基于Photo Sphere Viewer的轻量化可量测街景系统研究

随着新型基础测绘体系发展,测绘技术和装备不断升级,大量街景数据随着车载激光扫描工作一并被采集。针对该数据路线随机性大、密集程度高等特点,以及传统街景地图系统插件受限、扩展性不强、无法量测等局限,本文设计了基于Photo Sphere Viewer的轻量化可量测街景系统,在开源插件的基础上实现了对其组件的扩充、实现了行进方向、地图交互等系统功能的设计优化,进一步实现了基于深度图的街景地图量测功能。生产作业队伍对系统的使用结果表明,该系统可以辅助生产作业队伍进行属性采集、纹理更新、数据检查等多项工作,操作灵活便捷,且具有较强的可扩展性,便于基于生产需求进行改进调整,提高了生产效率,为新型基础测绘成果进一步深化应用提供了良好的借鉴作用。

顾及空间多尺度邻域效应和时间依赖性的城市扩展模拟

在推进新型城镇化和实施新时代国土空间规划的战略背景下,城市扩展研究逐渐成为热点问题。当前基于元胞自动机(CA)的城市扩展模拟对城市空间多尺度邻域效应解析不足,且在转换规则中对城市长时间演变过程的时间依赖性影响表达不够完善,简化了城市扩展的时空依赖性,无法真实模拟推演未来规划实施情景以服务于国土空间规划。针对上述问题,本文构建一种兼顾空间多尺度邻域效应(3DCNN)和时间依赖性(ConvLSTM)的城市扩展深度学习CA模型(下文称“Deep-CA”)。首先通过组合普通卷积和空洞卷积的3DCNN来提取城市空间多尺度邻域效应,再利用ConvLSTM神经网络将历史信息同化,考虑长时间序列的时间依赖性,从而得到城市扩展的适宜性概率。北京市1995—2015年的土地利用数据及其驱动因素数据用于验证所提CA模型的科学性与适用性,1995—2010年数据用于模型训练,模拟2015年的城市范围。同时将模拟结果精度与ANN-CA、LR-CA和ME-CA 3种传统方法进行对比。与传统CA模型相比,Deep-CA的北京市2015年模拟FoM指数提高了4%左右,且对于城市全局和局部形态模拟效果较好,斑块破碎度低。试验结果表明,Deep-CA可以准确获取长期时空依赖关系,从而进一步提高城市扩展CA模型的模拟真实性。

农用地变化监测应用场景设计与实现

为深入研究上海市农用地的历史变化过程,加强土地利用变化监测、基本农田保护以及违法用地查处等方面的应用,本文从农用地业务数据和航空影像两个方面对农用地的变化情况进行监测,设计并实现了农用地变化监测应用场景。针对上海市已有的农用地变更业务系统,本文实时接入了农用地的变化数据,通过地理信息系统(GIS)技术对比分析农用地变化情况,并对多种变化类型进行数据分析与统计;同时,本文还研究了一种基于深度学习的遥感影像变化监测方法,实现对农用地数据变化情况的自动识别,提升人工解译和农用地数据更新的工作效率,为上海市农用地变化信息获取和动态更新提供坚实基础和有力支撑。

DEM辅助的卫星光学遥感影像山体阴影检测与地形辐射校正

提出一种结合DEM的山体阴影检测与地形辐射校正方法。首先对卫星影像多波段信息用特征法进行阴影检测,然后结合DEM数据用模型法进行山体背阴面检测以及投影区域检测,将3个结果综合分析,按照形成原因将阴影检测结果分为8类,最后结合太阳入射角信息,利用信息匹配的阴影补偿法和地形辐射校正物理模型,进行卫星光学遥感影像辐射校正。试验证明该方法能恢复山体阴影区的信息,并且有效降低地形效应的影响。

基于深度学习的高分辨率光学卫星遥感影像建筑物变化检测方法

随着遥感技术的发展与遥感影像更新频率的提升,自动化建筑物识别与变化检测,在城市规划与管理、城市数据更新等领域都起着极为重要的作用。本文针对建筑物变化特征复杂的特性,提出了一种基于深度学习的建筑物变化检测方法。首先,针对上海市卫星影像特征建立了建筑物变化样本数据库,并利用翻转、改变亮度等多种方式进行样本的扩充;然后,结合深度学习Resnet、Unet等网络结构进行算法的优化与改善,得到优化后的变化检测网络结构;接着,用样本库进行网络参数的训练;最终得到适合上海区域的变化检测网络模型。通过在上海市0.5m高分辨率卫星数据上进行多种算法的对比实验,表明本文方法能够有效进行城市建筑物变化检测,并能得到较优的效果。

基于深度学习的高分辨率影像样本构建与分类算法优化

本文基于高分辨率遥感影像,半自动构建了建筑物、交通、植被、水体四种地物类型影像样本集数据,结合ResNet和UNet两种典型网络结构,优化了ResNet50网络结构并设计了一种用于建筑物和道路提取的多任务深度学习网络。以上海地区0.5米高分辨率卫星影像为实验数据,提取了建筑物和道路,结果表明优化和构建的多任务学习网络适于特大型城市典型地物分类提取,对建筑物和道路分类提取能够得到较为理想的结果,从而为城市的规划土地监管工作提供快捷、智能的实用方法,也为人工智能遥感影像解译相关技术的应用提供一定的参考价值。