检索结果-内蒙古大学图书馆

结合ICESat-2和GEDI的中国东南丘陵地区ASTERGDEM高程精度评价与修正

地球信息科学学报 2023年第2期25卷 409-420页

作者：焦怀瑾陈崇成黄洪宇福州大学地理空间信息技术国家地方联合工程研究中心福州350108 福州大学空间数据挖掘与信息共享教育部重点实验室福州350108

星载激光雷达ICESat-2和GEDI可以为数字高程模型产品的精度评价与修正提供全球覆盖的、可靠的高精度参考数据源。然而,现有的DEM修正方法主要是针对DEM误差中的植被高信号且多采用线性回归模型。为此,本文分析了ASTER GDEM v3精度与土... 详细信息

星载激光雷达ICESat-2和GEDI可以为数字高程模型产品的精度评价与修正提供全球覆盖的、可靠的高精度参考数据源。然而,现有的DEM修正方法主要是针对DEM误差中的植被高信号且多采用线性回归模型。为此,本文分析了ASTER GDEM v3精度与土地覆盖类型、高程、坡度、起伏度及植被覆盖率的关系。在此基础上,提出了一种考虑上述多种精度影响因素并结合XGBoost和空间插值的DEM误差修正方法。结果分析表明:原始ASTER GDEM的误差整体呈正态分布,平均误差为-3.463 m,存在较大负偏差,高程精度随着高程、坡度、起伏度及植被覆盖率VCF的增大呈降低趋势;经过修正后,ASTER GDEM平均误差降低到了-0.233 m,负偏差得到有效改善,整体平均绝对误差降低了26.04%,整体均方差降低了23.56%,耕地、林地、草地、湿地、水域及人造地表的DEM平均绝对误差和均方差都有不同程度的降低;本文提出的方法对多种特征要素与地形误差间的非线性关系进行拟合建模,在研究区取得了较好的修正效果。

关键词： ICESat-2 GEDI ASTER 高程精度评价 XGBoost 空间插值土地覆盖类型 DEM修正

来源：评论

学校读者我要写书评

暂无评论

三维场景树荫模拟与量化——以城市街道为例

引用

地球信息科学学报 2024年第11期26卷 2493-2505页

作者：苏宏霖唐丽玉陈季委高继淼袁跃辉福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 福州大学地理空间信息技术国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350108

树荫是城市区域夏季降温的重要资源之一,对树荫资源的量化可为城市极端高温天气的风险预警提供帮助。现有估算树荫资源的方法中,实测法耗费时间且成效较低,影像识别法难以精确反映树荫的时空变化,本文提出一种基于三维场景的树荫模拟与... 详细信息

树荫是城市区域夏季降温的重要资源之一,对树荫资源的量化可为城市极端高温天气的风险预警提供帮助。现有估算树荫资源的方法中,实测法耗费时间且成效较低,影像识别法难以精确反映树荫的时空变化,本文提出一种基于三维场景的树荫模拟与量化方法。通过三维重建技术模拟城市街道场景,区分并标识地理实体模型的类型;根据太阳几何位置参数信息,构建与实地场景同步的光照环境;根据光线直线传播和阴影形成原理,利用射线求交算法判断太阳光线与场景三维模型的遮挡情况,生成树荫并与其他地物阴影进行区分;量化树荫面积、树荫覆盖时长等数据,并在三维场景中进行可视化效果呈现。通过与无人机拍摄的阴影对比验证,相对误差区间为3.35%~13.27%,平均相对误差为9.29%,该方法在树荫资源估算方面有应用潜力。同时,以城市街道场景为例,模拟量化了不同空间朝向、不同树种、不同樟树生命周期的街道树荫资源情况并进行相应分析。该方法可以模拟任意时刻现实的和虚拟的(未来的或规划的)情景的阴影资源的时空分布情况,且可以进行分类统计,为城市规划管理提供参考,为城市树木降温效应分析提供基础数据。

关键词：虚拟地理环境城市绿地树荫三维模拟遮荫效应

来源：评论

学校读者我要写书评

暂无评论

基于CatBoost的植被总初级生产力遥感模拟方法及在福建省的应用

引用

地球信息科学学报 2023年第9期25卷 1908-1922页

作者：李玉洁江洪刘宣广福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 福州大学地理空间信息技术国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350108

植被总初级生产力(GPP)作为衡量陆地生态系统健康的重要指标,可直接反映区域环境状况和改善情况,因此准确估算植被GPP变化对区域可持续发展具有重要意义。本文利用中国及日本涡度通量观测数据,构建了基于CatBoost算法融合地形特征的GPP... 详细信息

植被总初级生产力(GPP)作为衡量陆地生态系统健康的重要指标,可直接反映区域环境状况和改善情况,因此准确估算植被GPP变化对区域可持续发展具有重要意义。本文利用中国及日本涡度通量观测数据,构建了基于CatBoost算法融合地形特征的GPP估算模型;并将模型应用于具有复杂地形特征的福建省,实现了该省GPP长时序模拟。研究结果表明:①地形特征是GPP机器学习估算的重要参数,融合地形特征建模的GPP模拟结果精度明显提高,均方根误差(RMSE)下降16%。②CatBoost GPP估算模型有效降低了传统GPP估算模型和常用机器学习(随机森林和支持向量机)GPP估算模型中存在的高估和低估现象,模型拥有更高的精度和更强的鲁棒性。本文GPP模拟精度:决定系数(R2)为0.888,RMSE为1.164 gC·m^(-2)·day^(-1),平均绝对误差(MAE)为0.773 gC·m^(-2)·day^(-1)。③基于CatBoost GPP估算模型模拟的福建省多年GPP变化与GOSIF GPP估算结果高度一致,且其对福建省GPP空间分布表达更准确。福建省2002—2020年GPP均值1697 gC·m^(-2)·a^(-1),空间变化整体呈现出“由东南向西北递减”的分布特征,多年GPP变化呈“不显著波动增加”趋势。本研究可为实现区域GPP精确估算和生态环境有效治理提供新方法和可靠科学依据。

关键词：植被总初级生产力地形特征 CatBoost 随机森林支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于单木位置特征的多源树木三维点云配准方法

引用

林业科学 2022年第11期58卷 96-107页

作者：黄洪宇骆钰波唐丽玉李肖肖彭巍陈崇成福州大学地理空间信息技术国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室福州350108

【目的】针对不同观测平台获得的树木三维点云特征少、重叠率低、配准较难的问题,以不同视角不同平台的森林点云数据为输入,根据单木平面位置分布一致性原则,提出一种适用于多类型数据的无标记森林点云自动配准方法,实现以单木对象为语... 详细信息

【目的】针对不同观测平台获得的树木三维点云特征少、重叠率低、配准较难的问题,以不同视角不同平台的森林点云数据为输入,根据单木平面位置分布一致性原则,提出一种适用于多类型数据的无标记森林点云自动配准方法,实现以单木对象为语义特征的点对匹配。【方法】首先从不同类型点云数据中分别提取单木平面位置:对于侧视型点云,基于点云主方向离散度与主方向竖直角度偏差剔除部分非主干点云,采用体素点云剖分的连通分量分割方法识别单木主干,统计单木主干点云体素垂直分布最大值点作为单木平面位置;对于俯视型点云,采用标记分水岭算法分割冠层高度模型,提取单木并识别冠层顶点作为单木平面位置。然后以提取的单木平面位置为特征点,基于Laplace谱图匹配理论获取配准矩阵,完成4自由度点云粗配准。最后,采用主干点云匹配完成侧视与侧视点云的精配准,采用全局点云最近点迭代法与主干点云匹配完成侧视与俯视点云的精配准。【结果】侧视-侧视点云配准精度优于侧视-俯视点云,侧视-侧视点云粗配准平均误差为0.24 m,精配准平均误差为0.08 m;侧视-俯视点云粗配准平均误差为1.07 m,全局点云最近点迭代法平均误差为0.44 m,机载激光点云与侧视点云经主干点云匹配后,平均误差为0.36 m。【结论】本研究立足于森林环境,借鉴由粗到精的配准思路,综合多种算法,提出一种适用于多源点云数据类型的配准方法,并通过试验证明了方法的可行性。基于单木位置特征的多源树木三维点云配准方法适用于森林、城市园林绿地等垂直生长结构较为明显的树木配准,可为森林资源调查与评估提供坐标统一、较为完整的高精度三维测量数据。

关键词：点云配准单木分割特征提取图匹配

来源：评论

学校读者我要写书评

暂无评论

改进Mask R-CNN的车辆检测算法

引用

福州大学学报（自然科学版） 2024年第4期52卷 421-429页

作者：汪菊孙玉吴宜良福州大学空间数据挖掘与信息共享教育部重点实验室福州大学地理空间信息技术国家地方联合工程研究中心福建福州350108

为提升在不同复杂场景下的车辆检测性能,提出一种基于改进Mask R-CNN的车辆检测算法.在算法的主干网络ResNet50中引入PSA极自注意力机制提升主干网络特征提取能力;在特征金字塔顶层网络中添加一个带有ECA注意力机制的分支与原分支进行... 详细信息

为提升在不同复杂场景下的车辆检测性能,提出一种基于改进Mask R-CNN的车辆检测算法.在算法的主干网络ResNet50中引入PSA极自注意力机制提升主干网络特征提取能力;在特征金字塔顶层网络中添加一个带有ECA注意力机制的分支与原分支进行特征融合,缓解顶层特征由于通道降维造成的信息损失.重新设计卷积检测头使得边框回归更为准确,并使用余弦退火算法和Soft-NMS算法来优化训练过程和后处理结果.实验结果表明,改进的Mask R-CNN车辆检测算法相比原Mask R-CNN算法在复杂场景下具有更高的检测精度,在CNRPark-EXT测试集中平均精确度提高3.8%,在更具挑战性的MiniPark测试集中平均精确度提高7.9%.

关键词：车辆检测 Mask R-CNN算法 PSA极自注意力机制 ECA注意力机制 Soft-NMS算法

来源：评论

学校读者我要写书评

暂无评论

基于Swin Transformer与卷积神经网络的高分遥感影像分类

引用

激光与光电子学进展 2024年第14期61卷 245-256页

作者：何小英徐伟铭潘凯祥王娟李紫微福州大学数字中国研究院(福建) 福建福州350108 福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350002 福州大学地理空间信息技术国家地方联合工程研究中心福建福州350002

针对现有基于深度学习的遥感智能解译方法直接获取全局信息具有挑战性,造成地物边缘模糊、相似类间分类精度低等问题,提出基于Swin Transformer和卷积神经网络的高分遥感图像语义分割模型(SRAU-Net)。SRAU-Net以Swin Transformer编码器... 详细信息

针对现有基于深度学习的遥感智能解译方法直接获取全局信息具有挑战性,造成地物边缘模糊、相似类间分类精度低等问题,提出基于Swin Transformer和卷积神经网络的高分遥感图像语义分割模型(SRAU-Net)。SRAU-Net以Swin Transformer编码器-解码器框架为基础,采用U-Net形状,提出了以下改进:构造基于Swin Transformer和基于卷积神经网络的双分支编码器,用不同尺度空间细节特征补充具有全局信息的上下文特征,以获得更高的地物分类精度和更清晰的地物边缘;设计特征融合模块,作为双分支编码器的桥梁从通道和空间维度对全局和局部特征进行有效融合,提升对小目标地物的分割精度;添加特征增强模块,利用注意力机制自适应融合来自编码器和解码器的特征,进一步有效聚合空间和语义特征,提升模型对特征的提取效果。结果表明,SRAU-Net能够更好地提取地物的边缘信息,总体分类精度较原始模型提升了2.57百分点,提高了对小尺度地物的分类精度,有效区分如树木和低矮植被等类间相似的遥感地物,总体精度和F1分数分别为92.60%和86.90%,总体效果优于对比模型。

关键词：高分辨率遥感影像卷积神经网络 Swin Transformer 特征融合语义分割

来源：评论

学校读者我要写书评

暂无评论

基于增温敏感性指数的城市功能区升温效应空间分异研究

引用

热带地理 2024年第3期44卷 557-568页

作者：杨慧徐伟铭邵尔辉廖云婷林馨福州大学数字中国研究院(福建) 福州350108 福州大学空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学地理空间信息技术国家地方联合工程技术研究中心福州350002

利用福州市三环内的POI数据和Place2vec模型识别城市功能区,并在此基础上分析各功能区的热场等级空间分异特征,借助增强回归树算法(Boosting Regression Tree, BRT)构建功能区增温敏感性指数,对不同功能区在地表升温过程中的敏感性差异... 详细信息

利用福州市三环内的POI数据和Place2vec模型识别城市功能区,并在此基础上分析各功能区的热场等级空间分异特征,借助增强回归树算法(Boosting Regression Tree, BRT)构建功能区增温敏感性指数,对不同功能区在地表升温过程中的敏感性差异进行定量测度,进而对区域尺度上的城市热环境空间分异机制进行深入探讨。结果表明:1)基于Place2vec模型的城市功能区识别结果具有较高的精度;2)除绿地与广场区外的4类功能区均具有高温现象,其中产业区的热场强度最高;3)各类功能区整体增温敏感性由高至低依次是:产业区、生活服务与住宅区、商业区、公共管理与服务区、绿地与广场区;不同升温阶段的功能区增温敏感性存在差异,在高温梯度下差异显著;地表覆被增温敏感性具有明显的功能区域分异特征。

关键词：城市功能区城市热环境地表升温增温敏感性 Place2vec模型 BRT算法福州市

来源：评论

学校读者我要写书评

暂无评论

顾及绿视率的街道可步行性评价

引用

西部人居环境学刊 2025年第1期40卷 58-64页

作者：唐丽玉黄子晴苏宏霖福州大学数字中国研究院(福建) 福州大学空间数据挖掘与信息共享教育部重点实验室福州大学地理空间信息技术国家地方联合工程研究中心

城市绿地具有生态、景观和社会等多种服务功能,是健康城市环境的关键因素。街道绿地影响着步行环境的质量,是衡量步行舒适性的重要指标。绿视率为从人本视角量化绿化环境的描述因子。针对当前可步行性评价较少考虑步行环境这一问题,在... 详细信息

城市绿地具有生态、景观和社会等多种服务功能,是健康城市环境的关键因素。街道绿地影响着步行环境的质量,是衡量步行舒适性的重要指标。绿视率为从人本视角量化绿化环境的描述因子。针对当前可步行性评价较少考虑步行环境这一问题,在步行指数评价方法的基础上,基于路网、兴趣点、百度街景等大数据,以步行指数表征街道功能,以绿视率表征街道环境,对街道可步行性进行综合评价。以福州市中心城区进行实例研究,对比综合评价方法与步行指数评价方法,探讨其与人口活动数量的关系,并探索街道可步行性的影响因素。结果表明:福州市中心城区内的街道可步行性平均得分为58,街道可步行性较好,其中支路、住宅类街道的可步行性最高;整体上,综合评价方法与人口活动数量的正相关系数为0.313,较步行指数评价方法提高0.018;不同交通等级的街道绿化环境对可步行性有不同的影响,支路的绿视率水平与可步行性存在显著的正相关关系(r=0.135)。

关键词：绿视率可步行性街景街道绿地步行指数

来源：评论

学校读者我要写书评

暂无评论

面向实景三维模型和实时视频图像融合的纹理映射

引用

测绘通报 2023年第10期 61-66页

作者：杨松陈崇成福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350108 福州大学地理空间信息技术国家地方联合工程研究中心福建福州350108

针对实时视频与实景三维模型融合时视频纹理存在割裂感、融合边界差异感明显、视频流实时性差等问题,本文提出了一种改进的实景三维模型和实时视频图像融合方法。首先利用倾斜摄影测量技术构建实景三维模型,搭建流媒体实现视频图像向三... 详细信息

针对实时视频与实景三维模型融合时视频纹理存在割裂感、融合边界差异感明显、视频流实时性差等问题,本文提出了一种改进的实景三维模型和实时视频图像融合方法。首先利用倾斜摄影测量技术构建实景三维模型,搭建流媒体实现视频图像向三维场景的实时传输,匹配视频像素与实景模型片元顶点的对应关系;然后引入顾及场景深度的展平映射策略,以消除视频画面融入模型时的纹理割裂感;最后基于距离掩膜使融合接缝处过渡更加平滑。试验结果表明,本文所提映射策略融合效果优异,可消除融合画面的割裂现象和融合边界的突兀感,且在融合多路视频情形下场景帧率保持在50帧/s以上,系统承载力良好,实时性效果好,成果能应用于构建实时虚实融合的数字孪生场景。

关键词：虚实融合视频纹理增强虚拟环境透视投影数字孪生

来源：评论

学校读者我要写书评

暂无评论

面向三维重建的SAM前景图像自动分割方法研究

引用

测绘科学 2024年第10期49卷 27-35页

作者：陈季委唐丽玉苏宏霖福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 福州大学地理空间信息技术国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350108

针对多视图图像三维重建前,图像数据存在背景冗余且干扰目标对象识别以及重建效率低的问题,该文提出一种基于segment anything model(SAM)的改进前景自动分割方法。首先通过调用SAM图像编码器计算输入图像的图像嵌入;根据图像像素计算... 详细信息

针对多视图图像三维重建前,图像数据存在背景冗余且干扰目标对象识别以及重建效率低的问题,该文提出一种基于segment anything model(SAM)的改进前景自动分割方法。首先通过调用SAM图像编码器计算输入图像的图像嵌入;根据图像像素计算像素坐标作为提示嵌入,自动预测前景掩码;SAM前景预测所得的掩码可能存在细小的漏分错分和边缘锯齿,引入高斯滤波对掩码图像进行优化;以人工构筑物、植物及其植物器官为例,将掩码应用于原始图像,利用分割后的图像进行多视图立体视觉三维重建与神经辐射场重建。基于多种图像数据的实验结果表明,该方法针对以对象为中心的多种图像数据可以有效剔除背景的干扰,取得高质量的分割结果,且在三维重建过程能够节省重建所需时间,提高三维重建效率。

关键词：前景分割 SAM 多视图三维重建神经辐射场

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：