检索结果-内蒙古大学图书馆

光谱学与光谱分析 2025年第3期45卷 601-607页

作者：李璇袁希平甘淑杨敏龚伟圳彭翔滇西应用技术大学/云南省高校山地实景点云数据处理及应用重点实验室云南大理671006 昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区信息测绘技术应用工程研究中心云南昆明650093

高光谱数据以其高维度为特征,拥有更丰富的地物信息。在植被分类中,这种高维度数据为提升分类准确性和精度提供了更多机会。传统的特征波长建模往往因输入变量过多而导致分类精度不佳。为了克服这一问题并提高模型对湿地植被细微光谱差... 详细信息

高光谱数据以其高维度为特征,拥有更丰富的地物信息。在植被分类中,这种高维度数据为提升分类准确性和精度提供了更多机会。传统的特征波长建模往往因输入变量过多而导致分类精度不佳。为了克服这一问题并提高模型对湿地植被细微光谱差异的捕捉能力,以洱海东岸海滨作为研究区域展开探索,测取了3种典型湿地植被(菰、芦、槐叶蘋)的高光谱数据作为目标样本。对样本光谱曲线进行SG平滑后作为原始光谱(OS)、对原始光谱进行包络线去除变换(CR)、一阶微分(FD)并分析其光谱特征;再将原始光谱通过变分模态分解(VMD)为8个尺度。接着,用竞争性自适应重加权(CARS)算法选择出的波长作为特征波长。最后,利用寻找出的最佳参数组合放入经贝叶斯算法优化的支持向量机(Bayes-SVM)进行建模。结果表明:CARS算法提取的特征波长数量减少,且大都分布于植被的吸收特征区间内,降维效果显著;经过分解后的第4模态构建的模型(S_(4)-CARS-Bayes-SVM)分类效果最好,其精确率PR为0.9333,召回率RR为0.8889、F1分数为0.8963、AUC值为0.9286,即此模型具有很强的鲁棒性以及识别性能。

关键词：光谱学湿地植被变分模态分解特征波长支持向量机贝叶斯算法

来源：评论

学校读者我要写书评

暂无评论

基于GEE云平台的小江流域泥石流迹地空间分布制图

引用

光谱学与光谱分析 2025年第4期45卷 1045-1060页

作者：宗慧琳袁希平甘淑杨明龙吕杰张晓伦昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心云南昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室云南大理671006

快速、准确、详尽调研泥石流孕灾区域的分布信息能够帮助了解、深刻认识泥石流分布范围、分布规律及成因,并进一步根据具体情况找到科学的监测、预测、预防和治理的技术手段,从而减少泥石流灾害带来的问题与损失。为寻求高效、高精度的... 详细信息

快速、准确、详尽调研泥石流孕灾区域的分布信息能够帮助了解、深刻认识泥石流分布范围、分布规律及成因,并进一步根据具体情况找到科学的监测、预测、预防和治理的技术手段,从而减少泥石流灾害带来的问题与损失。为寻求高效、高精度的泥石流空间分布提取方法,以云南省小江流域作为研究区,利用谷歌地球引擎(Google Earth Engine,GEE)平台和随机森林算法,有效地提取了泥石流迹地的空间分布。首先利用2022年Sentinel-2影像及地形数据构建4类特征变量(光谱特征、指数特征、地形特征、纹理特征)作为特征集合,接着将随机森林特征变量重要性评分和J-M距离结合进行特征优选研究与分析,探讨了各个特征变量对泥石流迹地提取的重要性;最后设置不同特征组合形成6种不同的提取方案,对比分析6种试验方案提取泥石流迹地的精度,确定最优方案以提高识别精度。研究表明:(1)无论是否进行特征优选,加入地形特征变量的泥石流迹地提取精度均优于仅使用光学影像数据的精度,可见地形数据有利于泥石流迹地信息提取;(2)不同类型的特征变量对分类精度的影响不同,特征重要性评分由高到低的特征类型为地形特征、指数特征、纹理特征、光谱特征;(3)基于Sentinel-2光学影像和地形数据的多源数据构建多维特征变量并进行特征优选的试验方案6,提取到的2022年云南省小江流域泥石流迹地空间分布图最优,总体精度为94.95%,Kappa系数为0.94,泥石流迹地的制图精度为91.01%,用户精度为95.29%,该方案不仅提高了分类精度还有效降低了数据冗余。利用Google Earth Engine平台,光学遥感影像和地形数据相结合的多源数据以及随机森林算法,能够快速、准确、高效地制作较大范围地物覆盖复杂地区的泥石流迹地空间分布图,具有较大的应用潜力。

关键词：泥石流区提取特征优选 J-M距离 Google Earth Engine Sentinel-2数据随机森林特征变量重要性

来源：评论

学校读者我要写书评

暂无评论

级联改进DexiNed和DeepLabv3+网络的坡耕地提取

引用

自然资源遥感 2025年第02期 49-55页

作者：刘超兵甘淑袁希平尚华胜昆明理工大学国土资源工程学院云南省高校高原山区空间信息测绘技术应用工程研究中心滇西应用科技大学地球科学与工程学院云南省高校山地实景点云数据处理及应用重点实验室

丘陵山地区域耕地细小狭窄、结构复杂且边界模糊，使得耕地信息难以迅速、准确地获取。针对上述问题，提出一种级联改进DexiNed和DeepLabv3+网络的坡耕地信息提取模型。首先，采用MobileNetv2替换原有的Xception模型作为DeepLabv3+模型... 详细信息

丘陵山地区域耕地细小狭窄、结构复杂且边界模糊，使得耕地信息难以迅速、准确地获取。针对上述问题，提出一种级联改进DexiNed和DeepLabv3+网络的坡耕地信息提取模型。首先，采用MobileNetv2替换原有的Xception模型作为DeepLabv3+模型主干网络，并提出一种联系较为紧密的低层次信息提取方法，将较低层次信息和较高层次信息初步融合来作为原低层次信息的输入；其次，将原DeepLabv3+模型空洞空间金字塔池化(atrous spatial pyramid pooling, ASPP)模块的空洞率值优化为空洞率值分别为2,4,8,16的空洞卷积操作；最后，采用级联边缘检测技术实现耕地地块边缘和语义特征的互联互通。该文以GF-2影像为数据源，云南禄丰恐龙谷为试验区进行耕地提取。实验结果表明，通过改进后的模型架构和算法，能更准确地识别耕地区域，提取结果与真实耕地标注的图像更为接近，漏提和误提区域减少，整体精度和稳定性提高。

关键词：耕地信息提取边缘检测 DeepLabv3+ 丘陵山地

来源：评论

学校读者我要写书评

暂无评论

洱海东岸海滨三种典型湿地植被光谱特征分析与识别建模

引用

光谱学与光谱分析 2024年第9期44卷 2439-2444页

作者：李璇甘淑袁希平杨敏龚伟圳昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区信息测绘技术应用工程研究中心云南昆明650093 滇西应用技术大学云南大理671009 滇西应用技术大学/云南省高校山地实景点云数据处理及应用重点实验室云南大理671006

利用高光谱数据对湿地植被进行识别历来是植被遥感研究的重点之一。高光谱遥感数据包含更加细致的植被光谱特征,为高光谱植被识别提供了强有力的手段。以洱海东岸海滨为研究区,测取了3种典型湿地植被(菰、芦、槐叶蘋)的高光谱数据作为... 详细信息

利用高光谱数据对湿地植被进行识别历来是植被遥感研究的重点之一。高光谱遥感数据包含更加细致的植被光谱特征,为高光谱植被识别提供了强有力的手段。以洱海东岸海滨为研究区,测取了3种典型湿地植被(菰、芦、槐叶蘋)的高光谱数据作为目标样本。对原始光谱进行一阶微分、包络线去除变换并分析其光谱特征,采用连续投影(SPA)、竞争性自适应重加权采样(CARS)两种特征变量选择算法选取原始光谱及其变换光谱中的特征波长,最后基于全波段数据以及特征波长选取后的数据分别建立支持向量机(SVM)、随机森林(RF)、径向基(RBF)神经网络的识别模型。结果表明:SPA与CARS算法对高光谱数据都有良好的降维效果,选取出的特征波长数量在5~18之间。对比组合不同的光谱变换处理与特征波长提取方法进行模建实验,包络线去除-SPA-SVM模型识别三类目标样本表现最好,其识别精度为0.9375,此时选取用于输入建模的特征波长数量仅为10个,占全波段的4.7%,极大的降低了模型的运算时间,而且选取的特征波长中,70%都位于特征吸收带内,其分布可以较好的反应植被化学成分差异导致的光谱吸收特征规律。实验结果表明利用光谱变换、特征选择后建模的高光谱植被识别是可行的,可以为其他湿地植被识别方法提供参考。

关键词：高光谱湿地植被光谱变换特征波段选择支持向量机随机森林

来源：评论

学校读者我要写书评

暂无评论

典型高原坡耕地的UAV重复观测3D检测精度实证分析

引用

光谱学与光谱分析 2023年第7期43卷 2188-2194页

作者：高莎甘淑袁希平胡琳毕瑞李绕波罗为东昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心云南昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室云南大理671006

随着低空无人机(unmaned aerial vehicle,UAV)技术的快速发展,搭载光学传感器的小型消费级无人机可快速、灵活地获取目标对象的高分辨率影像数据,在地学各领域中呈现出广阔的应用前景。UAV-SfM(structure from motion)作为成像3D立体构... 详细信息

随着低空无人机(unmaned aerial vehicle,UAV)技术的快速发展,搭载光学传感器的小型消费级无人机可快速、灵活地获取目标对象的高分辨率影像数据,在地学各领域中呈现出广阔的应用前景。UAV-SfM(structure from motion)作为成像3D立体构建的最新技术方法,是深化低空无人机技术地学领域研究的核心技术,但目前对于运用UAV-SfM方法获取数据综合精度的研究不足,影响了该技术进一步的推广应用。针对DJI Phantom 4 RTK消费级无人机是否具有应用于滇中高原山地浅层地表变化检测的可能性问题,选择了东川红土地典型坡耕地为试验区,采用相同航高重复飞行规划方案,并运用SfM-MVS关键技术处理获取同一测区重复的DSM与DOM数据。为了评价分析针对典型坡耕地的UAV重复观测的测量精度,特别对实验区中的裸露坡耕地Ⅰ和有作物生长的坡耕地Ⅱ,分别采用基于剖面线的3D离散点抽样和基于窗口面的3D点集抽样方法,开展了对UAV重复观测坡耕地的3D点位精度评价。点位精度分析表明:①基于剖面线的3D离散点抽样及精度分析,坡耕地Ⅰ平面点位精度误差均值为±0.029 m,3D点位误差精度为±0.072 m;坡耕地Ⅱ平面点位精度误差均值为±0.032 m,3D点位误差精度为±0.075 m。②基于窗口面的3D点集抽样及精度分析,坡耕地Ⅰ平面点位精度误差均值为±0.013 m,3D点位误差精度为±0.066 m;坡耕地Ⅱ平面点位精度误差均值为±0.038 m,3D点位误差精度为±0.076 m。综合分析得出,基于剖面线单点抽样评价精度结果整体好于基于窗口的3D点集抽样评价精度,但总体上平面精度与垂直精度均能够达到厘米级。实验对比分析研究得出,不同地表粗糙度对UAV重复观测精度存在影响,地表粗糙度大的3D点位误差比粗糙度小的点位误差大。该研究成果可以为基于无人机与SfM方法的地貌数据采集与三维重建的精度控制和采集方案设置提供定量参考。

关键词： UAV SfM-MVS DSM 点位误差精度分析

来源：评论

学校读者我要写书评

暂无评论

集成SIFT算法与检测模型优化的UAV影像匹配方法

引用

光谱学与光谱分析 2022年第5期42卷 1497-1503页

作者：高莎袁希平甘淑胡琳毕瑞李绕波罗为东昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心云南昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室云南大理671006

低空无人机(UAV)测量凭借着低成本、高效率、高精度的数据采集模式,可快速获取高空间分辨率的影像数据,已经成为遥感领域的一种重要技术手段。其中,影像匹配技术是UAV影像数据处理的重要步骤,图像间的匹配直接影响后期三维场景的精度及... 详细信息

低空无人机(UAV)测量凭借着低成本、高效率、高精度的数据采集模式,可快速获取高空间分辨率的影像数据,已经成为遥感领域的一种重要技术手段。其中,影像匹配技术是UAV影像数据处理的重要步骤,图像间的匹配直接影响后期三维场景的精度及视觉效果。针对高原山地的高差起伏变化大地形复杂,植被覆被率高及地物分布不规则等问题存在,致使在该区域UAV地形测量处理中因局部噪声造成影像匹配较难。由于影像获取时受到该区特殊地形的限制,大场景影像需要借助多幅影像匹配拼接得到。目前,基于特征点的影像匹配是一种图像配准技术,不仅适用于低重叠度影像之间的匹配,还可以运用到运动恢复图像间的匹配。为探索特殊地形地貌条件下快速有效的UAV影像匹配技术,提出一种面向高原山地复杂地形的集成尺度不变特征变换(SIFT)算法与最近邻次近邻距离比(NNDR)、随机抽样一致算法(RANSAC)模型约束改进的UAV影像匹配方法。主要技术流程为:首先,基于SIFT算法,进行尺度空间的极值检测,构建高斯金字塔函数,通过高斯差分运算来实现特征点定位,并对所检测到的特征点的邻域位置、方向、尺度等进行统计分析,据此生成适合UAV影像特征的描述符;其次,集成“马式距离”和NNDR模型的综合运用,进行特征点对的第一次约束优化提取及相似度检测,在此基础上,利用RANSAC算法,引入匹配点对的均方根误差值(RMSE)进行第二次约束,以实现匹配错误点对的剔除,保证了影像匹配精确优化。此外,为了证实所提出优化算法的有效性,选择了1组高原山地典型地貌UAV影像数据进行匹配试验,结果表明:面向高原山地复杂地形进行无人机影像匹配中,所提出的改进算法不仅可以提取大量的特征点对,同时还可以提高同名特征点的检测正确率,并且配准正确率达到了85%,因此更加适用于高原山地复杂地形的无人机影像匹配处理技术优化。

关键词： UAV 影像匹配改进SIFT算法对比分析

来源：评论

学校读者我要写书评

暂无评论

基于UAV-SfM数字模型的滇中环状构造地表与地形特征分析

引用

农业机械学报 2024年第8期55卷 361-373页

作者：罗为东甘淑袁希平陈成李绕波毕瑞朱智富昆明理工大学国土资源工程学院昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室大理671006

地表特征与自然灾害密切相关,对维护生态环境和深入了解地表演化过程及地质构造特征具有重要作用。通过无人机(Unmanned aerial vehicle,UAV)航测和运动恢复结构(Structure from motion,SfM)技术构建的高空间分辨率数字模型,在滇中环状... 详细信息

地表特征与自然灾害密切相关,对维护生态环境和深入了解地表演化过程及地质构造特征具有重要作用。通过无人机(Unmanned aerial vehicle,UAV)航测和运动恢复结构(Structure from motion,SfM)技术构建的高空间分辨率数字模型,在滇中环状构造地貌开展地表覆盖信息和地形特征的分布关系分析。结果表明:在裸岩、裸土和植被混合区域,从定性和定量分析中发现DeepLabv3+算法相比于RF算法在试验区地表覆盖信息提取中有较好的提取效果。点云经滤波得到地面点,选择交叉验证中均值误差和均方根误差最小的Kriging算法构建分辨率0.1 m的数字高程模型(Digital elevation model,DEM),解译一阶坡面、二阶坡面和复合坡面的多种地形因子,根据相关性分析选取6种地形因子构建了综合地形分析模型(Comprehensive terrain analysis model,CTAM)。经过分析地表覆盖信息中覆盖面积最大裸土、植被与地形的联系,CTAM中每个等级像元数量与总像元数量百分比中,Ⅱ级占比最高,为28.87%,Ⅰ、Ⅳ、Ⅴ占比分别为18.39%、13.82%和17.29%。UAV-SfM技术能有效捕捉环状构造表面特征,可为该地区地质研究与资源管理提供技术手段和科学依据。

关键词：环状地貌 UAV-SfM数字模型地表覆盖地形特征滇中

来源：评论

学校读者我要写书评

暂无评论

利用GEE进行1990~2022年小江流域生态环境质量时空格局与演变趋势分析

引用

环境科学 2024年第7期45卷 4122-4136页

作者：宗慧琳张晓伦袁希平吕杰杨明龙甘淑昆明理工大学国土资源工程学院昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室大理671006

云南省小江流域是长江上游生态修复示范区,评估和监测该区的生态环境质量是该区生态文明建设中一项非常重要的基础工作.选取1990年、1995年、2000年、2005年、2010年、2014年、2018年和2022年的Landsat遥感影像数据,提取了绿度(NDMVI)... 详细信息

云南省小江流域是长江上游生态修复示范区,评估和监测该区的生态环境质量是该区生态文明建设中一项非常重要的基础工作.选取1990年、1995年、2000年、2005年、2010年、2014年、2018年和2022年的Landsat遥感影像数据,提取了绿度(NDMVI)、湿度(WET)、干度(NDBSI)和热度(LST)这4个指标,采用主成分分析法构建了遥感生态指数(RSEI),利用GEE平台、Arc GIS 10.7平台和Python平台,结合地学信息图谱、变异系数、Mann-Kendall趋势检验、Sen's斜率估计和Hurst指数等分析方法,对1990~2022年间小江流域的生态质量时空格局和变化趋势进行分析.结果表明:(1)研究区生态质量空间上具有较明显的地理分异性,到2022年生态质量等级为优、良的区域主要分布在高山植被覆盖较好的区域,生态质量较差的区域主要分布在地势相对较低的泥石流沟谷区域;时间尺度上,1990~2022年研究区的RSEI指数从1990年的0.41增长到2022年的0.55,生态环境质量整体呈波动改善趋势,平均增幅为0.048(10 a)^(-1),这与近些年该区大力开展的退耕还林、泥石流防治和水土保持、重金属污染治理等一系列生态建设工程密不可分.(2)相较于NDVI指标,NDMVI对地形起伏区域的植被信息更加敏感,尤其是在阴影区域,能更准确定量描述植被信息,更适合用于高山峡谷区的绿度信息表达,从而使得RSEI更适用于高山峡谷区的生态质量评价;(3)小江流域RSEI变异系数平均值为0.202,生态环境质量整体的波动性较小,高波动主要集中在沿小江断裂带两侧的泥石流沟谷区域中,这些区域地表由裸露岩石、泥沙构成,容易受季节、气候和人为活动的影响;(4)该区生态环境质量上升面积占85.72%,下降面积占10.15%,未来变化趋势将以持续改善和未来退化为主,占比分别为44.75%和39.97%,因此,需要紧密监测处于退化潜在风险的区域.研究结果可为小江流域进一步开展生态环境保护、治理和可持续发展工作提供理论依据.

关键词：生态环境质量遥感生态指数(RSEI) GEE平台小江流域时空格局趋势变化

来源：评论

学校读者我要写书评

暂无评论

融合InSAR与GWO-LSTM对高陡山地的形变监测与预测——以金沙江流域某边坡为例

引用

测绘通报 2024年第9期 44-49页

作者：彭翔甘淑袁希平朱智富李璇龚伟圳昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心云南昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室云南大理671006

由于乌东德水电站下游处于金沙江流域,水电站泄洪会导致下游区域水位发生变化和断裂带附近的地质活动频繁,从而改变流域周围边坡的稳定性,因此极易发生滑坡灾害并造成堵江。为了解高陡山地的边坡情况,本文首先利用2021年1月—2023年10月... 详细信息

由于乌东德水电站下游处于金沙江流域,水电站泄洪会导致下游区域水位发生变化和断裂带附近的地质活动频繁,从而改变流域周围边坡的稳定性,因此极易发生滑坡灾害并造成堵江。为了解高陡山地的边坡情况,本文首先利用2021年1月—2023年10月的81景Sentinel-A影像,采用SBAS-InSAR技术,得到研究区地表形变特征,并结合形变速率图和遥感影像,识别出可能存在的滑坡风险区域;然后选取A1、A2、A4作为典型区域,通过累计时序形变进行分析,并构建LSTM神经网络沉降预测模型,采用GWO算法进行超参数寻优;最后将选点得到的沉降数据分为训练集和测试集,与传统预测模型SVR精度进行对比。结果表明,GWO-LSTM模型对复杂山区的滑坡体形变预测具有较高精度,9个测试点中最大平均绝对误差为1.0808 mm,最大均方根误差为1.1942 mm。本文为滑坡灾害预警及治理提供了理论依据。

关键词： SABS-InSAR 滑坡识别灰狼优化 LSTM记忆网络

来源：评论

学校读者我要写书评

暂无评论

结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别

引用

测绘通报 2022年第11期 13-19页

作者：朱智富甘淑张荐铭袁希平王睿博张晓伦昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心云南昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室云南大理671006

针对西南地区滑坡隐患高位隐蔽,传统技术难以全面识别的问题,本文以大理苍山为研究对象,首先利用SBAS-InSAR技术对苍山2019年1月—2021年4月间的滑坡隐患进行识别;然后结合随机概率信息熵模型,对不同坡度等级与边坡稳定性之间的关联性... 详细信息

针对西南地区滑坡隐患高位隐蔽,传统技术难以全面识别的问题,本文以大理苍山为研究对象,首先利用SBAS-InSAR技术对苍山2019年1月—2021年4月间的滑坡隐患进行识别;然后结合随机概率信息熵模型,对不同坡度等级与边坡稳定性之间的关联性进行定量分析;最后根据典型隐患区的遥感影像以及采样点的形变时序图,探讨了边坡形变时空演化特征及沉降诱因。试验结果表明:(1)2019年1月—2021年4月,研究区的形变速率为-155.6~92.4 mm/a,13个超过-30 mm/a的不稳定滑坡隐患被识别;(2)坡度等级为Ⅳ、Ⅴ级时,信息熵大于0.8,边坡稳定性较弱,不均匀形变严重,与已有研究保持高度一致,证实了该模型的可靠性;(3)典型隐患区形变趋势呈明显的季节性变化,降雨和冰雪消融是导致边坡失稳的主要因素。

关键词：苍山 SBAS-InSAR技术结合信息熵滑坡隐患识别

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：