基于弱监督语义分割的灯盏花无人机遥感种植信息提取

为及时掌握种植空间信息,保护和利用灯盏花,针对灯盏花垄间边界模糊,精细标记训练数据集获取困难问题,提出一种基于结合RGB波段最大差异法和弱监督语义分割的无人机遥感灯盏花种植信息提取方法。首先,对灯盏花进行边框级标记,制作弱标记数据集,减少标记时间成本;然后采用轻量级U-Net网络对弱标记数据集进行弱监督语义分割,实现灯盏花粗提取;最后,采用RGB波段最大差异法去除粗提取结果中的非灯盏花,实现灯盏花种植区精细提取。实验结果表明,提出方法在选取的3个灯盏花场景中交并比(Intersection-over-union,IoU)分别为90.55%、90.74%、86.63%,精度均高于面向对象分类法和最大似然法,并通过消融实验验证了方法的有效性。

基于信息增益比-支持向量机的泥石流易发性评价

基于对云南省东川区泥石流易发性评价研究的目的,以泥石流多发地东川区为例,采用多重共线性分析和信息增益比(IGR)模型筛选指标因子,在此基础上利用支持向量机模型(SVM)构建泥石流易发性评价模型。通过GIS平台,以栅格单元为评价单元,使用自然断点法制作研究区泥石流易发性分为极高易发区、高易发性区、中易发区、低易发区和极低易发区5个等级。结果表明,指标因子经过优化后,模型的曲线下面积(AUC)值为0.9033,说明指标因子选取合理,模型构建可靠,研究结果可为山区泥石流防灾减灾提供科学依据。

基于证据权和支持向量机模型的威信县滑坡易发性评价

滑坡易发性评价研究对滑坡灾害防治具有重要意义。多模型耦合在滑坡易发性评价中运用广泛,但将证据权(weight of evidence, WOE)和支持向量机模型(support vector machine, SVM)模型耦合进行滑坡易发性评价研究较少。以滇东北山区威信县为研究区,选取坡度等12个滑坡评价因子建立滑坡易发性评价指标体系,根据证据权计算得到证据权对比度、滑坡栅格占比和分级栅格占比,对指标因子进行分级,构建WOE-SVM模型计算得到滑坡易发性指数(landslide susceptibility index, LSI),利用GIS平台得到研究区易发性分级图。结果表明:滑坡极高和高易发区主要分布河流流域和人类工程活动频繁区域,SVM和WOE-SVM模型评价结果与滑坡空间位置分布基本一致,但耦合模型精度高于单一SVM模型,其评价结果也更加合理有效,可为当地滑坡灾害的治理与预防提供一定参考价值。

基于倾斜三维模型利用EPS制作大比例尺地形图

传统的地形图测绘工作通常是使用全站仪等作业方式采集数据,操作相对复杂而且费时费力,无法满足现如今高效快捷的要求,普通的航测法立体测图技术虽然也可以提高工作效率但此方法又无法准确获取较为完整的建筑物侧面的信息,不能很好的满足大比例尺地形图测图精度的要求。为此倾斜摄影测量技术便逐渐发展成熟,也渐渐在数字城市三维建模方面有了较为广泛的应用。目前使用无人机倾斜摄影测量技术建立实景三维模型已经成为了一种趋势,本文将会使用Smart3D进行三维模型的建立,并且将借助EPS平台软件对建立的实景三维模型进行1:500大比例尺地形图的绘制工作。采用EPS绘制地形图可以突破传统地形图制作必须实地调绘的局限,大大提高了生产的效率,节省了不必要的人力物力,符合现代测绘的要求。