习近平在中共中央政治局第六次集体学习时强调坚持节约资源和保护环境基本国策努力走向社会主义生态文明新时代

新华网北京5月24日电中共中央政治局5月24日上午就大力推进生态文明建设进行第六次集体学习。中共中央总书记习近平在主持学习时强调,生态环境保护是功在当代、利在千秋的事业。要清醒认识保护生态环境、治理环境污染的紧迫性和艰巨性,清醒认识加强生态文明建设的重要性和必要性,以对人民群众、对子孙后代高度负责的态度和责任,真正下决心把环境污染治理好、把生态环境建设好,努力走向社会主义生态文明新时代,为人民创造良好生产生活环境。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

在部直属机关深入学习贯彻党的十八大精神推进基层组织建设工作会议上的讲话

刚才,7位同志作了发言,其中地籍司朱留华、办公厅王秀莲、基金中心王全玲3位同志分别交流了个人和单位学习党的十八大精神的体会与收获,地调局发展中心付晶泽、信息中心施朝忠、人力中心孙俊凤、北京督察局于明科4位同志介绍了本单位加强基层组织建设的经验做法,讲得都很好,听后很受启发,也很受教育。应该说,这些同志有思考、工作有成效,对我们今后的工作有帮助。     

移动背包三维激光扫描系统在陡岸水库测绘中的应用——以白鹤滩水电站库区典型河段为例

针对陡岸水库岸坡度大、地形狭窄复杂、植被覆盖度高、水文泥沙监测精度要求高,且传统人工走测难度大、效率低、风险高的问题,本文提出了移动背包三维激光扫描系统观测方法,并以白鹤滩水电站库区典型河段为例,开展了移动背包三维激光扫描系统的应用试验研究。定性定量成果表明,移动背包三维激光扫描系统测量平面中误差为0.024 m,高程中误差为0.044 m,相对面积较差为0.24%,精度符合技术要求,较人工走测工作效率提高3.75倍,十分适用于陡岸水库监测。     

基于改进DeepLabV3+算法的遥感影像建筑物变化检测

变化检测是遥感测绘领域的重要任务,作为执法依据,在耕地非农化等场景监测中发挥重大作用。近年来,使用人工智能相关技术进行变化检测,常见的技术方案为叠加两期影像,再使用语义分割算法求解变化区域。本文使用变化检测数据集LEVIR-CD作为试验数据,在DeepLabV3+算法基础上,针对变化检测场景特点,对模型结构进行改进。以DeepLabV3+的孪生网络为主干,使用多层级特征交互操作,充分融合图像特征。结果表明,改进的网络结构更加适合变化检测任务场景。     

细分移动互联网地理信息服务，构建宜居数字世界生活

移动互联网的发展在短时间内为地理信息带来了数亿用户,个人用户的增加,对地理信息提出了新的技术要求;地理信息界在努力,信息领域企业也在从信息基础设施角度向地理信息应用方向拓展,形成了目前信息技术企业与地理信息企业相向开发的局面;地理信息用户和行业的快速扩张,对行业管理提出了更高要求,需要许可认证、市场范围秩序维持等新的手段;地理信息有了与能力相适应的角色需要。以服务数字世界、打造虚拟社会中的宜居生活为目标,做好粘结剂,实现现实世界与数字世界的互动。     

基于LBS的移动地理信息服务平台架构技术研究

基于位置的服务(LBS)需求日益增长,在GPS定位技术、通信技术以及电子计算机整体性能不断提高的前提下,LBS与移动GIS结合成为可能,并在专业领域和应用领域发挥重要作用。本文以基于LBS的移动地理信息服务平台架构技术为研究对象,首先分析了SOA架构概述和特性分析,探讨了基于SOA的LBS移动地理信息服务平台架构的设计思路,提出了实现策略,相信对从事相关工作的同行能有所裨益。     

城市公交可达性与网络空间结构关系分析——以焦作市为例

针对城市公交系统的可达性及其网络空间结构的耦合关系,构建基于公交站点效率且融合Huff模型的3步移动搜索法,对焦作市居民的公交站点可达性进行研究,依据P-空间模型构建城市公交网络结构,利用耦合协调度模型分析居民的公交站点可达性与公交网络的协调状况。研究表明,焦作现有公交系统对不同区域居民提供的服务不均衡,对主城区投入的交通资源不充足,且忽略了偏远地区居民出行需求,研究结果可为焦作公交网络优化提供参考和建议。     

结合自注意力机制的多特征融合点云语义分割网络

由于三维激光点云的无序性、稀疏性、非结构性以及光谱纹理信息缺乏,使得点云的语义信息提取十分困难,而可以直接对原始非结构化点云进行语义分割的PointNet++网络无法考虑点云的空间相关性。针对这个问题,本文提出了一种结合自注意力机制的多特征融合点云语义分割网络,使用PointNet++和非局部信息统计注意力模块分别提取点云的多尺度特征和空间相关性特征,并融合两种特征以进行最终的点云分割。通过在ISPRS 3D语义分割数据集上进行对比实验,证明本文通过自注意力机制提取的空间相关性特征优于人工设计的特征,可以明显提高点云语义分割的精度,本文方法较PointNet++总体精度提升了4.5%。     

基于深度学习与随机森林的PM2.5浓度预测模型

针对PM_2.5浓度预测中传统机器学习算法无法对数据内部隐藏特征进行深层次挖掘,而深度学习算法在数据较少情况下效果不佳的问题,综合考虑深度学习与随机森林的特点,提出一种基于深度学习与随机森林的PM_2.5浓度预测组合模型。模型以气溶胶光学厚度(AOD)遥感数据、气象再分析数据和PM_2.5地面观测数据构建训练数据集,通过深度学习方法对训练数据内部深层次隐含特征进行提取,将提取得到的隐含特征用于随机森林模型训练,并使用随机森林回归算法得到PM_2.5浓度的预测值。为验证方法的有效性,以河南省区域2018年—2019年的PM_2.5浓度估算为例,将原始特征与利用CNN、LSTM和CNN＿LSTM所提取特征共同构建的新特征分别通过随机森林回归、支持向量回归以及K近邻回归等3种传统机器学习方法进行训练和预测。实验结果表明,在较少数据情况下PMCOM模型无论是在整体预测还是在分季节预测场景下均具有较好的预测精度,其中以LSTM为特征选择器,RF为回归器的组合模型是本实验的最优模型,在即使只有35%...