深度学习支持下的丘陵山区耕地高分辨率遥感信息分区分层提取方法

耕地是丘陵山区稀缺的土地资源,具有地形条件复杂、种植结构多样的特点,导致了山地耕地信息难以快速、准确获取,并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题,本文以西南山区贵州省息烽县作为试验区,根据地理空间异质性特征,提出分区控制、分层提取的耕地形态信息提取思路,构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区划分为平坝区、山坡区、林草区3类地理分区;然后在每类分区基础上,根据耕地所呈现的视觉特征划分为不同的类型,对不同类型的耕地分别设计不同的深度学习模型进行分层提取。试验结果证明,该方法对山区复杂地形背景噪声具有较好的抑制作用,所提取的耕地地块信息相比于传统方法更符合实际耕地的实际分布形态,有效地减少了漏提率和错提率。     

集成学习和条件随机场的影像招弧角识别

无人机巡检是目前电力部门主推的一种巡检方式,招弧角是一种重要的电网设备、但其呈现细长的几何形状特征,其测量需要优于1 cm空间分辨率的影像.为了从无人机获取的高分辨率影像上提取招弧角,该文提出了基于随机森林、集成学习、全连接条件随机场的无人机影像分类和招弧角提取方法.首先,提取了影像的12个光谱和纹理特征.接着,建立训练样本库,训练了多个独立的随机森林分类器、并形成随机森林集成模型进行影像分类.最后,利用全连接条件随机场优化分类结果.该文采用5000张无人机影像进行了实验.实验表明,该文提出方法的整体分类精度达到85.5％,招弧角识别的正确率为98.3％、完整率为74.3％,表明该方法具有潜在的工程应用价值.     

空洞卷积U-Net的遥感影像道路提取方法

针对从遥感影像上提取道路出现的细节特征丢失、提取结果模糊的问题,该文提出了一种基于空洞卷积U-Net的遥感影像道路提取算法:①以U-Net为基础网络,将低层细节特征与高层语义特征进行多特征融合,更好地还原道路目标细节;②为了进一步提高网络对道路细节特征的识别能力,在U-Net中引入空洞卷积模块,学习更多的语义信息来改善提取结果出现的模糊问题.在Massachusetts roads和高分辨率城市道路影像Cheng roads dataset数据集下的实验结果表明,在召回率、精度和F1-score指标分别达到了82.5％、86.7％、84.5％;93.2％、92.1％、92.6％.与基础的U-Net相比,该算法在解决细节特征丢失和提取结果模糊问题方面更具有应用价值.     

利用深度卷积循环神经网络的高光谱影像空谱特征分类方法

针对高光谱影像分类问题,提出了基于深度卷积循环神经网络的高光谱影像空谱特征分类方法.首先将高光谱数据立方体看作一组特征序列;然后利用深度卷积循环神经网络构建特征序列的依赖关系,并采用"预训练+微调"的训练策略对深层网络模型进行训练,从而使得所设计的深层网络在训练样本较少的情况下也能得到更加充分的优化.在Pavia大学和Indian Pines数据集上的试验结果表明,构建的深度卷积循环神经网络的分类精度比RNN方法分别提升了9.49％和5.8％.     

衢州市柯城区吹响“土地日”宣传活动号角

为庆祝第20个全国“土地日”,近日,衢州市国土资源局柯城分局紧紧围绕“土地与转变发展方式——依法管地,集约用地”这一宣传主题。送国土知识进社区、进农村、进学校,通过举办“我是低碳生活小当家”情景剧大赛的形式,     

“学习李荣江，创先争优当先锋”主题演讲比赛于细微处见精神 在平凡中创业绩

今年以来,一名来自台州国土系统的普通的基层国土人李荣江成为了全国国土干部的优秀代表和创先争优活动的学习榜样,他用六年的坚守执着与无私付出为我们生动诠释了“全心全意为人民服务”的宗旨。他用蛘岭村旧貌换新颜的事实告诉我们——强化服务、深化作风、创先争优不能止于口号,而要行于实践。     

认真学习十七届五中全会精神 切实加强地质灾害防治工作

在党的十七届五中全会公报和《中共中央关于制定国民经济和社会发展第十二个五年规划的建议》中,强调指出。加快建立地质灾害易发区调查评价体系、监测预警体系、防治体系、应急体系,提高对自然灾害的综合防范和抵御能力。在党的中央全会上专门就地质灾害防治工作作了专门的研究,提出具体的要求,这是史无前例的,这充分说明党中央对地质灾害防治工作的高度重视,也是对我们从事地质灾害防治工作同志的莫大鼓励与鞭策。     

陕西：做好“十一五”收官工作

近日,陕西省国土资源厅召开会议,学习传达党的十七届五中全会精神。会议要求,全省国土资源系统要把学习十七届五中全会精神作为当前重要的政治任务来抓。并注重与“十二五”规划相结合,通过积极组织讨论,撰写心得体会,逐步将学习贯彻活动引向深入。