基于3D卷积的高光谱玉米地块识别模型设计与实现

种植地块的精准识别是开展玉米农情监测的基础。受山地地形、影像的分辨率和提取方法限制,如何及时准确地获取玉米种植信息仍然是目前山地农业需要解决的重大问题之一。为了给基于高光谱影像的玉米地块精准识别与应用提供参考,以高光谱影像玉米地块为研究对象,利用深度学习技术,通过深度学习框架Keras对地物类型样本进行训练,提出了一种3D卷积神经网络模型以提高玉米地块的识别准确率,分类效果Overall Accuracy、Average Accuracy达到90%以上,Kappa系数达到86%以上。该模型具有泛化能力较强、准确率较高、鲁棒性较好及损失率较小等特点。

基于深度学习的植保无人机作业地块自动识别方法研究

提升植保无人机的自动化作业水平是当前重要的研究方向.针对目前植保无人机手工选定作业范围无法保证精度的问题,基于Easy DL图像分割模型实现了植保无人机作业地块自动识别功能.Easy DL图像分割模型通过图像采集与标注、数据增强、模型训练、校验模型和发布模型API等步骤实现.作业地块自动识别功能首先使用html2canvas获取作业地块的卫星图像,其次对API返回值results中的mask进行解码,最后使用凸包算法提取凸多边形地块.研究结果表明,基于深度学习的图像分割方法性能和模型效果较为出色,可以有效提升植保无人机的自动化作业水平.

土地利用动态监测中GIS与RS一体化的变更地块判别方法

论文针对土地利用动态监测面临的实际情况 ,提出一种GIS与RS一体化的变更地块判别方法。这种方法以矢量图斑为研究对象、以GIS的地理信息与RS的遥感影像信息为特征来源 ,提取图斑的特征向量。在设计识别方法时 ,将土地利用变更地块的识别变通成对标准地类的识别 ,同时引入“落入”、“误判高发区”的概念以降低变更地块的漏判率。经试验 ,这种基于GIS与RS一体化变更地块判别法基本可替代土地利用动态监测中的人工判读工作。

基于GIS与RS一体化的变更地块判别方法

针对土地利用动态监测面临的实际情况,提出了一种GIS与RS一体化的变更地块判别方法。该方法以矢量图斑为研究对象、以GIS的地理信息与RS的遥感影像信息为特征来源,提取图斑的特征向量。在设计识别方法时,将土地利用变更地块的识别变通成对标准地类的识别,同时引入"落入"、"误判高发区"的概念以降低变更地块的漏判率。经试验,该方法基本可替代土地利用动态监测中的人工判读工作。

倾斜摄影测量技术在农村不动产测绘中的应用

本文探讨了倾斜摄影测量技术在农村不动产测绘中的应用。通过对倾斜摄影测量技术的原理、数据处理流程以及系统配置进行阐述,随后分析了农村不动产测绘的需求和挑战,探讨了倾斜摄影技术在该领域的前景及面临的挑战。具体探讨了倾斜摄影技术在农村不动产测绘中的应用,包括地块边界识别、土地利用监测和房屋建筑物三维建模。结合案例分析评估了该技术在实际应用中的效果和成效,为农村不动产测绘工作的现代化提供了新思路和方法。

基于多源大数据的城市功能识别与人地交互分析

识别城市功能空间分布特征以及探讨城市地块功能供需情况可为城市空间结构的优化及资源的合理配置等提供帮助。本文结合城市兴趣点等多源数据,基于熵权法对各类POI赋权得分并通过核密度聚类法进行海口市中心城区内部各地块单元功能性质的定量识别、特征提取以及居民感知视角下不同功能的用地供需分析,并对识别结果进行验证。研究表明,地块功能识别结果基本与实际相吻合,以商业、产业以及公服功能为主导,且居民日常出行对商业地块需求较高。利用海量、优质的个体出行时空大数据与城市功能空间分布相联系,能从一个新的视角开展对城市内部不同区域功能分工方面的研究。