简介:摘要:深度学习技术作为直接从数据中学习特征表示的有效方法,近年来启发信息提取领域取得了显著的突破。本文基于2014年、2017年、2018年三期高分一号遥感影像,选取北京市石景山区西部道路为试验区域,针对其变化特征,开展基于深度学习算法的道路自动提取与变化图斑自动发现。论文首先基于地理要素智能训练平台对道路进行样本采集及训练,形成深度学习道路提取模型,之后采用“自动化的线索检测+交互式异常问题判读+野外现场环境取证”的遥感监测技术路线,该流程转变从被动式道路变化发现到主动式道路问题发现与预警,可实现对典型道路的实时、动态及持续的遥感监测。本文选取典型道路样本进行分析、训练,不断优化深度学习卷积神经网络道路提取模型。通过对影像预处理、自动道路监测、交互式异常问题判读、变化图斑自动发现、野外现场环境取证与信息汇交各环节的分析验证发现,基于深度学习道路提取模型自动提取的道路准确率高于80%,可用于城市道路的自动提取和变化发现。
简介:【摘 要】利用玉溪市汇溪、阿姑两个土壤墒情监测站2014年~2021年10~40cm不同土层深的监测数据,分析了汇溪站所代表区域(红塔区西部坝区)、阿姑站所代表区域(易门县中南部干热河谷区)的土壤墒情变化规律,分析结论可为抗旱减灾决策、水资源管理、区域农作物灌溉提供参考。
简介:摘要:流域作为一个完整的自然地理单位,在水土保持、人类生活和可持续经济发展方面发挥着重要作用。由于重力作用和不同类型土地和地貌之间的密切联系,水流汇聚,地形、土壤、植被和其他因素等基本因素可能对流域物理、化学和生物过程的演变产生重大影响。近年来,大量研究表明,流域的土地利用和景观发生了巨大变化。了解流域土地利用和景观的变化对于综合规划和管理流域景观至关重要。近年来,许多研究人员对流域土地利用和景观的变化进行了大量的实际研究,但仍缺乏理论综合研究和全面系统化研究。在查阅了大量相关研究成果的基础上,本文将流域作为研究单元,系统地总结和概述了目前流域土地利用和景观格局之间的关系,通过研究为今后的理论和实践可提供一些参考。
简介:摘要:如今随着经济的迅速发展,对于高速铁路也起着推动以及促进作用。铁路轨道是直接支撑高速列车平稳运行的重要基础设备,其合理的外形尺寸与平顺的几何线形是保障列车安全运行的重要前提.尤其在铁路投入运营后,轨道表面长期承受轮轴动力反复作用,以及路基或地面可能产生区域性沉降引发轨道累积变形,需定期检测轨道几何状态是否已经变形,是否需要修整。对于铁轨的保护也能够很好的保护乘客的人身安全,让乘客安全乘坐。