结合MapReduce和HBase的遥感图像并行分布式查询

提出了一种可扩展的遥感图像多维度并行查询模式,即利用MapReduce实现海量图像数据金字塔的并行构建,利用HBase实现图像的分布式检索,设计和实现了单张遥感图像金字塔的并行构建方法和图像索引系统。实验结果表明,随着Hadoop和HBase集群的增长,图像数据的导入和检索速度得到明显提升。     

面状目标之间空间拓扑关系的组合式分类

在空间目标拓扑关系组合式描述的基础上,分析了基本空间拓扑关系的组合方法,并根据基本空间拓扑关系,提出了面状目标之间空间拓扑关系的两种分类体系,详细绘制了相应的空间拓扑关系图。     

同震地表破裂带空间分布形态的自动无损测量

设计并实现了同震地表破裂空间分布形态的无损测量方法和基于Python平台的自动测量工具,可获得与原数据同等精细程度的地表破裂带空间分布形态及宽度的测量值。以2021年青海玛多M_W7.4地震和1983年Idaho Lost River M_W6.9地震数据进行性能测试,结果表明,该方法可自动、精细、灵活地测量并绘制地表破裂的空间分布形态。     

基于Sentinel-1A的2021年双湖MW5.7地震同震破裂模型

利用Sentinel-1A SAR数据提取2021年西藏双湖县M_W5.7地震同震形变场及2.5D形变场,反演断层滑动分布模型。计算不同节面解为接收断层产生的库仑应力变化差异确定发震构造,并结合余震分布信息评估未来地震风险性。结果表明,地震震中为34.37°N、87.71°E,震源深度6.51 km,发震断层倾向东、走向33°、倾角50°、平均滑动角-74°,以倾滑为主兼有少量左旋走滑分量,最大滑动量0.26 m。短时间内,震区南部地震风险较小,北部则需要结合更多资料进一步分析。本次地震是在羌塘块体持续向东扩张的背景下,受EW向拉伸作用使得黄水湖正断层发生的一次弥散型变形活动,SN向地堑得到进一步扩张。     

线与线之间的空间拓扑关系组合推理

在空间拓扑关系组合描述的基础上,进一步完善了利用基本空间拓扑关系进行组合推理的方法,并建立了组合表,详细绘制了两条线之间的空间拓扑关系图。     

基于多源遥感数据的断裂构造提取方法研究——以南水北调中线工程核心水源区为例

以南水北调中线工程核心水源区为例,利用中、高分辨率光学影像、雷达影像和数字高程模型等多源遥感数据,开展断裂构造提取方法研究。综合利用多源遥感数据的对地穿透能力、光谱信息和空间几何信息,进行图像增强、融合处理和三维地形分析,突出目标区断裂构造的影像标志。通过多源遥感解译,结合现场调查验证,初步查明目标区内3条主要断裂的几何展布信息,为该区的活断层探测和地震危险性评价提供参考。     

�����ɽ��ƽ���о�

????????????????????????????????????????????????????????????????????????????????????????иΧ??????????????鹹???????????????????????????????????????????桢?′?????????′?桢????桢?????????????????“???????”??“?????”??“??????”??“??????”????????ò????????“???????????”??“????????”??“?????????”??“??????????”????????????????????????????Σ??????????????λ???????????????????????????????????????????????????????????????????     

城市街道注记离散化定位的自动推理方法

在线状要素注记配置规则的基础上,分析了城市街道注记自动配置规则,研究了从图面注记到空间目标名称属性的自动转换方法。结合Arc/Info平台的特点,给出了城市街道注记离散化定位的自动推理策略和计算方法,在Arc/Info平台上编程实现了该算法。     

基于机器学习的地表破裂自动识别和填图——以2021年青海玛多MW7.4级地震为例

大地震的同震地表破裂高分辨率填图对于理解破裂传播机制、量化地震灾害和地震危险性等至关重要;无人机航片和地形数据为地表破裂研究提供大量的高精度数据.同时基于海量数据的人工填图耗时费力,效率较低;机器学习(Machine learning)技术的发展为快速处理这类高分辨率图像数据提供了新思路.本文以2021年玛多M_W7.4级地震震后高精度无人机航片为基础数据,展示了机器学习技术快速、高效识别地表破裂的潜力.基于卷积神经网络Canny算法,详细讨论了无人机数字正射影像的处理流程和关键步骤,包括准备训练数据、训练和后处理.对比人工识别和机器识别的结果显示,本文所提出的方法可以有效地绘制地表破裂,为未来研究大地震地表破裂提供新思路.同时,展示了机器学习在地震地质、地表过程和地貌等定量研究中的巨大优势和广阔前景.     

基于并行Tabu搜索和空间信息约束的遥感影像模糊聚类

在传统模糊C-均值聚类的基础上,引入了描述空间邻近关系的空间隶属度;采用Tabu搜索策略,抑制了模糊聚类的局部收敛性和对聚类中心初值的敏感性;提出了并行算法,有效地降低了影像分割的通信复杂度,提高了算法的搜索速度,实现了线性加速比。实验结果表明,改进算法有效地提高了聚类抗噪性能,减少了聚类迭代次数。