基于GIS的盐城国家级自然保护区生态安全评价（英文）

本研究利用遥感和GIS技术,分析盐城自然保护区1983–2018年的景观格局变化,建立了基于区域自然-社会-经济复合生态系统安全格局的评价指标体系,分析了生态安全变化的空间特征和成因。结果表明,1983–2018年由于人类活动加剧,研究区内景观格局变化强烈,从以自然景观为主发展到自然景观与人工景观并存。在整体生态安全方面,目前保护区的生态安全状况不容乐观,从保护区丹顶鹤的生存状态看,保护区总体上还是适宜丹顶鹤栖息的,但由于人类活动的增加以及政策的调整,丹顶鹤的栖息地呈现破碎化并向核心区和缓冲区等局部区域聚集。我们应从管理、政策制定以及当地居民的环境保护意识上增加宣传和投入,并相应减少保护区内人类活动的强度。     

The potential of Pléiades images with high angle of incidence for reconstructing the coastal cliff face in Normandy (France)

To monitor chalk cliff face along the Normandy coast (NW France) which is prone to erosion, we tested the potential of cliff face 3D reconstruction using pairs of images with high angle of incidence at different dates from the agile Pléiades satellites. The verticality aspect of the cliff face brings difficulties in the 3D reconstruction process. Furthermore, the studied area is challenging mainly because the cliff face is north-oriented (shadow). Pléiades images were acquired over several days (multi-date stereoscopic method) with requested incidence angles until 40°. 3D reconstructions of the cliff face were compared using two software: ASP® and ERDAS IMAGINE®. Our results are twofold. Firstly, despite ASP® provides denser point clouds than ERDAS IMAGINE® (an average of 1.60 points/m² from 40° incidence angle stereoscopic pairs on the whole cliff face of Varengeville-sur-Mer against 0.77 points/m² respectively), ERDAS IMAGINE® provides more reliable point clouds than ASP® (precision assessment on the Varengeville-sur-Mer cliff face of 0.31 m ± 2.53 and 0.39 m ± 4.24 respectively), with a better spatial distribution over the cliff face and a better representation of the cliff face shape. Secondly, the quality of 3D reconstructions depends mostly on the amount of noise from raw images and on the shadow intensity on the cliff face (radiometric quality of images).     

Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。     

基于高分遥感影像的建筑物侧面信息提取及其高度计算

本文选取成都市某一区域建筑物A、B为研究对象,采用分辨率为0.61 m的Quick bird影像,运用图像分割法和LVQ神经网络算法,提取建筑物侧面信息,根据假设法原理,构建高度计算物理模型,求取建筑物高度。对比实测数据,结合可能影响实验结果的实地因素、遥感影像因素进行精度分析与评价,探讨基于高分遥感影像的建筑物侧面信息提取和高度计算的方法。结果表明,LVQ神经网络算法在建筑物侧面提取和高度计算中有更好的应用价值,精度高达94%。     

基于无人机摄影测量的增减挂钩耕地指标检查与评价方法

土地增减挂钩项目的质量检查的传统流程需到实地逐一核实,检查周期长。本文提出一种基于无人机航摄的检查技术流程,结合研发的野外实地调绘软件系统,提出一种新型的基于无人机航摄的增减挂钩项目质量检查流程,并基于DOM检查构建指标评价体系。流程优化了传统外业检查流程,实现地块的全覆盖内业检查和外业的实时取证,确保成果耕地质量指标的准确性,对土地增减挂钩项目给予客观评价。评价体系的应用选取广西几个县增减挂钩为研究对象,探究体系评价的合理性,初步确定该方法基本可行。     

无人机航测技术在广东省和平县第三次全国国土调查中的应用

第三次全国国土调查是查实查清我国国土资源利用现状的重要手段,对提高国土资源利用效率和建设信息化社会有着积极的推动作用。本文以广东省和平县第三次国土调查项目为基础,将无人机航测技术应用于本次三调中,快速的获取了调查区高分辨率的航拍影像数据,结合GNSS技术等进行外业核查和补绘,生产出了符合三调精度要求的DOM、DEM产品,对编制各类工作底图奠定了基础。实践证明,将无人机航测技术应用第三次全国国土调查中具有明显的优势,主要体现在精度高、效率快、成本低、利用率高等方面。     

移动测量技术在城市绿化普查中的应用

在新时代的城市建设中,绿化建设对于美化城市面貌和提高市民居住舒适度显得十分重要,那么城市绿化普查工作则成为绿化建设工作中的重要一环。为了改进传统绿化普查工作,本文提供一整套基于移动测量技术的城市绿化普查方案,搭配自主研发的GIS采集软件和实景三维管理平台,采集绿化信息的效率和精度显著提高,更可以优化城市绿化管理方法。     

基于倾斜摄影测量的大比例尺三维测图技术

目前,城市大比例尺地形图更新主要采用全野外的测量方法,不仅耗费大量的劳动力,并且效率低下。旋翼机和倾斜摄影测量技术的快速发展,为城市大比例尺地形图的测绘与更新提供了全新的技术手段。本文以滕州市城区约10 km2的1∶500地形图测绘项目为例,采用大疆精灵4 Pro旋翼机进行数据获取,Smart 3D软件进行空三加密及三维建模,最后在EPS软件中进行三维测图,并对地形图成果进行了精度检核,验证了技术方案的可行性,为同类项目提供了有益参考。     

基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。