我国土地利用类型复杂,为解决依靠单一遥感图像或POI(point of interest)数据而难以准确识别城市土地利用类型的困境,提出一种遥感图像和POI数据相结合的精细识别方法.首先,为精细识别城市地块功能,选取500 m栅格为研究单位;其次,提取PO...
详细信息
我国土地利用类型复杂,为解决依靠单一遥感图像或POI(point of interest)数据而难以准确识别城市土地利用类型的困境,提出一种遥感图像和POI数据相结合的精细识别方法.首先,为精细识别城市地块功能,选取500 m栅格为研究单位;其次,提取POI数据并生成各类土地利用的核密度分布图,对遥感、POI图像数据进行数据预处理、数据切分、数据增强以提取有效信息;最后,将POI核密度分布图和高分遥感影像数据融合,以现状土地利用数据为标签,构建UNet++网络对城市地块分类,并运用CA算法对模型参数进行优化.以深圳市为实例开展实验,并在罗湖区和南山区进行迁移验证,结果表明:融合POI数据的城市土地利用精确识别模型平均精度为70.6%,比仅使用遥感数据识别模型精度高6.7%;使用CA算法后,模型精度提高1.5%;对模型进行迁移验证,模型平均精度为72.6%,表明模型具有较高的稳健性;此外,POI数据弥补了遥感影像仅涉及光谱、纹理和地物结构物理属性的不足,能较好识别商服用地、公共管理与公共服务用地,相较于单一数据识别模型精度分别高了7.5%、6.0%.
随着BIM(Building Information Modeling,建筑信息模型)、GIS(Geographic Information System,地理信息系统)、互联网等技术的不断发展,智慧校园管理平台逐渐在中国成为一种发展趋势。通过BIM技术,以校园实景为载体,搭建虚拟校园场景和...
详细信息
随着BIM(Building Information Modeling,建筑信息模型)、GIS(Geographic Information System,地理信息系统)、互联网等技术的不断发展,智慧校园管理平台逐渐在中国成为一种发展趋势。通过BIM技术,以校园实景为载体,搭建虚拟校园场景和模型,将GIS、VR(Virtual Reality,虚拟现实)、物联网等技术相结合,实现校园数据全面融合共享,达到智能、科学、安全管理校园的目的,并结合校园管理、安全、生活等方面的实际需要,实现动、静结合,为校园提供智能化服务,从而提高管理效率、促进交互沟通和教育创新。
暂无评论