公共文化服务平台

南京信息工程大学遥感与测绘工程学院: 作品数：318 被引量：1,097H指数：15; 相关机构：中国科学院南京地理与湖泊研究所武汉大学测绘遥感信息工程国家重点实验室中国科学院地理科学与资源研究所更多>>; 发文基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>; 相关领域：天文地球自动化与计算机技术环境科学与工程农业科学更多>>

合作机构

DEM在湖泊水文变化研究中的应用进展被引量：3: 2020年; 在全球变化背景下,湖泊水文的动态变化不仅是评估和预测气候与环境变化的重要指示剂,同时对社会可持续发展、水资源的开发与利用、生态文明建设等产生重要影响。湖泊水文的动态变化受到湖滨及湖底地形的控制,数字高程模型(DEM)成为湖泊水文研究的重要数据源。随着遥测技术的发展,高分辨率、区域/全球大尺度DEM数据的获取手段快速发展、数据源不断丰富,DEM对推动湖泊水文动态研究进展起到了关键作用。本文首先基于Web of Science平台对DEM在湖泊水文动态研究中的相关文献进行了分析,阐述了该主题现有研究在发文时间、发文数量增减态势、研究区域与热点地区、文献所涉及的DEM数据等方面的特点。接着,围绕着DEM在湖泊水文动态的研究中4个主要方向:湖泊水域变化、湖泊水位变化、湖泊水量变化、湖泊水文灾害情势,重点总结:DEM与其他遥感观测平台、实地观测及模型模拟等多源数据的融合策略,数字地形分析与水文学分析、遥感影像分析等方法的集成策略,以及DEM数据不确定性等对湖泊水文变化研究的影响。最后,本文论述了目前DEM在湖泊水文研究中存在的关键问题,并结合技术发展趋势和研究热点问题,提出了可能的解决路径和未来的研究前景。; 罗竹刘凯张春亢张春亢马荣华马荣华; 关键词：DEM 湖泊水量

面向对象的无人机遥感影像岩溶湿地植被遥感识别被引量：8: 2020年; 以广西桂林会仙喀斯特国家湿地公园为研究区,以无人机航摄影像为数据源,综合利用面向对象的影像分析技术、随机森林算法、阈值分类方法和Boruta全相关特征变量选择算法进行岩溶湿地植被的遥感识别。结果表明:针对不同特征变量对岩溶湿地遥感识别的贡献率而言,光谱特征(DOM>DSM)>纹理特征(DOM>DSM)>几何特征>上下文变量;两个航摄影像数据集的总体分类精度都在85%以上,Kappa系数也高于0.85。本文研究结果对基于高空间分辨率无人机可见光影像的岩溶湿地植被遥感识别在特征变量选择、分割参数选择及方法选择方面具有一定的借鉴意义。; 耿仁方付波霖金双根蔡江涛耿万轩娄佩卿; 关键词：面向对象无人机影像多尺度分割

面向高光谱遥感图像分类的连续空间依赖增强型空—谱卷积神经网络被引量：8: 2021年; 利用深度学习技术对高光谱图像进行地表覆被的精细识别与分类已取得瞩目成果。其中,A_(2)S_(2)K-ResNet方法分类精度高、综合性能稳定,但其自适应卷积核选取机制未对卷积神经网络的感受野起到实质性的优化作用,进而影响分类结果。该文提出一种面向高光谱遥感图像分类的连续空间依赖增强模块,以弥补A_(2)S_(2)K-ResNet方法的不足,并借助三维残差网络框架,形成一种全新的空—谱卷积神经网络。实验采用4组高光谱图像分类标准测试数据集,并结合3种国际通用的精度评价指标进行方法验证。定性分析结果表明,该文方法可增强空间依赖信息,有效抑制噪声现象,大幅减少分类误判现象;定量分析结果显示,相比A_(2)S_(2)K-ResNet,该文方法的分类精度更高,计算复杂度更低,且随着训练样本数量递减,其优势逐渐增大。研究结果有助于解决极少训练样本支持下的高光谱图像分类问题,并提高高光谱图像分类模型的泛化能力。; 周子涵倪欢马林飞

融合多尺度注意力的多视角遥感影像场景分类: 2024年; 针对现有场景分类方法特征表征能力差以及单视角遥感影像分类精度难以提升的问题,提出一种融合多尺度注意力的多视角遥感影像场景分类方法。首先,将航空图像和地面图像构造成正负图像对,并划分为训练集、验证集和测试集;其次,构建融合多尺度注意力的卷积神经网络并训练,通过特征融合模块得到融合注意力且表征能力更强的特征,实现多尺度特征学习;然后,利用训练的多尺度注意力网络分别提取航空图像和地面图像特征并进行融合;最后,基于融合后的特征使用支持向量机进行场景分类。实验结果表明,相比现有方法,所提方法在两个公开数据集上均取得了更高的分类精度,改善了单视角场景分类效果,同时也证明了多视角所提供的补充信息能进一步提升遥感场景分类的准确性。; 时永欣周维勋邵振峰; 关键词：卷积神经网络

基于线性方向特征的高分辨率遥感图像道路提取研究被引量：3: 2021年; 当前高分辨率遥感图像自动识别技术的关键就是图像的特征提取。针对传统道路提取自动化程度较低,提取精度不高等问题,提出一种基于线性方向特征的道路自动提取算法。首先,利用图像光谱特征进行图像预处理;其次,运用傅里叶变换在频率域上进行Gabor滤波,通过优化滤波器的尺度、频率和方向参数达到识别道路线性方向特征的目的;再次,通过图像二值化并采用形态学的图像后处理方法提纯道路。以南京主城区QuickBird遥感影像为实验数据,选取3块具有典型特征的区域完成道路提取。研究结果表明3块区域道路提取的平均精度达到95.67%,合理地验证了该算法对于高分辨率遥感图像复杂的城市道路提取具有一定的可靠性。; 高海峰赵好好; 关键词：高分辨率遥感图像道路提取 GABOR滤波器数学形态学

基于MODIS数据的博斯腾湖流域植被变化及其与气候因子的关系被引量：10: 2018年; 以博斯腾湖流域为研究区,基于2001-2016年时间序列的MODIS NDVI数据分析了研究区植被的时空变化趋势,并结合流域气象站点的气温、降水、日照时数和相对湿度数据分析了植被生长季累积NDVI和16天NDVI与气候因子之间的响应特征.结果表明:(1)流域植被覆盖变化呈改善趋势,生长季累积NDVI年变化率为0.014 a-1,16天NDVI变化率均为正值,植被改善趋势显著区域主要分布在高山草原湿地和农业灌溉区边缘的新增农田.(2)植被生长季累积NDVI主要受降水和相对湿度影响,植被总体生产力与水分条件关系最密切,生长季逐16天NDVI与同期气温和日照时数在植被生长初期和末期关系显著,而与降水没有显著的相关性,说明植被短期瞬时长势对热量条件更为敏感.(3)在植被生长不同阶段对气候变化具有不同的滞后效应,其中植被生长初期和末期对气温有0.5~1个月的滞后,生长盛期对降水有0.5~3个月的滞后、日照时数有1.5~2.5个月的滞后、相对湿度有0.5~2.5个月的滞后,揭示了植被不同生长阶段水热条件对其生长韵律的控制差异.; 万洪秀覃志豪覃志豪; 关键词：物候学时滞效应博斯腾湖流域

基于图像特征的大气能见度估算方法被引量：5: 2018年; 针对现有图像能见度测量方法存在目标物架设复杂和物理量解算困难的问题,该文提出一种简单有效的基于图像特征的大气能见度估算方法。采用图像梯度和对比度作为能见度的特征变量,将图像感兴趣区进行分窗处理后,利用支持向量机(SVM)和随机森林(RF)两种算法建立能见度数值与图像特征的关系模型。结果表明,图像梯度和对比度特征能够准确反映能见度数值大小;窗口总数对模型精度有影响。窗口总数小于35时SVM算法优于RF算法;在窗口总数为70、窗口大小为140×10时,RF算法的像素精度最高,最优模型决定系数R2为0.965,均方根误差为658.13 m。; 石玉立王彬卜帆; 关键词：能见度对比度支持向量机

基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类被引量：8: 2021年; 针对卷积神经网络特征维度高且单层特征不能准确表达复杂高分辨率遥感影像语义信息的问题,本文提出了一种提取低维卷积神经网络(LDCNN)深层次特征进行多核SVM分类的场景分类方法。首先将预训练的卷积神经网络改造成低维网络结构,其次提取低维网络的不同深层特征并进行不同核函数的SVM分类,找到对应的最优核函数;然后将多种最优核函数加权融合成为一个新的合成核;最后进行多核SVM分类。试验表明,本文方法不仅特征维度低,且通过多核SVM能够充分结合各层特征的优点,在两个标准数据集上均取得了99%以上的分类精度。此外,该试验还证明了本文方法具有较强的迁移学习能力。; 耿万轩周维勋金双根; 关键词：高分辨率遥感影像卷积神经网络特征提取

基于激光雷达和航拍影像的城市地物分类研究被引量：13: 2019年; 航拍影像富含光谱信息、纹理信息和空间信息,机载LiDAR(Light Detection and Ranging)能够提供地物的三维信息。综合利用两类数据的优势,研究了一种面向对象的城市地物分类方法。通过预处理将LiDAR点云转换成二维栅格数据,与航拍影像进行配准;结合光谱信息和高度信息对研究影像进行多尺度分割,依据最优分割尺度计算模型选择最优分割尺度;对分割对象提取各类特征,采用XGBoost算法进行特征选择,选择支持向量机(Support Vector Machine,SVM)分类器进行分类,为体现XGBoost算法的优势,借助SVM分类器与Relief和RFE两种传统的特征选择算法比较;基于一定规则将阴影区域地物区分以及合并到真实地物类别中,实现最终的城市地物分类。在3个区域测试分类方法,结果表明本文研究方法可行有效,能够较好地应用于城市地物分类。; 徐凡张雪红石玉立; 关键词：激光雷达面向对象分类 SVM

青海共和盆地PM_(10)质量浓度变化特征及其影响因子研究: 2023年; 青藏高原作为生态脆弱区,大气颗粒物的质量浓度是生态安全的一项重要指标,研究其时间变化和影响因子的对该地区的环境和生态保护具有重要意义。利用2015—2020年海南州共和县气象局地面气象资料及海南州生态环境局监测点PM_(10)质量浓度资料,分析共和盆地PM_(10)质量浓度变化特征及其与气象因子的关系。结果表明,共和盆地年、春季、冬季PM_(10)平均质量浓度下降趋势显著,夏季与秋季下降趋势不显著,平均月际分布呈双峰型。春季受偏东南风和偏西北风主导风向上的污染物水平输送的共同影响,PM_(10)质量浓度居高不下,冬季受西风影响,PM_(10)质量浓度次之,夏秋季盆地盛行东南风,污染物水平输送减弱,PM_(10)质量浓度较低;月平均PM_(10)质量浓度与月平均风速呈显著正相关,尤其春季更明显。冷空气活动是共和盆地PM_(10)重污染过程的主要原因。共和盆地重污染过程气团路径主要有西南路径和西方路径。; 乜虹保广裕戴升张晓云王凯; 关键词：共和盆地

南京信息工程大学遥感与测绘工程学院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

南京信息工程大学遥感与测绘工程学院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈