基于Landsat TM影像的水体信息提取

基于Landsat 5 TM影像,以芜湖市沿江区域为试验区,利用水体指数模型(NDWI、MNDWI)、单波段阈值法(LBV变换的B分量)、波谱间关系模型(KT₃+TM₄>TM₂+TM₇),以及新提出的波谱间关系模型(KT₃+TM₂>TM₄+TM₃)进行水体信息自动提取的试验,从定性与定量2个方面对5种方法进行对比. 结果表明,波谱间关系模型提取水体的精度最高,为93%;受到植被和建筑物等因素的干扰最小.     

一种平原区园地遥感信息提取的新方法

针对平原区园地与居民点落叶林不易区分的特点,提出适合于中分辨遥感影像的平原区园地信息提取特征指标--平原区园地指数.利用影像的多时相特征,结合面向对象的分类方法构建平原区园地信息提取模式.安徽省砀山县园地提取实验表明,该方法简单易行,有效避免了"椒盐现像",提高了分类精度,对于准确地确定平原区园地面积及其分布情况具有重要的实际应用价值.     

利用高光谱遥感数据进行农作物分类方法研究…

本文以北京顺义区为研究区,研究、探讨利用高光谱遥感数据,通过逐级分层分类方法进行农作物信息提取与挖掘的基本思路和步骤。该方法面向应用目标,将复杂的信息提取过程分为相对简单的子过程,每个子过程根据拟提取的目标不同而选择不同特征参数和信息提取方法,从而实现有效地利用高光谱数据丰富的信息,提高了信息提取的精度目的。     

利用面向对象分类技术的大尺度土地覆被调查方法

以HJ-CCD为实验数据,采用面向对象分类技术,对地形复杂、类型多样的湖南省进行土地覆盖类型的自动提取.着重研究在大尺度上的土地覆被调查中应用HJA/B遥感影像和面向对象技术获取土地覆被信息的一整套技术方法.将多尺度分割、邻域推移分类法以及野外调查、专家知识有机结合起来,并用野外采样点进行精度检验.湖南省土地覆被调查结果的总体精度84.99%,Kappa系数为82.79%.结果证明了以HJ-CCD影像为遥感数据源,利用面向对象技术进行大尺度的土地覆被调查的可行性和有效性.     

基于缨帽变换与匹配滤波的大熊猫生境影像分类

在卧龙大熊猫自然保护区,难以获取高质量的光学遥感影像,加之地形和植被类型复杂多样,地物分类精度低,对利用遥感技术研究大熊猫生境造成了困难.为此,本工作探究一种提高遥感分类精度的方法.首先分别利用缨帽变换和匹配滤波方法提取影像的亮度、绿度、湿度和丰度等特征,建立基于多特征数据的决策树分类规则进行分类,最后利用野外实测数据对分类结果进行验证.研究结果表明:绿度特征对提取林地非常有效,湿度分量可以区分草甸与灌丛,亮度特征则提高了雪地的分类精度.匹配滤波可以实现混合像元分解,去除部分噪声并快速探测目标地物的波谱特征.基于多特征数据决策树遥感分类的总体精度达到83.33%,比传统的最大似然法分类精度提高8.67%.本文方法在卧龙大熊猫自然保护区等地物分类中取得了较好的应用效果.     

景观破碎化区域土地覆被面向对象分类研究——以皖南山区为例

以景观破碎化的皖南山区为试验靶区,基于2009年4期的Landsat 5 TM与HJ-1/CCD遥感影像,结合野外调查数据,分析土地覆被类型在影像上的特征,挖掘出相应的光谱、纹理、空间及时相等信息,获取相关特征波段.基于See 5.0软件,根据训练样本筛选特征波段及组合并获取最佳阈值.基于面向对象分类软件,对TM影像进行尺度10、30的2级分割,参照最佳特征波段及阈值建立规则集并获取分类数据.结果表明：基于面向对象的多时相分类法能精确地获取土地覆被数据,精度均高于92%,其在以皖南山区为代表的景观破碎化区域适用性较高.     

基于面向对象技术的旅游用地遥感识别

利用国产GF-1卫星影像,以南京市为例,采用面向对象技术对旅游用地信息进行专题提取,研发出基于遥感手段的旅游用地信息提取方法和流程。研究结果如下：1）GF-1夏季影像4个图层（红、绿、蓝和近红外波段）方差的平均值（VI-Summer）是识别旅游用地的有效指标。2）旅游用地提取的制图精度和用户精度分别为83.33%和73.53%,表明基于GF-1卫星影像和面向对象技术的方法能够对旅游用地进行有效识别和监测。3）南京市的旅游用地总面积为137.34 km²。4）在空间分布上,旅游用地主要集中在长江以南地区,尤其是鼓楼区、雨花台区、建邺区、玄武区和秦淮区及其附近;而长江以北（江北）地区相对稀疏。本研究结果可为利用GF-1卫星影像快速有效地监管旅游用地提供技术支撑。     

基于Sentinel-1/2的水体提取方法对比研究——以斯里兰卡小型水体为例

地表水面精确提取是研究地表水质和水量变化的重要基础。斯里兰卡是"21世纪海上丝绸之路"的重要参与国，年降雨量丰富，但时空分布不均，斯里兰卡人民长期用水困难，研究斯里兰卡地表水体有助于斯里兰卡民生问题的解决。斯里兰卡国内散布着大量的小型水库和坑塘，这些小面积水体易受周边环境因素影响而提取困难。基于2017年7月斯里兰卡中东部地区的哨兵（Sentinel）1/2号卫星影像，对比分析单波段法、水体指数法和监督分类等水体提取方法的精度和存在的问题。结果表明，归一化水体指数法NDWI的准确率最高，分类精度达94%。     

城市道路交通异常事件自动检测方法

针对城市道路交通流量大,易发生交通违法异常行为,提出了一种城市道路交通异常事件自动检测方法.该方法在进行异常事件检测时,首先对道路交通进行视频序列采集,然后提取视频中的车辆加速度、方向变化、几何位置信息.在提取这些特征值后,计算三个特征值变化率指数总和,并与设定的阈值进行比较,判断是否发生异常事件.通过对同一道路的相同监控视频片段采用不同的算法进行检测仿真实验,测试结果表明该方法得到的正确检测率DR为98.6%,误报率FAR为7%,相对于基于临界安全区域方法、基于Boosting检测方法其整体检测性能有所提高.     

多时相AVHRR数据的傅立叶分析

傅立叶分析(Fourier Analysis)是一种常用的信号处理方法.将中国全年36旬的NO-AA-AVHRR的1km数据采用最大值合成法获得12个月的NDVI时间序列数据,然后运用离散傅立叶变换检测该时间信号的频率分布状况.结果各频率分量与NDVI的累加值及不同周期的季节性变化等生物学特征相关.其中零频率分量为均值NDVI,而1/12频率分量最大程度概括了中国地表覆盖类型的全年季节性变化模式.将提取出的这些生物学特征引入到地表覆盖分类的特征空间中,提高了类别间的可分性.这些研究表明了傅立叶变换是分析多时相AVHRR数据及提取植被的生物学特征的有用工具.     

基于DEM的水文信息提取研究——以池州市为例

水文信息的提取对建立数字流域、水文分析、构建分布式水文模型有着重要的意义。以池州市为例,采用ASTER GDEM为数据源,探讨如何利用ArcGIS软件的水文分析模块Hydrology进行水文信息的提取,包括洼地填充、水流方向计算、水流累积量计算、河网提取等。利用GoogleMap的水体数据对提取结果进行验证,结果表明:基于DEM提取的河网与实际基本吻合,运用此方法能够快速、高效、准确的获取研究区域水文信息,能为池州市环境数据库的构建以及河流整治、城市规划、环保等工作的决策提供一定的参照和依据。     

基于车载激光扫描数据的城区道路自动提取

提取准确的道路信息对城市规划和数字城市制图具有重要意义。利用高密度车载激光扫描数据,针对无法以路沿作为道路边界的情况,提出一种基于边缘线检测的道路自动提取方法。先利用平面检测算法对分段后的路面完成粗提取,在此基础上,分析道路边缘线与相邻两侧路面在激光反射强度与几何性质上的差异,通过设定合理阈值提取边缘线上的点云,最后对离散边缘点进行曲线拟合完成道路精提取。利用实际获取的城区车载点云数据验证表明,该方法提取道路的正确度、完整度和提取质量等均高于90%,特别是对无明显路沿的道路,可有效识别出道路边缘线。     

商陆根中γ-氨基丁酸的提取工艺研究

本实验首次采用紫外-可见分光光度法对商陆根中γ-氨基丁酸的含量进行了测定,并用正交实验法对最佳提取条件进行了优化。结果显示：当温度为60℃、蒸馏水用量300ml、提取3次、每次3小时的条件提取时,γ-氨基丁酸的提取率最高。提取次数对γ-氨基丁酸提取率有显著影响,而提取温度、提取时间、蒸馏水用量无显著影响。     

加快建设节水型社会实现水资源可持续利用——济宁市创建节水型城市的几点思考

随着现代经济社会的迅速发展,城市总需水量日益增多,水资源供求矛盾日趋突出.加快节水型社会建设步伐,是实现城市水资源可持续发展的迫切需要.本文在分析济宁市水资源可持续利用中存在问题的基础上,就如何建设节水型城市进行了一些初步探讨.     

地震滑坡信息提取方法研究——以2017年九寨沟地震为例

地震滑坡是最为常见且破坏力最强的地震地质次生灾害之一，快速准确地获取地震滑坡的分布和范围信息对震后应急救援和灾后重建工作具有重要意义。采用Sentinel-2A遥感影像，以"8·8九寨沟地震"核心震区--漳扎镇为研究区，通过结合变化检测技术和面向对象方法提取地震滑坡信息，利用改进的区域生长算法对提取的滑坡边界进行优化得到最终提取结果。通过与传统CVA提取结果对比，评价分析本文算法的精度。实验验证结果表明，本文算法的地震滑坡体提取总精度在90%以上，Kappa系数优于0.7，提取结果与目视解译结果较为一致。且自动化程度较高，速度较快，满足地震应急救援的时间和精度需求。     

一种新的基于深度学习的重叠关系联合抽取模型（英文）

随着互联网技术的快速发展和移动设备的普及,我们每时每刻都被各种各样的信息包围着。如何从海量的数据中挖掘出具有价值的信息一直是国内外研究的热点。其中,关系抽取是信息抽取的一个重要子任务,目的是从文本中识别出实体之间的关系,从而挖掘出文本中的结构化信息,即事实三元组。在文本中,实体重叠和关系重叠是非常普遍的现象,但是现有的联合抽取模型不能够有效地解决这类问题,因此提出一种新的联合抽取模型,将关系抽取任务看作由2个子任务实体识别和关系识别组成,并分别使用序列标注的方法和多分类方法进行识别。在联合抽取过程中,为充分挖掘文本语义信息,在模型的输入层添加词性（POS）和句法依存关系（Deprel）特征,同时为消除随着句子长度增加带来的长距离依赖问题,在模型中引入注意力机制。最后,论文在NYT数据集和WebNLG数据集上进行关系抽取实验,结果表明论文提出的模型能够有效地解决关系重叠的问题,并取得最佳抽取效果。     

六盘水市城市噪声污染分析及防治对策研究

以六盘水市近年来噪声监测资料为依据,分析了六盘水市环境噪声污染现状、特征,指出城市声环境存在的主要问题．并对进一步降低六盘水市城市噪声提出了对策建议。     

城市功能区语义信息挖掘与遥感分类

中国城镇化和智慧城市建设的推进,对城市精细化规划与管理提出新挑战。明确城市空间结构划分,加强城市功能区的合理规划,对城镇化建设具有重要意义。基于遥感图像数据、POI（point of interest）数据及路网数据,使用遥感信息提取技术和语义信息挖掘方法,实现城市功能区的语义分类。对随机挑选的360处区块进行样本验证,结果显示城市功能语义分区的精度达到87.5%。该方法受区域限制较少,对城市功能分区研究有效。