检索结果-内蒙古大学图书馆

地球信息科学学报 2024年第9期26卷 2161-2176页

作者：黄奕舒臧玉府蒋其含米文瀚南京信息工程大学遥感与测绘工程学院南京210044

城市三维模型是数字孪生、智慧城市建设的重要载体,实现建筑轮廓线的有效提取是城市高精度建模和三维测图的关键步骤。针对现有建筑物轮廓线提取效率与准确度较低的问题,本文提出了一种基于彩色机载点云的建筑轮廓线深度学习提取方法。... 详细信息

城市三维模型是数字孪生、智慧城市建设的重要载体,实现建筑轮廓线的有效提取是城市高精度建模和三维测图的关键步骤。针对现有建筑物轮廓线提取效率与准确度较低的问题,本文提出了一种基于彩色机载点云的建筑轮廓线深度学习提取方法。首先,通过垂直投影,由经过渐进形态学滤波后的建筑物彩色机载点云,分别生成描述建筑物空间信息的高程栅格图像与反映其纹理差异的可见光栅格图像;然后,利用Line-CNN深度学习网络,经过特征提取、结点预测、路线生成等过程,从栅格图像中初步提取出线段特征;最后,为有效提取轮廓线特征,提出了一套综合修剪与补全操作的优化策略,并结合高程和可见光栅格图像中的优化线段信息,获得规则且完整的建筑物轮廓线特征。经过对南京信息工程大学的机载点云数据以及ISPRS H3D 2019数据集的实验证明,该方法对机载点云建筑物轮廓线提取有效,避免了因三维点云深度学习中标定样本不足而无法直接提取的问题;能准确、完整地提取出场景中建筑物的轮廓线特征,平均准确度与完整度均高达90%,且算法较为高效,有利于大范围城市三维建模与地籍测量等相关应用。

关键词：城市高精度建模深度学习彩色机载点云高程栅格图像可见光栅格图像修剪与补全优化轮廓线特征

来源：评论

学校读者我要写书评

暂无评论

基于双注意力残差网络的高分遥感影像道路提取模型

引用

地球信息科学学报 2023年第2期25卷 396-408页

作者：刘洋康健管海燕汪汉云南京信息工程大学遥感与测绘工程学院南京210044 信息工程大学测绘工程学院郑州450052

高分辨率遥感影像中,道路光谱信息丰富,且空间几何结构更清晰。但是,基于高分遥感影像的道路提取面临道路尺寸变化大、容易受树木、建筑物及阴影遮挡等因素影响,导致提取结果不完整。此外,高分遥感影像中同物异谱和异物同谱现象较为严重... 详细信息

高分辨率遥感影像中,道路光谱信息丰富,且空间几何结构更清晰。但是,基于高分遥感影像的道路提取面临道路尺寸变化大、容易受树木、建筑物及阴影遮挡等因素影响,导致提取结果不完整。此外,高分遥感影像中同物异谱和异物同谱现象较为严重,从而影响道路提取结果连续性及细小道路信息完整性,而且难以区分道路和非道路不透水层。因此,本文提出基于双注意力残差网络的道路提取模型DARNet,利用深度编码网络,获取细粒度高阶语义信息,增强网络对细小道路的提取能力,通过嵌入串联式通道-空间双重注意力模块,获取道路特征图逐通道的全局语义信息,实现道路特征的高效表达及多尺度道路信息的深层融合,增强阴影和遮挡环境下网络模型的鲁棒性,改善道路提取细节缺失现象,实现复杂环境下高效、准确的道路自动化提取。本文在3个实验数据集对DARNet和DLinkNet、DeepLabV3+等5个对比模型进行对比试验和定量评估,结果表明,本文DARNet模型的F1分别为77.92%、67.88%和80.37%,高于对比模型。此外,定性比较表明,本文提出模型可以有效克服由于物体阴影、遮挡和高分影像光谱变化导致道路提取不准确与不完整问题,改善细小道路漏提、错提等现象,提高道路网提取的完整性和连续性。

关键词：高分辨率影像道路提取深度学习语义分割卷积神经网络残差 DARNet 注意力机制

来源：评论

学校读者我要写书评

暂无评论

整合DMSP/OLS和NPP/VIIRS夜间灯光遥感数据的长江三角洲城市格局时空演化研究

引用

地球信息科学学报 2021年第5期23卷 837-849页

作者：许正森徐永明南京信息工程大学遥感与测绘工程学院南京210044

本文基于1992—2012年DMSP/OLS和2012—2018年NPP/VIIRS夜间灯光遥感数据,对长江三角洲城市群时空演化格局进行监测。考虑到不同卫星夜间灯光遥感数据之间的不一致性以及城市核心区亮度过饱和问题,对DMSP/OLS和NPP/VIIRS数据进行连续性... 详细信息

本文基于1992—2012年DMSP/OLS和2012—2018年NPP/VIIRS夜间灯光遥感数据,对长江三角洲城市群时空演化格局进行监测。考虑到不同卫星夜间灯光遥感数据之间的不一致性以及城市核心区亮度过饱和问题,对DMSP/OLS和NPP/VIIRS数据进行连续性校正、去饱和处理和一致性校正,构建长江三角洲区域1992—2018年长时间序列多源夜间灯光遥感数据集。利用二分法基于该数据逐年提取长江三角洲城市群各城市建成区空间分布,计算加权标准差椭圆和Zipf系数进行重心变化和方向性分布变化、规模体系变化等监测。结果表明:(1)本研究采用的连续性校正、去饱和处理和一致性校正方法能够构建稳定的长时间序列多源夜间灯光遥感数据集;(2)基于二分法提取的建成区面积平均绝对误差为6.85 km^(2),平均相对误差为8.10%;(3)长三角城市群重心较为稳定,始终在苏州市境内的太湖沿岸附近,呈现出向东南方向移动的趋势城市群呈西北—东南方向分布,且分布方向有向南北方向转动的趋势,标准差椭圆的扁率持续减小,表明城市群的方向性分布减弱;(4)Zipf系数始终在1附近且呈缓慢降低的趋势,城市规模分布较为均衡。

关键词： DMSP/OLS NPP/VIIRS 夜间灯光长江三角洲城市群时空格局演变校正方法 VANUI

来源：评论

学校读者我要写书评

暂无评论

基于InSAR评估地下水位回升对太原市地面沉降的影响

引用

自然资源遥感 2025年第2期 108-116页

作者：唐伟闫壮壮王一鸣徐方芳吴烜宇中国矿业大学(北京)地球科学与测绘工程学院武汉大学测绘遥感信息工程国家重点实验室

过去几十年中，太原市地下水的过度开采导致地下水位大幅下降，造成严重的地面沉降。近年来，太原市大力实施严格的地下水资源管理措施和“引黄入晋”引水工程项目，极大地缓解了地下水超采现状，地下水位逐步回升。因此，需要科学评估... 详细信息

过去几十年中，太原市地下水的过度开采导致地下水位大幅下降，造成严重的地面沉降。近年来，太原市大力实施严格的地下水资源管理措施和“引黄入晋”引水工程项目，极大地缓解了地下水超采现状，地下水位逐步回升。因此，需要科学评估地下水位回升对地面沉降的影响效应。研究利用ENVISAT 2003—2010年和Sentinel-1 2017—2021年2个时间段的合成孔径雷达(synthetic aperture Radar, SAR)数据，基于永久散射体干涉测量技术(persistent scatterer interferometric SAR,PS-InSAR)提取太原市2个时段的地面沉降信息，以此比较不同历史时段地面沉降的演变情况，并结合太原市地下水开采量、“引黄入晋”引水量以及地下水位数据进行对比分析。结果表明：太原市地面沉降得到极大缓解，城区已由地面沉降转为地面抬升；在沉降最为严重的小店区，地面沉降面积增大，但整体地面沉降速率减弱，沉降中心发生南移；太原地面沉降减缓甚至地面抬升的主要原因是地下水开采量的逐年减少和引水工程导致的地下水位持续回升。研究成果可以为太原市地下水位回升条件下地面沉降精细化防控和地下水管理提供科学依据。

关键词：地面沉降沉降速率时间序列地下水时空演变

来源：评论

学校读者我要写书评

暂无评论

基于局部-全局语义特征增强的遥感影像变化检测网络模型

引用

地球信息科学学报 2023年第3期25卷 625-637页

作者：高建文管海燕彭代锋许正森康健季雅婷翟若雪南京信息工程大学遥感与测绘工程学院南京210044 南京信息工程大学电子与信息工程学院南京210044

尽管卷积神经网络(Convolutional Neural Network,CNN)已广泛应用于遥感影像变化检测任务,但CNN感受野有限,难以有效提取全局语义信息。针对上述问题,本文提出一种用于变化检测任务的端到端局部-全局特征增强的编-解码网络模型(Local-Gl... 详细信息

尽管卷积神经网络(Convolutional Neural Network,CNN)已广泛应用于遥感影像变化检测任务,但CNN感受野有限,难以有效提取全局语义信息。针对上述问题,本文提出一种用于变化检测任务的端到端局部-全局特征增强的编-解码网络模型(Local-Global Feature Enhancement Network,LGE-Net)。在编码部分,LGE-Net利用CNN_ResNet34骨干网络分别获得双时相遥感影像局部语义特征,级联后输入Locally Enhanced Transformer(LE-Transformer)结构捕获远距离语义依赖,提取深层全局语义特征。在解码部分,嵌入语义增强模块(Context Enhancement Module,CEM)连接解码特征与多尺度局部特征,实现变化对象的准确定位与分割。此外,针对LE-Transformer各分块内部以及相邻分块序列间缺乏局部信息交互问题,设计了局部特征增强前馈网络(Locally Enhanced Feed Forward Network,LEFFN)。在LEVIR-CD和CDD变化检测数据集上的综合对比试验表明,本文提出LGE-Net模型取得的F1-score分别达到91.06%和94.78%,显著优于其他对比模型,可更加精准识别变化区域,进一步减少误检以及漏检率,且具有良好的泛化能力。

关键词：深度学习变化检测语义分割注意力机制 Transformer 局部特征增强

来源：评论

学校读者我要写书评

暂无评论

LandEM模式的改进及在青藏高原地区初步应用

引用

气象学报 2025年第1期83卷 61-79页

作者：刘勇洪翁富忠何文英唐飞李锐徐永明韩阳杨俊王艺丹中国气象局地球系统数值预报中心北京100081 中国气象科学研究院灾害天气国家重点实验室北京100081 中国科学院大气物理研究所中层大气与全球环境观测重点实验室北京100029 南京气象科技创新研究院中国气象局交通气象重点开放实验室南京210041 中国科学技术大学地球和空间科学学院合肥244199 南京信息工程大学遥感与测绘工程学院南京210044

基于物理模型的微波发射率(MLSE)模拟一直面临着很大挑战,目前还缺乏利用物理模式模拟较高分辨率的全球或区域尺度MLSE的应用案例。针对先进辐射传输模拟系统(ARMS)中的陆面微波发射率(LandEM)模式,对土壤介电常数和粗糙地表反射率模型... 详细信息

基于物理模型的微波发射率(MLSE)模拟一直面临着很大挑战,目前还缺乏利用物理模式模拟较高分辨率的全球或区域尺度MLSE的应用案例。针对先进辐射传输模拟系统(ARMS)中的陆面微波发射率(LandEM)模式,对土壤介电常数和粗糙地表反射率模型进行了改进及相应MLSE模拟研究,并结合地面观测MLSE资料进行了模拟评估,同时开展了LandEM模式主要输入参数优化研究;在此基础上,以青藏高原地区为例,选择3种粗糙地表反射率半经验模型和1种发射率经验模型组合成9种MLSE模拟方案,利用3套卫星观测资料反演的MLSE产品,对9种不同模拟方案进行了评估,并选择出最优模拟方案对青藏高原地区MLSE进行了模拟分析。研究结果显示:LandEM模式中引入Mironov常温土壤介电常数模型后模拟的MLSE得到改善,引入Zhang冻土介电常数模型可弥补原有冻土介电常数估算的缺陷,引入Chen-Weng粗糙地表反射率模型后模拟的MLSE也得到有效改善;针对青藏高原地区MLSE模拟,Qp粗糙地表反射率模型更适合裸土粗糙地表,Chen-Weng模型更适合植被粗糙地表;改进后的LandEM模式及优化模拟方案能较好地模拟0.10°×0.10°空间分辨率青藏高原地区水平极化MLSE值及空间分布,也能较好地模拟垂直极化MLSE值,但还不能对垂直极化MLSE空间差异进行有效模拟。

关键词：微波地表发射率 LandEM模式土壤介电常数粗糙地表反射率青藏高原

来源：评论

学校读者我要写书评

暂无评论

基于点-体素一致性约束的城市激光雷达点云分类

引用

中国激光 2024年第13期51卷 243-256页

作者：李虎辰管海燕雷相达秦楠楠倪欢南京信息工程大学遥感与测绘工程学院江苏南京210044

准确高效的点云分类在场景理解和数字孪生城市建设等任务中发挥着关键作用。利用单一点、体素等视觉结构数据的点云分类方法容易丢失关键几何特征;融合多种结构数据的点云分类方法学习到不同数据的多层次、多尺度特征,但难以平衡不同数... 详细信息

准确高效的点云分类在场景理解和数字孪生城市建设等任务中发挥着关键作用。利用单一点、体素等视觉结构数据的点云分类方法容易丢失关键几何特征;融合多种结构数据的点云分类方法学习到不同数据的多层次、多尺度特征,但难以平衡不同数据之间的差异,降低了点云分类的准确性。因此,提出一个基于点-体素一致性约束的点云分类网络(PVCC-Net),用于准确分割城市场景中的不同尺寸地物。PVCC-Net采用双分支U-Net结构,体素和点分支分别负责提取粗粒度和细粒度特征,并利用点-体素一致性约束模块对齐粗细粒度特征,以减小不同粒度特征的分布差异。然后,所提网络采用点-体素自注意力机制自适应融合聚合后的粗粒度和细粒度特征,进而提升点云全局特征表达。引入Toronto3D、Semantic3D和SensatUrban三个城市场景点云数据集对PVCC-Net进行性能评估。结果显示,PVCC-Net分别取得了97.97%、93.80%和93.00%的总体精度(OA),以及82.92%、75.70%和55.40%的平均交并比(mIoU)。对比实验结果表明,相比基线方法,所提方法可以有效提升对复杂城市场景点云的分类性能,且获得更优的分类结果。

关键词：遥感点云分类体素一致性约束自注意力机制城市场景

来源：评论

学校读者我要写书评

暂无评论

CYGNSS信号对降水的时空响应及其驱动因子分析

引用

武汉大学学报（信息科学版） 2024年第1期49卷 109-121页

作者：严清赟王戴乐南京信息工程大学遥感与测绘工程学院江苏南京210044

近年来,星载全球导航卫星系统反射测量(global navigation satellite system-reflectometry,GNSS-R)技术被广泛应用于地表水文监测,但针对降水,特别是其与飓风全球导航卫星系统(cyclone global navigation satellite system,CYGNSS)信号的响应机制研究仍有限。以中国广东省为研究区域,基于距平指数和相关分析方法,探究不同尺度下研究区2019—2020年逐月的CYGNSS反射率和降水的时空响应关系,综合考虑驱动因子如数字高程模型(digital elevation model,DEM)、坡度、土壤类型、土地覆盖类型和归一化植被指数(normalized difference vegetation index,NDVI),并基于地理探测器分析各驱动因子对CYGNSS信号与降水响应关系的影响力。研究发现:(1)在2019—2020年内,月平均CYGNSS反射率值和降水量均呈现明显的季节性差异,并且二者变化趋势近乎保持同步,这验证了CYGNSS信号在监测降水方面的潜力。(2)随着空间尺度的增大,CYGNSS信号和降水呈现的正相关性逐渐增强。(3)在不同空间尺度下,DEM和坡度较小(地势较平坦)的地区、土地覆盖类型为耕地的区域,以及较低到中等植被覆盖地区的CYGNSS信号和降水之间的正相关性更强。而不同尺度下土壤类型对CYGNSS信号和降水响应关系的影响存在差异。(4)各驱动因子对CYGNSS信号与降水响应关系的影响力按大小依次排序为DEM>NDVI>坡度>土地覆盖类型>土壤类型,并且随着尺度越大,各驱动因子的影响力越强。该研究有助于对地表水文变化进行准确评估,为降水监测和水资源管理提供决策支持。

关键词：飓风全球导航卫星系统 GNSS反射测量技术降水时空响应驱动因子

来源：评论

学校读者我要写书评

暂无评论

高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法

引用

测绘学报 2022年第3期51卷 457-467页

作者：何直蒙丁海勇安炳琪南京信息工程大学遥感与测绘工程学院江苏南京210044

利用高分辨率遥感影像提取建筑物是目前研究热点之一,但由于建筑物颜色各异、形状大小不同、细节繁多,提取结果普遍存在边缘模糊、转角圆滑和细节丢失等问题。本文提出一种基于空洞卷积的E-Unet深度学习网络。在E-Unet的结构设计中,引... 详细信息

利用高分辨率遥感影像提取建筑物是目前研究热点之一,但由于建筑物颜色各异、形状大小不同、细节繁多,提取结果普遍存在边缘模糊、转角圆滑和细节丢失等问题。本文提出一种基于空洞卷积的E-Unet深度学习网络。在E-Unet的结构设计中,引入跳跃连接以减少边缘和转角的细节损失;采用新设计的卷积模块,使其扩大感受野的同时减少参数量;底层增加Dropout模块避免网络发生过拟合现象;遥感影像输入网络前先进行直方图均衡化、高斯双边滤波和波段间比值运算,然后合并为多波段张量输入模型(不转换为灰度图像)。为验证网络性能、明确性能提升的原因,本文在Massachusetts和WHU建筑物数据集上设计了两组试验。第1组是E-Unet、Unet和Res-net 3种网络的对比试验,结果表明E-Unet不仅精度评价结果优于Unet和Res-net,而且建筑物边角的细节被完整提取。第2组是消融试验,目的是明确预处理模块对提取精度的提升效果,结果表明预处理模块能提升不同网络提取精度。通过这两组试验证明了预处理模块的有效性和本文提出网络的优越性。

关键词：深度学习建筑物提取空洞卷积高分辨率遥感影像 E-Unet

来源：评论

学校读者我要写书评

暂无评论

机载多光谱LiDAR数据的地物分类方法

引用

测绘学报 2018年第2期47卷 198-207页

作者：潘锁艳管海燕南京信息工程大学遥感与测绘工程学院江苏南京210044

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机(SVM)是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此... 详细信息

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机(SVM)是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明:相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。

关键词：多光谱LiDAR SVM 地物分类多光谱LiDAR植被指数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：