多普勒雷达降水反演及其与改进的区域气候模式RIEMS的同化研究

本博士论文在前人构建的陆面水文过程模型TOPX和区域气候模式RIEMS的耦合模式的框架基础上,针对耦合模式中RIEMS对降水和蒸散发的模拟精度较低,RIEMS和TOPX模式之间尺度不匹配等几个核心问题进行了深入细致的研究:对天气雷达资料的定量估测降水方面的研究获得了对沂沭河流域最佳的Z-R关系,并通过雷达雨量计联合校正法得到较高精度的面降雨量;采用集合卡尔曼滤波同化算法对雷达反演的面雨量及区域气候模式RIEMS的降水输出进行了数据同化方案研究,获得了更好的降水模拟效果;在RIEMS和水文模型TOPX构成的耦合模型中加入同化方案,实现了流域降水的实例模拟研究,结果表明使用同化方案明显改善了水文模拟效果。     

成像光谱数据特征选择及小麦品种识别实验研究

针对河北栾城获得的MAIS成像光谱仪数据用于小麦品种识别进行了特征选择和分类研究。利用遗传算法以JM距离为准则并结合实验区小麦的生物物理特性，进行了最佳波段选择；利用Fuzzy—Anmap分类器及选出的最佳波段对成像光谱数据进行了分类，区分出了4种小麦品种，小麦的总体分类精度超过97％。     

面向自动综合的河系结构化模型研究

针对地图上河流的自动综合,建立了基于河段的河系结构化数据模型,该模型充分考虑了河段与河段、河段与面状水系要素之间的空间关系,以及河系河段的层次关系;建立了一种面向自动综合的河系结构化数据模型,模型包含了大量水系综合所需要的信息.基于上述数据模型,设计了一种方便快捷的河系结构化算法,该算法较好地克服了现有河系结构化算法只针对河流以及只适用于形态相对简单的河系的缺陷,较为全面地考虑了河系结构中出现的各种复杂问题,具有较强的实用性.     

Semantic segmentation of high spatial resolution images with deep neural networks

Availability of reliable delineation of urban lands is fundamental to applications such as infrastructure management and urban planning. An accurate semantic segmentation approach can assign each pixel of remotely sensed imagery a reliable ground object class. In this paper, we propose an end-to-end deep learning architecture to perform the pixel-level understanding of high spatial resolution remote sensing images. Both local and global contextual information are considered. The local contexts are learned by the deep residual net, and the multi-scale global contexts are extracted by a pyramid pooling module. These contextual features are concatenated to predict labels for each pixel. In addition, multiple additional losses are proposed to enhance our deep learning network to optimize multi-level features from different resolution images simultaneously. Two public datasets, including Vaihingen and Potsdam datasets, are used to assess the performance of the proposed deep neural network. Comparison with the results from the published state-of-the-art algorithms demonstrates the effectiveness of our approach.     

差分层析SAR技术研究现状分析

差分层析SAR是在层析SAR基础上发展起来的一种四维信息反演技术。它不仅实现了对雷达目标的三维分辨能力,同时可以获取目标的形变速率信息,可实现对目标方位-距离-高度-时间四维成像,这对实现城市基础设施动态形变监测、古建筑风险评估、重要工程安全监测等应用具有重要实际意义和价值。本文基于差分层析SAR成像原理,分析了成像处理过程中存在的问题,总结了差分层析SAR成像算法研究现状和特点;最后列举了差分层析SAR技术的主要应用领域,并对其技术发展趋势进行了展望。     

关于我国天测与测地VLBI网络未来建设的讨论

结合国内外VLBI技术发展的历史、现状与动态,从天体测量、空间大地测量和深空探测等角度,对我国天测与测地VLBI观测网络的未来建设进行了需求分析和测站配置技术指标分析。     

基于卷积神经网络的无人机影像违章建筑检测应用

无人机航拍影像具有分辨率高、回访周期短等特点,利用无人机遥感技术手段对城市范围的建设进行动态监测,可及时、有效地发现涉嫌违法的建设活动.本文结合实际项目需求,研究通过卷积神经网络方法进行违章建筑的自动检测,替代过去靠大量人力检查的模式,目前测试区域无人机影像试验取得了较好的效果,在样本数据不足5000份的情况下,准确率...     

基于高清工业相机的盾构隧道裂缝智能识别算法分析

裂缝一直是隧道病害的重点检测对象,但传统人工巡检仅能通过肉眼发现后记录,人工识别精准度与效率完全取决于个人经验判断,无信息化手段辅助,作业效率识别精度亟待提升.针对以上问题,本文借助高清工业相机成像分辨率高、采集速度快等特点,将高清工业相机部署于轨道车上获取隧道表面裂缝病害信息,大幅提高了隧道裂缝识别效率,将识别精度提...     

测斜技术原理与作业要点探讨

深层水平位移监测(即测斜)能直接反映土体或支护结构的变形特征,是高风险建筑基坑工程安全的重要保证。本文对测斜技术原理进行了阐述,并根据工程实践经验对测斜监测的作业要点进行了探讨与总结。