通用型森林资源调查GIS系统设计与实现

本文分析了PDA森林资源调查采集软件的应用现状,针对现有开发模式和系统框架重用度低、通用性差、难于维护扩展的问题,提出了基于“数据字典”的通用型森林资源调查GIS系统软件的开发方案.采用相关开发工具,进行了系统实现;实践证明,该系统具有良好的通用性和可扩展性.     

基于改进Morlet小波的MP算法在地震频谱分析中的应用

对地震信号的时频分析,Morlet小波是在时频联合域内具有最好分辨率的解析小波.介绍了基于Morlet小波的匹配追踪算法的原理,在此基础上改进了时频原子库,并增加了参数k来调节Morlet小波的带宽.对比了基于Morlet小波的匹配追踪(MP)算法与传统STFT时频分析方法,理论模型表明,该算法具有更高的时频分辨率;对...     

基于语义规则和词向量的台风灾害网络情感分析方法

灾害期间的舆情引导有助于维护社会稳定。社交媒体是舆论传播的重要渠道,通过微博评论了解用户的网络情感及关注的话题,可以帮助相关舆情监测部门掌握公众的关注热点,从而选择适当的干预节点来应对网络舆情,并对公众情绪进行疏导,这对于应急管理具有现实意义。现有的研究大多是利用有监督的机器学习方法进行情感分类,这需要人工进行语料的标注,工作量大。本文根据微博评论文本的特点,综合考虑情感词以及表情符号等多重情感源,构建了台风灾害领域情感词典。在此基础上,提出了一种基于情感词语义规则的情感倾向计算方法,以及基于词向量的话题聚类方法。首先,采集了近年5次台风灾害期间共计40多万条微博评论文本,基于大连理工情感词汇本体库进行扩展构建了台风灾害领域情感词典,结合PMI法构建表情符号词典,根据语义规则确定情感倾向,并使用3500条评论文本验证了该方法的有效性。然后,本文基于词向量、TF-IDF与K-means的聚类方法探索灾害期间热点话题。最后,以2020年4号台风“黑格比”为例,基于台风期间的5万余条微博评论文本进行了舆情情感分析,并识别出6类与台风相关的话题。通过时空分析发现,随着时间的推移,微博评论文本的数量发生一定变化,评论数量多的地区大都集中在沿海地区和经济水平高的地区,台风登陆当天浙江省的恐惧情感达到最高。结果表明,基于语义规则和词向量的台风灾害网络情感分析方法,能在类似灾害事件发生时为政府部门掌握和引导网络舆情提供辅助。     

南方Cass6.1地形数据到基础地理信息标准数据转换方法

矢量地形图数据是基础地理信息数据库建设的基础,本文分析了数字城市空间基础数据建设中碰到的一些问题。初步探讨了外业南方Cass6．1地形数据与大比例尺基础地理信息要素数据字典之间的异同,给出了解决方法,并应用于实际项目,取得了良好效果。     

Detail focused fusion of hyperspectral and multispectral imagesEI北大核心CSCD

Hyperspectral image (HSI) and multispectral image (MSI) are two types of images widely used in the field of remote sensing. These images are useful in certain applications, such as environmental monitoring, target detection, and mineral exploration. HSI contains a large amount of spectral information. Photons are typically collected in a larger spatial area on the sensor to ensure a sufficiently high signal-to-noise ratio (SNR). Accordingly, the HSI spatial resolution is much lower compared with MSI. This low spatial resolution greatly affects the practicality of HSI. Accordingly, fusing a low-spatial resolution HSI (LR-HSI) with a high-spatial resolution MSI (HR-MSI) in the same scene to obtain a high-resolution HSI (HR-HSI) is a method for solving such problems, which resolves the contradiction that the spatial resolution and the spectral resolution cannot simultaneously maintain a high level. From the analysis of fusion effect, the spatial and spectral reconstruction errors of the existing algorithms are mainly reflected in the edge and detail areas. The method proposed in this work was a fusion algorithm for dictionary construction and image reconstruction based on detail attention. In terms of maintaining spectral characteristics, the spectral distribution in the detail area is complex and diverse because of the proximity effect of the image. This work proposes to perform dictionary learning on the image and detail layers. The detail perception error terms and a constraint of edge adaptive directional total variation are proposed for spatial characteristic enhancement, which is combined with a local low rank constraint in the same fusion framework to estimate the sparse coefficient. Experiments were conducted on two datasets, namely, Pavia University and Indian Pine, to verify the effectiveness of the proposed method. The quantitative evaluation metrics contain peak SNR, relative dimensionless global error in synthesis, spectral angle map, and universal image quality index. Based on the experimental comparison, the fusion result of the algorithm proposed in this work is significantly improved compared with those of the other algorithms in terms of spatial and spectral characteristics. This work uses dictionary learning to propose a fusion algorithm for dictionary construction and image reconstruction with attention to details through the analysis of the existing hyperspectral and multispectral image fusion algorithms. A hierarchical dictionary learning algorithm is proposed to address the problem of large reconstruction error in the detail part of the existing algorithms. The detail perception error term and the direction adaptive full variational regularization term are used to improve the spectral dictionary solution and coefficient estimation, respectively. The result of the fusion is the error in the spectral characteristics and spatial texture of the detail, which achieves an accurate representation of the edge detail. © 2022 National Remote Sensing Bulletin. All rights reserved.     

信息库建设中的数据字典标准化生产

在信息库的建设中,对原有数据库的整合改造是保证实现信息共享的关键问题。本文基于《信息库-数据字典规范》,将XML模式应用于数据字典的标准模板,设计了一个标准化、实用化的数据字典采集器,达到规范化、自动化采集数据字典的目的,不仅方便数据库的维护,而且可以利用数据字典对数据库结构作检查,保证各参建单位数据库整合改造结果的一致性和协调性。     

基于对象关系型数据库的多级地名地址服务研究

地名地址服务是网络地图服务的基础服务,其搜索效率和准确性对于用户体验来说至关重要。传统的地名地址服务通常基于全文索引实现,对于检索结果的排序主要根据与用户检索关键词的关联性来考虑。然而在实际应用中,常常需要对检索结果进行分级分类排序。基于Postgre SQL建立索引实现地名地址快速检索,探讨了地名地址全文检索技术与优化方案,通过修改分词字典和使用分级分类信息来优化检索结果,设计并实现了地名地址检索服务架构,进行了性能测试,证明其在大数据环境下可以提供给用户更好的检索体验。     

电子平板数据向ArcView转换的符号问题

论述了电子平板测绘系统（ Ｅ Ｐ Ｓ Ｓ） 数据向 Ａｒｃ Ｖｉｅｗ 数据转换过程中的符号问题,提出了转换时在生成的ｄｂｆ 属性表中增设一字段贮存符号代码,然后建立包含符号代码和符号的符号字典,利用 Ａｖｅｎｕｅ 编程实现相应地物要素的符号表示。     

月球车图像超分辨率重建算法

为了更好地满足嫦娥探月工程二期中月球车导航和探测规划任务对图像数据的要求,提出了一种基于压缩感知的超分辨率图像重建方法,利用经过模糊处理并加入噪声的低分辨率图像重建原始的高分辨率图像,实现了月球车图像的超分辨率重建。算法采用局部Sparse\\|Land模型,从美国阿波罗计划获取的月面图像、嫦娥二期工程实验中获取的图像以及随机选取的自然图像中提取了大量训练图块,采用K-SVD算法完成了高、低分辨率过完备字典Ah和Al的学习,在对待重建图像进行有效分割的基础上,通过求解优化问题获得待处理低分辨率图块的稀疏表示,并将表示系数用于Ah以生成对应的高分辨率图块。最后,运用最小二乘算法,得到满足重构约束的高分辨率图像。实验结果表明,此算法在视觉效果及PSNR指标上均优于插值方法和Yang的方法。     

PRB数字填图技术在区域地质调查中的应用——以1∶25万济宁市临沂市幅区域地质调查为例

在1：25万济宁市、临沂市幅区域地质调查中采用了PRB数字填图技术,其效果良好。实现了野外地质观察图、文、像的数字化;极大地改变和优化了传统地质资料的精度与管理方式;大幅度地提高了地质人员对区域地质观察结果的广度和深度的概括能力;大大缩短了填图周期。