分布特征,采用反距离加权（inverse distance weighting,IDW）、局部多项式（local polynomial interpolation,LPI）、张力样条（spline with tension,ST）、析取克里格（disjunctive Kriging,DK）以及不规则三角网（triangulated irregular network,TIN）模型方法对高程采样点进行插值,用交叉验证法、相对差系数及沟谷线差异衡量其插值精度。遴选高程误差大于1 m的误差点,用变异系数（coefficient of variation,CV）、全局Moran指数和Getis-Ord G_i*指数分析其空间格局特征。结果表明:TIN和DK精度较高,IDW精度最低;高程误差均呈聚集分布,聚集程度TIN > LPI > DK > ST > IDW;高程误差均呈空间正自相关,TIN模型插值误差的自相关程度最高;误差热点位于坡度大的区域。     

一种基于最小广义方差估计的TLS点云抗差法向量求解方法

针对地面激光扫描点云中的粗差与不均匀采样对法向量计算的影响,基于最小广义方差估计与局部平面拟合原理提出了一种抗差法向量求解方法。首先通过快速近似最近邻居搜索算法得到最近k邻居点集,然后由确定型最小广义方差估计方法和多元马氏距离得到邻居点集协方差矩阵的抗差估计,最后根据主成分分析法（principal component analysis,PCA）计算得到抗差法向量。通过构造的模拟地面激光扫描（terrestrial laser scanning,TLS）点云数据将提出的方法分别与基于PCA、鲁棒PCA和随机抽样一致的法向量求解方法进行实验比较。结果表明,所提方法的抗差性能优异,且并行优化改进后可以满足大规模TLS点云的计算需求。将该方法应用于实际野外地形TLS点云数据,由求解的抗差法向量重建的泊松表面更符合实际地形,表明了该方法在实际应用中的有效性。     

北斗系统在建筑安全监测领域的应用研究

以故宫博物院基础设施改造工程综合在线监测与预警系统的建设为例,研究了我国北斗卫星导航系统在建筑安全监测领域的应用,分析了北斗建筑安全监测的监测对象、内容以及精度;介绍了北斗建筑安全监测服务平台的三级监测服务平台以及监测自动化系统。     

基于大众点评网的志愿者地理信息空间分异研究——以武汉市为例

在Web 2.0的驱动下,伴随着UGC(User Generated Content)的爆炸式增长,出现了一种新形式的地理信息——志愿者地理信息(Volunteered Geography Information,以下简称VGI)。其中点评类VGI提供了传统地理信息难以提供的商户环境、服务质量等信息,从而增强了地理信息对环境的表达能力,为消费者决策提供了重要参考。通过对大众点评网的点评信息进行分析,发现商户实体对点评信息的空间分布起着很大的制约作用,使得点评信息延续了商户不均衡的分布态势。但这种制约并不起决定性作用,点评信息仍然表现出一些区别于商户分布格局的特点。随后通过对不同价位餐馆的点评量进行分析,发现消费者更倾向对平均价格较高的餐馆进行点评,从而可能使得部分低价位的餐馆面临信息缺失的危机。