ALIVE:智慧城市多源感知数据价值体系探索

城市多源感知数据蕴含巨大价值,是智慧城市建设的重要数据资产,更是塑造未来城市发展新格局的关键因素。然而,当前智慧城市多源感知数据普遍存在“数据总量大、价值发掘弱”的现象,难以满足城市治理对高质量、深层次的知识服务需求。鉴于此,基于深耕中新天津生态城智慧城市数据汇聚平台的10年经验,从理论层面,围绕数据汇聚、通联、洞察、焕活、延拓5个方面,系统化总结构建了智慧城市数据价值体系框架,旨在为后续智慧城市多源感知数据的高价值应用提供思路。

例谈空天地深多源数据融合感知技术在矿山中的应用

本研究介绍了在矿产开采中,地表形变监测对于生产安全以及环境稳定的重要性,并阐述了传统监测技术的局限性。通过使用空天地深多源数据融合感知技术,整合多维度数据,从而提高地表形变监测的准确率。结果表明,该技术与实地监测之间的最大误差仅为4.6%。该技术的应用对于矿山监测以及管理具备指导意义,能够提高地表监测的精度以及时效。

基于多源遥感时空谱特征融合的滑坡灾害检测方法

针对多源遥感图像中滑坡时空谱特征融合利用模式单一、检测识别性能差等问题,提出了一种基于多源遥感时空谱特征融合的滑坡灾害检测方法,以滑坡发生地区灾前灾后多源遥感图像为基础,通过对多波段遥感图像进行光谱空间和尺度空间配准,构建融合时序变化特征、光谱特征和空间形状特征遥感影像数据集,将多维多谱变化信息转化为光谱表征模型.利用支持向量机模型对滑坡目标和背景地物进行识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别.实际实验表明,该方法能够达到95%的识别率,优于多种常见滑坡遥感检测方法.