【摘 要】
：
针对荒山地有效识别和图斑提取长期缺乏统一的技术标准和方法,荒山地适宜性治理评价急需位置、面积、地表覆被、土地利用现状以及坡度等级等基础信息支撑的问题,该文提出一种利用多源遥感调查监测数据和坡度等级数据的荒山地图斑提取方法。经历城区的实地应用表明:该方法提取的草地、裸岩石地符合率均为100%,乔木林和灌木林的符合度分别为93%和91%,准确提取了符合荒山地特征的地类图斑,满足实际工程应用要求,解决了
【机 构】
：
山东省国土测绘院,山东省第三次国土调查领导小组办公室
【基金项目】
：
山东省重大专项(鲁政办字[2018]1号)。
论文部分内容阅读
针对荒山地有效识别和图斑提取长期缺乏统一的技术标准和方法,荒山地适宜性治理评价急需位置、面积、地表覆被、土地利用现状以及坡度等级等基础信息支撑的问题,该文提出一种利用多源遥感调查监测数据和坡度等级数据的荒山地图斑提取方法。经历城区的实地应用表明:该方法提取的草地、裸岩石地符合率均为100%,乔木林和灌木林的符合度分别为93%和91%,准确提取了符合荒山地特征的地类图斑,满足实际工程应用要求,解决了荒山地地类状况长期不明确的问题,实现了荒山地大规模的有效识别和提取,形成了融合多源遥感监测和坡度等级的荒
其他文献
作为地球系统中对全球气候变化最敏感的关键区域,冰冻圈的关键过程研究备受关注。同时,地球系统多尺度关键过程监测研究的必然趋势是从数字化测绘走向智能化测绘。本文针对冰川融化与海平面上升、极地冰盖稳定性及底部结构、南北极海冰变化与极端气候、冻土退化与地质灾害,以及地球系统下的宜居城市地下空间等5方面总结了智能化观测和智能化处理在地球系统关键过程方面的研究现状,进而展望了地球系统关键区域和关键过程的智能化
如今,城市建设已经步入数字城市发展阶段,开始向着智慧城市迈进。随着大数据时代来临,城市空间下的各种数据在获取方式、方法及来源等各方面都发生了巨大的变化。与此同时,随着数据体量越来越大,领域部门数据越来越多,数据的集成和共享变得愈发困难。从长远发展来看,数据孤岛问题不会轻易消失,如何解决数字城市发展当中的数据融合、共享及集成,是数字城市建设中不可忽视的问题。
针对人口和房价问题的研究多基于地理空间单元,难以从更深层次、更多角度反映两者关系的问题,以武汉市主城区为例,在区县、街道、居民区3个空间尺度与工作和休息这两个时间节点上应用Kriging插值、区位熵、集聚指数等方法分析人口集聚和房价的分布特征及相关性,并在居民区尺度基于土地利用数据这非地理空间单元,对人口集聚和房价关系进行探讨。结果表明,房价与人口集聚分布具有趋同性,但并非完全同步,房价高值往往与
合理选取极槽配合是电机设计的关键环节,为解决传统有限元技术重复建模带来的耗时和资源占用等问题,建立了永磁同步电机解析模型,来分析不同极槽配合对电机性能的影响。在二维极坐标系,将电机划分成永磁体、气隙、电枢槽和槽开口四类子域,并构建了各子域的拉普拉斯方程或泊松方程,利用分离变量法结合边界条件对各子域进行解析计算,完成电机解析模型的搭建。借助有限元结果验证了该解析模型的正确性,并采用该解析模型研究了不同极槽配合对电机性能的影响。通过对比发现,60槽8极电机的齿槽转矩远小于其他几种,转矩输出特性更好;分数槽配合
回顾并分析了摄影测量与遥感学科的发展历程,并针对大数据和智能化测绘新时代的多源遥感影像精准快速智能处理的迫切需求,本文提出摄影测量遥感的科学概念。全新的摄影测量遥感主要由摄影测量和遥感两个学科的交叉融合而形成,致力于研究解决同步探测被摄目标的几何位置、物理属性、语义信息和时序变化关系的理论方法及技术问题,其理论基础和支撑学科包括摄影测量、遥感、人工智能、大数据处理与高性能计算等,将突破目前摄影测量
近年来,以点云为代表的三维数据不断涌现,如何利用人工智能手段,高度提升点云的解译能力,实现城市地物目标的语义标识、三维精准提取等成为亟待攻克的难题。为此,本文提出了一种端到端的三维点云深度学习网络,通过构建不规则分布点云的上下采样策略、特征多层聚合与传播,以及顾及样本不均的损失函数,有效保障了点云采样的高效性、特征提取的准确性及网络整体性能的最优性。三维点云大规模数据集上测试表明,该深度学习网络在
We are delighted to pres ent this special themed topic of Chinese Journal of Polymer Science(CJPS)devoted to the recent advances in reversible deactivation radical polymerization(RDRP).RDRP has been widely recognized as one of the most important synthetic
可靠性是遥感监测的重要研究方向之一。人工智能技术促进了遥感目标识别技术的快速发展,但是其不可解释性带来了新的问题。本文依据空间数据的可靠性理论和人工智能基础理论,首先,提出了智能化遥感目标可靠性识别思想及总体框架;然后,阐述了影响可靠性的因素分析、可靠性提升方法、可靠性评估方法和可靠性过程控制等核心研究方向;最后,展望了人工智能用于遥感目标可靠性识别方法的未来发展方向。
车载网是一种以车辆为通信节点的无线自组织网络,旨在实现车与车、车与基础设施之间的数据通信。车辆的高速移动性易引起网络拓扑结构的变化,进而降低数据包的传递率和路由协议的工作效率,甚至导致信道中断。目前,对于车载网通信协议和应用的研究主要借助仿真平台模拟实现,平台内嵌的车辆移动模型性能对协议的分析和研究至关重要。首先,对Simulation of Urban Mobility(SUMO)平台下常用的6种车辆跟驰模型进行了详细的描述;其次,分析并引入影响移动模型性能最明显的3种因素;最终,依托城市道路交通环境,
开展自然资源统一调查监测评价,准确掌握我国各类自然资源家底和变化情况,是科学编制国土空间规划,逐步实现山水林田湖草的整体保护、系统修复和综合治理,保障国家生态安全的基础支撑。目前,基于遥感影像的自然资源要素提取,主要依赖人机交互的目视解译与外业逐图斑核查的方法,劳动强度大、生产效率低、人为因素多,已不能适应自然资源全要素、全流程、全覆盖一体化调查监测的新要求。本文顺应人工智能协作方法智能化发展新方