知识引导的森林火灾逃生路网动态生成方法

规划合理的森林火灾逃生路网对应急逃生决策具有重要作用,但现有方法动态适应性弱,且未考虑山沟地带、狭窄山脊等影响人员逃生安全的关键空间信息,导致逃生路网规划准确性差。因此,本文引入智能化测绘技术方法,提出一种知识引导的森林火灾逃生路网动态生成方法,通过突破森林火灾逃生路网规划知识图谱构建、关键空间区域提取等关键技术,建立森林火灾逃生路网通行栅格网络模型,实现改进A*算法的逃生路网动态优化生成,研发原型系统并开展试验分析。结果表明,本文方法能够实现林火蔓延环境下逃生路网的动态生成,可为扑救人员提供有效的逃生决策信息;逃生规划准确率与已有静态森林火灾逃生路网规划方法的逃生规划准确率相比,高安全区重叠率提升了3.06%,逃生路网危险区重叠率降低了27.39%。

一种基于改进U-Net的高分影像公路线路提取方法

高质量的公路网信息在区域经济发展、灾害应急管理和土地规划中发挥着重要作用。本文提出一种基于改进U-Net(u-shapednetwork)模型的高分影像公路线路提取方法。首先,从功能、路线设计、分级标准和构造及横断面四个方面剖析公路线路特征,厘清公路与道路的区别;然后,联合通道与空间注意力模块,提出了一种改进的U-Net网络模型;最后,以重庆市南岸区和巴南区为研究区,建立数据集并进行公路线路信息提取实验。结果表明,与已有方法相比,精确度、F1分数、IoU指标有明显提升。本文方法在高分辨率影像提取公路信息方面具有可行性与有效性。