期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GF-2遥感影像和改进后PSPNet模型的丘陵地区耕地图斑提取方法
1
作者
颜玲
李少达
+6 位作者
李彩瑛
陈薇
刘林
宋承远
杨莉
吴若楚
冉培廉
《成都理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2024年第2期269-280,共12页
针对丘陵地区耕地地块具有边界模糊、覆盖物种类多样、大小和空间位置分布不规则等特点,传统分类方法难以快速准确提取耕地信息的问题,本文以四川省金堂县竹篙镇和高板镇为研究区域,利用高分二号卫星影像和改进后的PSPNet语义分割网络...
针对丘陵地区耕地地块具有边界模糊、覆盖物种类多样、大小和空间位置分布不规则等特点,传统分类方法难以快速准确提取耕地信息的问题,本文以四川省金堂县竹篙镇和高板镇为研究区域,利用高分二号卫星影像和改进后的PSPNet语义分割网络模型进行耕地图斑提取研究。在模型训练中,引入CBAM注意力模块以提高整个网络的特征提取和表达能力,采用余弦退火学习率以加快模型的收敛速度。结果表明,改进后的PSPNet模型在丘陵地区耕地提取精度方面取得了显著提高,耕地识别精度达到了95.69%,比标准PSPNet模型提高了1.07%,比Unet++,DeepLabv3+和支持向量机方法方法提高了1.32%,1.75%和6.33%。基于改进后的PSPNet模型具有更强的特征提取和表达能力,可以更准确地提取丘陵地区的耕地信息,为农业决策提供更准确的数据支持,促进农业智能化和精准化,提高农作物产量和质量,推动农业现代化进程。
展开更多
关键词
丘陵耕地
PSPNet模型
CBAM注意力模块
余弦退火学习率
GF-2遥感影像
下载PDF
职称材料
基于SBAS-InSAR技术的西安市地面沉降监测
被引量:
10
2
作者
冉培廉
李少达
+2 位作者
杨晓霞
戴可人
苟继松
《河南理工大学学报(自然科学版)》
CAS
北大核心
2021年第3期66-74,共9页
地面沉降是因人为活动和自然因素引发松散地层压缩导致的局部地面高程降低的地质现象,短基线干涉测量技术(small baseline subset interferometry,SBAS-InSAR)能够有效克服时空去相干和大气效应的影响,可长时间、高精度监测地表微小形...
地面沉降是因人为活动和自然因素引发松散地层压缩导致的局部地面高程降低的地质现象,短基线干涉测量技术(small baseline subset interferometry,SBAS-InSAR)能够有效克服时空去相干和大气效应的影响,可长时间、高精度监测地表微小形变。为了掌握西安市的地面沉降情况,包括沉降中心位置、沉降速率、累积沉降量等,选取2017—2018年覆盖西安市的31景C波段Sentinel-1A升轨影像,采用SBAS-InSAR技术提取西安市的地面沉降速率和累积沉降量,并从地理空间上分析西安市产生地面沉降的原因。结果表明,西安市的地面沉降区域主要集中在南部,鱼化寨沉降区的沉降速率超过70 mm/a,电子城沉降区的沉降速率在40~50 mm/a间,三爻站与凤梧原站沉降区的沉降速率在50~60 mm/a间,与以往的研究比较发现,西安市的地面沉降在逐渐减弱。研究结果可为西安市的地面沉降灾害防治工作提供参考依据。
展开更多
关键词
Sentinel-1A
SBAS-InSAR
西安市
地面沉降
地理空间分析
沉降因素
下载PDF
职称材料
雄安新区2017-2019年地面沉降SBAS-InSAR监测与分析
被引量:
4
3
作者
冉培廉
李少达
+3 位作者
戴可人
杨晓霞
曾森
冉中鑫
《河南理工大学学报(自然科学版)》
CAS
北大核心
2022年第3期66-73,共8页
为了掌握雄安新区地面沉降情况,基于短基线干涉测量技术(small baseline subset interferometry,SBAS-InSAR)利用2017-2019年获取的32景Sentinel-1B影像,提取雄安新区地面年平均沉降速率和累积沉降量,并从地理空间上分析雄安新区地面沉...
为了掌握雄安新区地面沉降情况,基于短基线干涉测量技术(small baseline subset interferometry,SBAS-InSAR)利用2017-2019年获取的32景Sentinel-1B影像,提取雄安新区地面年平均沉降速率和累积沉降量,并从地理空间上分析雄安新区地面沉降原因。结果表明:雄安新区大部分区域较稳定,地面沉降主要集中在该区南部和北部,其南、北部地面沉降速率分别高达90,80 mm/a,该区地面沉降与地热资源及地下水的过度开采有关。随着雄安新区的快速发展,SBAS-InSAR监测结果对该区可持续发展具有重要参考价值。
展开更多
关键词
Sentinel-1B
SBAS-InSAR
雄安新区
地面沉降
沉降影响因素
地理空间分析
下载PDF
职称材料
题名
基于GF-2遥感影像和改进后PSPNet模型的丘陵地区耕地图斑提取方法
1
作者
颜玲
李少达
李彩瑛
陈薇
刘林
宋承远
杨莉
吴若楚
冉培廉
机构
四川省不动产登记中心
成都理工大学地球与行星科学学院
出处
《成都理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2024年第2期269-280,共12页
基金
四川省自然资源科研项目(Kj-2022-19)。
文摘
针对丘陵地区耕地地块具有边界模糊、覆盖物种类多样、大小和空间位置分布不规则等特点,传统分类方法难以快速准确提取耕地信息的问题,本文以四川省金堂县竹篙镇和高板镇为研究区域,利用高分二号卫星影像和改进后的PSPNet语义分割网络模型进行耕地图斑提取研究。在模型训练中,引入CBAM注意力模块以提高整个网络的特征提取和表达能力,采用余弦退火学习率以加快模型的收敛速度。结果表明,改进后的PSPNet模型在丘陵地区耕地提取精度方面取得了显著提高,耕地识别精度达到了95.69%,比标准PSPNet模型提高了1.07%,比Unet++,DeepLabv3+和支持向量机方法方法提高了1.32%,1.75%和6.33%。基于改进后的PSPNet模型具有更强的特征提取和表达能力,可以更准确地提取丘陵地区的耕地信息,为农业决策提供更准确的数据支持,促进农业智能化和精准化,提高农作物产量和质量,推动农业现代化进程。
关键词
丘陵耕地
PSPNet模型
CBAM注意力模块
余弦退火学习率
GF-2遥感影像
Keywords
cultivated land in hilly area
PSPNet model
CBAM attention module
cosine annealing learning rate
GF-2 remote sensing images
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
基于SBAS-InSAR技术的西安市地面沉降监测
被引量:
10
2
作者
冉培廉
李少达
杨晓霞
戴可人
苟继松
机构
成都理工大学地球科学学院
成都理工大学地质灾害防治与地质环境保护国家重点实验室
出处
《河南理工大学学报(自然科学版)》
CAS
北大核心
2021年第3期66-74,共9页
基金
国家自然科学基金资助项目(41771444)。
文摘
地面沉降是因人为活动和自然因素引发松散地层压缩导致的局部地面高程降低的地质现象,短基线干涉测量技术(small baseline subset interferometry,SBAS-InSAR)能够有效克服时空去相干和大气效应的影响,可长时间、高精度监测地表微小形变。为了掌握西安市的地面沉降情况,包括沉降中心位置、沉降速率、累积沉降量等,选取2017—2018年覆盖西安市的31景C波段Sentinel-1A升轨影像,采用SBAS-InSAR技术提取西安市的地面沉降速率和累积沉降量,并从地理空间上分析西安市产生地面沉降的原因。结果表明,西安市的地面沉降区域主要集中在南部,鱼化寨沉降区的沉降速率超过70 mm/a,电子城沉降区的沉降速率在40~50 mm/a间,三爻站与凤梧原站沉降区的沉降速率在50~60 mm/a间,与以往的研究比较发现,西安市的地面沉降在逐渐减弱。研究结果可为西安市的地面沉降灾害防治工作提供参考依据。
关键词
Sentinel-1A
SBAS-InSAR
西安市
地面沉降
地理空间分析
沉降因素
Keywords
Sentinel-1A
SBAS-InSAR
Xi’an city
land subsidence
geospatial analysis
subsidence factors
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
雄安新区2017-2019年地面沉降SBAS-InSAR监测与分析
被引量:
4
3
作者
冉培廉
李少达
戴可人
杨晓霞
曾森
冉中鑫
机构
成都理工大学地球科学学院
成都理工大学地质灾害防治与地质环境保护国家重点试验室
四川省自然资源厅信息中心
长江水利委员会水文局汉江水文水资源勘测局
出处
《河南理工大学学报(自然科学版)》
CAS
北大核心
2022年第3期66-73,共8页
基金
国家自然科学基金资助项目(41771444)。
文摘
为了掌握雄安新区地面沉降情况,基于短基线干涉测量技术(small baseline subset interferometry,SBAS-InSAR)利用2017-2019年获取的32景Sentinel-1B影像,提取雄安新区地面年平均沉降速率和累积沉降量,并从地理空间上分析雄安新区地面沉降原因。结果表明:雄安新区大部分区域较稳定,地面沉降主要集中在该区南部和北部,其南、北部地面沉降速率分别高达90,80 mm/a,该区地面沉降与地热资源及地下水的过度开采有关。随着雄安新区的快速发展,SBAS-InSAR监测结果对该区可持续发展具有重要参考价值。
关键词
Sentinel-1B
SBAS-InSAR
雄安新区
地面沉降
沉降影响因素
地理空间分析
Keywords
Sentinel-1B
SBAS-InSAR
Xiongan New Area
land subsidence
subsidence affecting factor
geospatial analysis
分类号
P962 [天文地球—自然地理学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GF-2遥感影像和改进后PSPNet模型的丘陵地区耕地图斑提取方法
颜玲
李少达
李彩瑛
陈薇
刘林
宋承远
杨莉
吴若楚
冉培廉
《成都理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于SBAS-InSAR技术的西安市地面沉降监测
冉培廉
李少达
杨晓霞
戴可人
苟继松
《河南理工大学学报(自然科学版)》
CAS
北大核心
2021
10
下载PDF
职称材料
3
雄安新区2017-2019年地面沉降SBAS-InSAR监测与分析
冉培廉
李少达
戴可人
杨晓霞
曾森
冉中鑫
《河南理工大学学报(自然科学版)》
CAS
北大核心
2022
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部