不动产统一登记新常态下如何做好土地登记档案的整理分类和数字化

土地登记档案是土地产权归属的重要依据,是确保土地交易安全的重要保障。随着土地登记档案管理和信息化水平的不断提高,有效保护了土地权利,保障了土地交易。然而,从土地登记档案的日常管理和利用,以及历年来土地登记引发的行政诉讼、行政复议来看,土地登记档案管理仍然存在着诸多问题,严重影响了土地登记的公信力。随着不动产统一登记工作的日益临近,如何做好土地登记档案的整理分类和数字化,显得尤为迫切和重要。本文仅就如     

基于卷积神经网络的遥感影像地表覆盖分类

遥感影像地表覆盖分类是地理国情监测和地理信息资源建设中至关重要的环节,利用卷积神经网络对遥感影像进行特征提取和分类,具有十分重要的科研和应用价值。为提高遥感影像的地表覆盖分类精度,在深度卷积神经网络VGGNet的基础上,采用SeLU函数作为激活函数,并将激活函数中的λ、α作为训练参数,得到改进的VGGNet,用逐层贪婪算法对网络参数初始化,并选择适当的学习次数利用迁移学习的方法对网络参数调整,以提高网络的泛化能力来提取遥感影像各类别的深层特征,从而有效进行地表覆盖分类。通过GF-1卫星影像的实验表明本文方法在地表覆盖分类精度方面的优越性。     

基于HJ-1A高光谱影像的湿地精细分类

混合像元的存在不仅影响了基于高光谱影像的地物识别和分类精度,而且已成为遥感科学向定量化发展的主要障碍。本文以扎龙湿地为试验区,以环境一号卫星采集的高光谱影像为数据源,分别采用传统的全约束最小二乘光谱解混算法(fully constrained least squares spectral unmixing algorithm, FCLS)与基于稀疏约束最小二乘光谱解混算法(sparse constrained least squares spectral unmixing algorithm, SUFCLS)实现了试验区湿地的精细分类,并对两种分类结果的表现及其分类精度进行了对比分析。研究结果表明：SUFCLS算法能够自适应的从光谱库中选择场景中所占比例最高的一组端元,并将此端元的组合应用于传统的全约束最小二乘光谱解混中实现不同湿地类型丰度的提取,该算法充分考虑了端元的空间异质性,弥补了FCLS算法在端元选取过程中的不足。精度验证结果表明与FCLS算法相比,SUFCLS算法分类结果的均方根误差更小,丰度的相关系数更高,因此该方法对于提高湿地解混精度以及实现湿地精细化分类具有重要意义。     

泰山区新建11栋搬迁楼确保地灾居民平安

泰山区羊娄岩溶地面塌陷区属省、市划定的重点地质灾害区，涉及3个村456户居民。近年来。泰山区委、区政府在全力做好地灾防治工作的同时．把地灾居民搬迁工作也列入重要议事日程，先后多次召开会议进行研究，制定了详细的搬迁方案，并责成区国土分局抓好落实。在建设用地指标异常紧张的情况下，区政府对搬迁用地优先考虑、优先安排，为使受灾居民“愿意搬、搬得起”，     

基于栅格数据的流域降雨径流模型

本文在研究降雨时空分布不均匀与下垫面自然地理参数空间分布不均匀，对降雨径流过程影响的基础上，提出了一种在地理信息系统支持下的动态分布式降雨径流流域模型，实现了基于栅格的坡面产汇流与河道汇流的数值模拟，能够获得流域上任意模拟时刻任意栅格的径流量。模型视栅格为水文一致性单元，水文参数在栅格内一致，在相邻栅格间变化，采用Ｈｏｌｔａｎ模型计算下渗率，水量平衡方程和线性水库的马斯京根法进行栅格产汇流演算，模     

长江口北支湿地分类及生境特征

长江口北支湿地可以划分为海岸潮滩湿地生境、河口湿地生境和人工湿地生境3大类,生境类型丰富。分析了每类湿地生境的特征,最后指出由于人类的高强度干扰,生境破碎化严重,生物多样性降低,湿地生态服务功能减弱。     

北京地区夏季极端降水变化特征及城市化影响

利用1981-2016年京津冀地区174个国家站逐日降水资料,采用百分位方法和线性倾向估计方法对京津冀地区极端降水的时空分布特征及演变趋势进行了分析。结果表明：（1）对于京津冀地区极端降水空间分布,不同百分位降水阈值表现为一致的分布特征,年平均极端降水量、平均极端降水强度与百分位极端降水阈值分布大体一致,而年平均极端降水日数的分布则与其相反。（2）年平均极端降水量在103.6~259.1 mm之间,年平均极端降水日数在3.0~4.0 d之间,平均极端降水强度在大雨到暴雨之间,极端降水量对总降水量贡献达28%以上。（3）极端降水总站次和极端降水日数年变化趋势一致,7月、8月和10月是极端降水较活跃月份。（4）在36 a期间,年平均极端降水量、年平均极端降水日数、平均极端降水强度以及极端降水量对总降水量贡献的变化趋势分布情况基本一致,呈减少趋势的站点均相对较多,年平均极端降水量增减幅度较大,年平均极端降水日数变化在1 d·（10 a）^-1以内,平均极端降水强度和极端降水量对总降水量贡献减少趋势相对明显。

     

湛江一次降水过程的最佳雨滴谱分析

简述采用滤纸色斑法对一次层积云降水过程进行取样 ,取得 2 9份雨滴谱 ,通过 4种不同方法 ,对这次雨滴谱进行拟合 ,并将所得经验公式进行优化 ,取得本次降水的最佳雨滴谱分布方程     

基于卷积神经网络的ICESat-2光子点云去噪分类

ICESat-2（Ice, Cloud, and land Elevation Satellite-2）是美国NASA（National Aeronautics and Space Administration）在2018年发射的激光测高卫星,其上搭载的激光测高系统ATLAS（Advanced Topographic Laser Altimeter System）采用微脉冲多波束光子计数激光雷达系统,因其低能耗、高探测灵敏度、高重复频率的特性极大改善了沿轨采样密度,但也使获取的数据中包含大量的噪声,如何有效实现光子点云去噪分类成为后续应用的关键,也是当前研究的热点和难点,为此本文提出一种基于卷积神经网络的光子点云去噪和分类算法。首先将光子点云按照沿轨和高程方向划分格网,去除明显的噪声光子,并将每个粗信号光子点栅格化为影像;然后基于少量样本构建的卷积神经网络分类模型实现光子点云精去噪和分类;最后利用机载激光雷达数据进行验证,并与ATL08产品的去噪分类结果进行对比。结果表明,对于裸地和森林区域,卷积神经网络算法均能有效去除噪声光子,特别对于森林区域,可同时实现去噪和分类;其中,裸地区域地表计算的R²和RMSE分别为1.0和0.72 m,森林区域地表和树冠计算的R²分别为1.0和0.70, RMSE分别为1.11 m和4.99 m。本文利用深度学习算法实现光子点云去噪分类,在裸地和森林区域均取得了较好的结果,为后续光子点云数据处理提供了参考。