基于视觉注意机制的大范围水体信息遥感智能提取

建立契合遥感数据内在特征的智能信息分析模型与方法,是解决遥感大数据时代信息智能提取的关键所在。从普适性的大范围水体信息遥感智能采集的需求出发,构建一种基于视觉选择性注意机制与AdaBoost算法的水体信息遥感智能提取方法。首先通过对遥感多特征指数的RGB配色方案的优化设计,实现水体信息图像特征的增强和可视化表达。然后在HSV颜色空间中,利用色差距离图像的关键节点信息构造分类特征集,并采用AdaBoost算法构建水体识别分类器,据此从图像色彩聚类结果中自动识别出水体所属类别,实现水体信息的智能提取。对比实验结果表明,该方法的水体信息提取结果在漏分率(LR)和复合分类精度(CCA)上都有明显提高;同时,该方法能有效减少对高质量训练样本的依赖性,对于丰水期泥沙含量较高水体以及洪灾导致的淹没区等临时性水域也具有较好的识别性能。

基于数据中心的深圳市国土综合调查信息化建设

自然资源调查监测信息化建设是支撑自然资源管理工作、提升治理能力的重要手段之一,但当前深圳市各项调查独立实施、业务协同困难、数据获取手段传统、支撑系统或模块较为分散,全要素智能提取、全过程综合管理、信息高效共享的工作局面尚未完全形成。本文在深圳市国土综合调查框架体系下,分析了当前业务流程、数据流转管理和信息化建设的状况及面临的挑战,提出了基于统一数据中心的全流程数字化管理的建设思路和框架,并从常态化变化发现、调查数据智能获取手段、模块可插拔及自然资源三维立体时空数据库建设等方面探讨了信息化建设的技术路径。在此基础上,初步形成了2022年变化发现数据汇聚成果及自然资源调查监测综合管理系统原型,为后续实现深圳市自然资源综合调查信息化提供基础,也为其他市级自然资源调查监测信息化建设提供参考和借鉴。