钱塘江河口涌潮河段滩槽演替与沉积层序

通过分析时间序列的卫片资料、4 m高的露头剖面的沉积学和元素地球化学特征, 研究钱塘江涌潮河段的滩槽冲淤变化规律、涌潮沉积特征和沉积层序.涌潮河段河道宽浅, 受径流与潮流相互作用强烈, 冲淤频繁且剧烈, 滩槽演替存在约20 a的周期, 与流域年代际洪、枯期转变有关.在滩槽叠置的垂向层序中, 底部为河槽、低潮滩相的厚层块状砂质沉积, 发育各种变形沉积构造, 为典型的涌潮沉积; 顶部为高潮滩相的潮汐韵律沉积, 发育典型的潮汐成因的双黏土层、大小潮周期; 二者之间的中潮滩相呈渐变过渡.C-M图和概率累计曲线可较好地区分涌潮沉积与潮成砂、泥质沉积.涌潮沉积层Si/Al、Zr/Al、Ti/Al等元素比值较高, 而潮汐韵律层Fe/Al、Mn/Al等元素比值较高, 这与它们的赋存方式和水动力分异有关.Si、Zr和Ti主要见于石英和重矿物中, 因此在强水动力沉积层中富集; 而Fe、Mn易被黏土矿物吸附, 在水动力较弱的中高潮滩富集.      

Sentinel-2与Landsat 8数据组合下的多特征冬小麦面积提取

遥感卫星的波段设置、信噪比及传感器观测角度等因素都会影响作物提取精度。为充分挖掘与发挥Sentinel-2卫星多光谱成像仪(MSI)与Landsat 8陆地成像仪(OLI)在冬小麦信息提取方面的优势,本文以商河县为研究区,基于两数据源的光谱特征、纹理特征、植被指数特征组合数据,利用随机森林(RF)与支持向量机(SVM)对冬小麦进行提取。结果表明:基于单一影像的最优Kappa系数与最优OA分别为0.89和95.13%,基于组合数据源的最优Kappa系数为0.92,最优OA为95.28%,两数据源组合的精度优于单一数据源提取精度;数据组合效果与分类器的性能有关,RF的Kappa系数相对于SVM分别提升0.04、0.20和0.11,OA分别提升2.41%、11.31%和6%,RF对冬小麦提取精度优于SVM。本文研究结果对于构建中高分辨率影像组合的典型农作物分类提取体系具有重要意义。     

基于GF-6的可可西里典型湖泊水体面积提取方法研究

湖泊是气候变化的敏感指示器,快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6) WFV数据,以可可西里地区4个湖泊为研究对象,分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积,并以目视解译所得结果作为参考标准,对不同方法的提取结果进行了精度评价。结果表明,单波段法易受浅水区水体影响,但受积雪的影响较小,而波段差值法和NDWI法受积雪影响较大;NDWI法虽能有效提取浅水区水体,但仍受一定程度湖底沉积物的影响;波段差值法与单波段法和NDWI法相比,能有效区分浅水区水体和背景地物。     

利用TLS技术进行地铁隧道断面提取及变形监测分析

针对传统测量方法在地铁隧道断面提取及变形监测中存在的成果单一、过程复杂、效率低下等问题,本文采用地面三维激光扫描(TLS)技术,提出了一种基于最小二乘法曲面拟合的断面提取及变形监测分析方法。该方法以隧道中轴线为基础提取隧道连续断面,将截取的断面拟合成曲面,通过多次曲面比较,获取拟合曲面水平与垂直方向的变化尺寸,进而计算地铁隧道的变形量。以西安地铁某隧道上行区间为例进行试验,结果表明本文技术方法较传统监测方法能够快速实现隧道断面提取及变形监测,有效提升工作效率。     

基于夜间灯光影像的太原市城市扩张特征及驱动力分析

随着城市化进程的推进,城市建成区范围不断扩大,在此过程中也出现了诸多问题。为更好地了解城市发展规律,本文选取1992、1997、2002、2007、2012年5期的DMSP/OLS数据和2017、2019年2期的NPP-VIIRS两种夜间灯光影像作为数据源,采用统计数据比较法提取太原市建成区范围,通过对太原市建成区形态扩张指数的分析,得出城市扩张规律。研究结果表明:①太原市建成区从1992-2019年太原市建成区面积增长了249.73km²,扩大了2.7倍,且建成区增长的面积主要集中在太原市的东南部。②2002-2012年和2017-2019年进入加速型扩张模式,扩张的速度快;1992-2019年太原市重心偏移距离为5676.42m,平均偏移速度为202.73m/a,重心位置总体向东南方偏移。③太原城市扩张的驱动力主要是受经济发展因素、人口因素、交通因素和政策规划因素的影响。本文为太原城市规划和空间结构调整提供理论依据和数据支撑。     

基于生成对抗网络的建筑物损毁检测EI北大核心CSCD

建筑物作为自然灾害中最受影响的承灾体之一,其损毁信息的准确提取对灾后应急救援具有十分重要的意义。本文借鉴多模态的思想,提出了一种自动检测损毁建筑物的recursive-generative adversarial networks(RS-GAN)方法,将损毁建筑物检测分为灾前建筑物识别和灾后损毁建筑物检测两个任务,且分别在两个GAN分支中完成。RS-GAN加入联合损失函数将两个GAN分支进行连接,充分利用两个任务之间的潜在互利性提升检测效果。RS-GAN利用第1条GAN分支识别建筑物灾前形状与位置,并将识别结果作为第2条GAN分支的输入进行损毁建筑物检测任务,从而使检测结果具有更清晰的轮廓。该方法为端到端模型,在不需要过多的人工干预情形下,实现了损毁建筑物的自动检测。为了验证RS-GAN模型的效果,在圣罗莎和密苏里两个数据集上进行了测试。试验结果表明,RS-GAN方法拥有更好的检测性能,在圣罗莎数据集上的总体精度和平均精度分别达到了0.90和0.86。     

斑点抑制与多分辨率拓扑分析相结合的SAR图像河流水体提取

针对由于斑点噪声和建筑遮挡造成的高分SAR图像河流水体提取的不连续问题,本文提出一种结合自适应斑点抑制和多分辨率拓扑分析的河流水体提取方法。首先,在斑点抑制各向异性扩散中引入Beta度量以实现SAR图像的自适应滤波;其次,利用局部阈值分割和连通域标识对去噪图像中的河流水体段进行快速提取;然后,以河流水体段的最小外接凸多边形为对象构建高斯金字塔,并由此进行多分辨率拓扑分析来获得河流间断点信息;最后,由区域生长策略逐层地对间断点进行判别,实现相邻河流水体段的自动连接。采用TerraSAR-X和GF-3高分SAR图像验证提出的方法。结果表明,该方法可有效地提取完整河流水体。对多幅SAR图像提取结果的定性和定量评价验证了提出方法的有效性与稳健性。     

一种利用矢量数据和GVF Snake模型的面状水域提取方法

GVF Snake模型具有捕获范围大、能够逼近"凹形"区域的优势,是提取面状水域的有效方法,但该模型在具体使用时需要依赖一定的人工参与。本文充分利用已有矢量数据中的先验信息,通过扫描线寻找目标像素并进行区域生长,为GVF Snake模型的求解提供梯度矢量场的作用范围及初始轮廓曲线,提高模型的自动化程度。实验证明,该方法准确、可靠,对于面状水域矢量数据的更新具有一定的实用性。