【摘 要】
:
随着全球建筑业和城市化进程的加快,拆迁和新建规模不断扩大,建筑垃圾产生量不断增加。由于建筑垃圾对社会、经济、生态环境造成的严重威胁,建筑垃圾管理问题逐渐得到重视。监测建筑垃圾的空间分布是建筑垃圾智能监管的重要研究之一。目前,针对建筑垃圾的监测主要方法是人工实地调查和遥感监测。前者存在成本高,效率低等问题。后者通过简单地构建遥感监测指数从遥感图像上识别建筑垃圾,建筑垃圾光谱和纹理的复杂性导致识别效率
论文部分内容阅读
随着全球建筑业和城市化进程的加快,拆迁和新建规模不断扩大,建筑垃圾产生量不断增加。由于建筑垃圾对社会、经济、生态环境造成的严重威胁,建筑垃圾管理问题逐渐得到重视。监测建筑垃圾的空间分布是建筑垃圾智能监管的重要研究之一。目前,针对建筑垃圾的监测主要方法是人工实地调查和遥感监测。前者存在成本高,效率低等问题。后者通过简单地构建遥感监测指数从遥感图像上识别建筑垃圾,建筑垃圾光谱和纹理的复杂性导致识别效率及识别精度均无法满足需求。机器学习算法在遥感图像分类研究结果表现优异,具有较高的准确性和效率,可为建筑垃圾的识别带来新方法。但是机器学习不同的算法参数组合对建筑垃圾识别效果不同,且使用过程存在消耗大量的数据存储和计算资源的问题。为探究不同机器学习算法及其不同参数设定对建筑垃圾识别能力,实现建筑垃圾堆放地的快速识别与定位,减少机器学习在使用过程中的限制,本文结合Google Earth Engine探索了四种机器学习算法对建筑垃圾遥感快速识别的效果。主要研究工作及结论如下:(1)基于Google Earth Engine获取高精度的Sentinel-2遥感影像数据,以建筑垃圾污染风险较大的超大城市北京市为研究区,通过图像预处理(包括裁剪、去云、中值合成等)生成无云Sentinel-2图像,建立了研究区遥感监测影像数据库。针对建筑垃圾产生、堆放和处理过程,依据遥感影像,构建了建筑垃圾遥感形态、纹理、结构、空间分布样本库,为机器学习实验研究积累样本数据,满足了建筑垃圾采用不同机器学习算法识别的需求。(2)选取主流机器学习算法浅层特征提取模型(决策回归树,随机森林,支持向量机)和深层特征提取模型(深度学习算法),对建筑垃圾进行识别计算,绘制卫星图像中的建筑垃圾堆放地空间分布图。基于浅层特征提取模型的建筑垃圾识别方法中采用经验选择法、实验试凑法、网格搜索法探索决策回归树,随机森林,支持向量机的最优参数化方案。基于深层特征提取模型的建筑垃圾识别方法实验中,使用Tensorflow深度学习框架处理建筑垃圾遥感影像,并使用这些数据训练U-Net模型,结合Google Earth Engine输出建筑垃圾遥感识别结果。(3)通过评估上述四种算法的精度和实地验证结果,确定适合建筑垃圾遥感识别的机器学习方法。基于浅层特征提取模型的建筑垃圾识别中,决策回归树,随机森林和支持向量机对建筑垃圾的整体识别精度分别为73.12%,98.05%,85.62%。基于深层特征提取模型的建筑垃圾识别中,使用语义分割深度学习模型进行建筑垃圾识别监测,损失函数评估U-Net模型训练较好,取得了较好识别结果。在评估数据上的类别像素准确率,召回率分别为64.1%,85%,训练后的模型在验证图像中的预测和真实观测值之间实现了60.3%的交集。(4)四种算法对建筑垃圾的遥感识别均表现出较好的识别能力和较高的性能,识别结果基本一致,在识别效率及分类精度上总体符合建筑垃圾遥感识别要求,进一步证明了机器学习方法在基于遥感图像的建筑垃圾智能识别中的有效性。将浅层特征提取模型中的随机森林算法与深层特征提取模型中的深度学习算法比较,两者各有优缺点。随机森林算法在建筑垃圾识别过程中,识别速度快,精度高,但有噪声干扰,对小范围的建筑垃圾堆放点识别效果差,且难以监测出完整的边缘,容易丢失细节信息。深度学习算法能够从上下文信息和细节信息中组合学习更多的建筑垃圾深层特征,提取建筑垃圾边缘信息结果较好,识别的建筑垃圾堆放地轮廓较完整,输出更加精确的建筑垃圾识别结果。但与随机森林算法相比,运行时间较长。因此,可根据不同需求选择不同的机器学习识别方法,即需要快速定位建筑垃圾的堆放地可采用随机森林算法,需要获取建筑垃圾堆放地的准确范围可采用深度学习算法。研究构建了可扩展且高效的建筑垃圾机器学习识别框架,使用Google Earth Engine的数据资源和计算资源来识别监管建筑垃圾。探索了基于机器学习建筑垃圾遥感识别的方法,可以及时且准确地识别建筑垃圾,为建筑垃圾的智能监管和资源化利用提供科学基础。
其他文献
新型生物质能源的开发与广泛利用得到了国家的政策支持,成为了国家关注的热点。在能源改革期间,生物丁醇等可再生生物燃料正在取代化石燃料,重建能源消耗结构。目前,以餐厨垃圾作为丁醇发酵原料有效降低了发酵成本,这体现在:1.原料无需复杂预处理;2.餐厨垃圾中营养元素丰富,无需发酵助剂;3.伴随着丁醇的生产,发酵过程产生了可观产量的生物氢。与西方国家相比,中国独特的饮食文化和烹饪习惯促进了食用油的消费,油组
随着城市化的不断推进,数字城市、智慧城市建设如火如荼。在城市数字化建设工程中,实现对人工建筑物的高维信息提取尤为重要,其在数字城市数据库建设、城市应急指挥与城市规划中发挥着重要的作用。合成孔径雷达成像作为当前的一个研究热点以其主动式、“穿透”视觉等优点在对地观测领域具有重要的研究意义。自2006年以来,新一代SAR卫星星座的构网部署极大推动了雷达遥感对地观测的发展,其生产的高时间/空间分辨率SAR
严寒及寒冷地区室外温度低导致空气源热泵供热性能差、运行不稳定等问题一直限制空气源热泵在北方地区的适用推广。相变蓄能技术可以结合太阳能将热量储存并转移,通过与空气源热泵系统耦合,可以弥补空气源热泵在低温室外环境下出现的运行性能差等问题。本文在实验的基础上建立了低温蓄能型太阳能辅助空气源热泵相变蓄能换热器的数学模型,并完成了模型验证及相变蓄能换热器的结构特性及蓄释热工况运行特性影响因素的数值模拟分析。
遥操作是指远程控制机器人或系统以完成某个既定作业任务的操作形式。在人类无法耐受的极端环境中,遥操作可以辅助人类安全高效完成任务。研究表明,时延是遥操作的固有技术特征,目前仍无法完全消除,而它会对操作绩效有显著的负面影响。而遥操作的移动空间限制则会影响到遥操作的精准度。已有研究也表明个性特征会影响到遥操作的绩效。因此,本论文研究时延和路宽对遥操作绩效的影响,同时考虑了人的时空认知能力(时间敏感性、空
视频卫星作为一种新型的对地观测工具,能够在大视场下提供运动目标的动态信息,极大提高遥感数据的获取能力。基于卫星视频数据的不断增多,面向卫星视频的目标跟踪技术逐渐成为当下的研究热点。但卫星视频中的目标所占像素比极少,背景复杂多样,存在相似目标、相似背景与不同程度的遮掩情况对跟踪造成干扰,致使跟踪过程中出现误跟踪、跟踪漂移与丢失问题,最终导致跟踪任务失败。为此,本文以全卷积孪生网络为基础,提出一种基于
杰弗里·巴瓦将传统与现代、东方与西方、中规中矩与特立独行巧妙地融合进建筑,以人的感知体验为出发点,打破内外空间壁垒,发展出了一套独特的场地观。本文以巴瓦建筑的剖面为研究对象,通过对资料的收集归纳和分析,提出巴瓦建筑与地形的特殊关系——剖面“地势化”,并对其形成发展和策略做了进一步研究,探究巴瓦剖面“地势化”的本土适应性原则及感官意图。文章主体共分为三部分:第一部分依据了巴瓦的设计思想、以及其吸收和
城市化是人类发展进程中不可避免的阶段。城市基础设施不断完善的同时,城市内部空间承受着局部温度逐渐升高的环境恶化问题。高楼层、高密度建筑物的聚集出现,导致城市地表覆盖类型与结构改变,从而太阳辐射与城市地表间辐射传输过程复杂多变。由此,城市内部空间气候区特征发生变化,城市热环境问题日益显著,影响了城市可持续发展与城市居民生活的热舒适度。现有研究多以城市尺度或街区尺度分析建筑物形态布局对城市热环境影响研
随着再生水回用的脚步不断加快,再生水回用过程中的微生物安全性问题日渐突出。污水处理厂二级出水中存在的大量条件致病菌,会对人体健康构成潜在风险。本研究以混凝沉淀-NaClO消毒、混凝沉淀-UF-NaClO消毒两种组合工艺作为深度处理工艺,探究不同工艺对二级出水中的军团菌(Legionella)、铜绿假单胞菌(Pseudomonas aeruginosa)、鸟分支杆菌(Mycobacterium av
冻土在世界范围内广泛存在,我国西北和东北地区亦有相当多的季节性冻土和多年冻土,其在外界环境影响下水-热状态反复变化引起的力学响应会对基础设施等造成极大的危害。事实上,冻害的致灾机理是土体的冻胀和融沉,与其密切相关的水热耦合理论研究一直是冻土领域的热点问题之一。因此,研究冻土的水热耦合问题有助于理解和认识含水土体的冻结和融化状态下的水热迁移动态重分布过程,可为其相关的力学响应分析奠定理论基础,为寒区
随着城市化进程的加速,人群向大城市集中,增加了人员密集场所的事故风险。传统的视频监控技术难以适应当前的要求,随着深度学习技术的快速发展,智能视频监控技术开始兴起。智能视频监控技术是行人安全研究领域的重要工具,通过对视频信息的实时处理,可以及时应对突发情况,最大程度上保障行人安全。与车辆的智能监控相比,行人由于走行路线多变,密度较大,且容易出现遮挡情况,因此相比车辆更难以监管,而现有行人跟踪模型在精