基于Transformer的成都市地物分类技术

常用的人工判读方式需要耗费大量的人力资源,成本高且周期长。针对这些问题,基于视觉Transformer的深度学习网络模型对成都市重点区域开展典型地物要素分类,智能提取耕地、林地、道路、大棚、水体等8类地物的分布情况,并通过规则化算法对建筑提取结果进行优化。实验结果表明该方法的分类精度达到84.25%,较U-Net、HRNet、DeeplabV3+分类精度更高,且对成都市约6400 km^(2)重点区域的分类时间约为2 h,具有较高的精度和效率,能够辅助成都市高效率、大范围、高频次的监测重点区域地物。

考虑不同年龄人群的社区宜居性评价——以成都市中心城区为例

社区是城市的基本构成单元,考虑老年人和青年人社区宜居性评估可以反映社区建设和人群匹配度的问题,为精细化的管理提供决策支持。通过网络爬虫获取房价、POI等数据,结合地理国情、出租车、控规等多源数据,构建包含三级指标体系的社区宜居性评价模型,并分别针对老年人和青年人,采用神经网络方法和专家打分法进行综合分析和权重赋值,对成都市中心城区的社区进行宜居性评价。可以发现,宜居性整体分布均衡且呈现中心向外辐射递减的趋势,老城区高于二圈层区域;其次,老年人的宜居程度高于青年人,且与居住区域匹配度较高,青年人居住区域宜居程度较低,可通过动态监测、定向提升的方式加以提高。

“天地图·成都”与省级节点矢量数据融合处理研究

由于“天地图”各节点数据资源相对独立,为推动“天地图”集约共享、转型升级,建立上下联动、长效稳定的运行机制,凝聚形成服务合理,深入推进“天地图”一体化建设。本文立足于市级层面,对“天地图·成都”市级节点与省级节点从数据内容、现势性、精度等方面进行了分析,根据国家、省级节点要求,确定了市级节点数据融合技术设计,并研究了属性结构标准化、属性全角半角转换、地名地址与兴趣点融合等处理方法,为各市级开展“天地图”数据融合提供思路,为上级节点提供成都市数据底板。

“多测合一”成果质量控制探讨——以成都市为例

为深化“放管服”改革和优化营商环境,各地陆续试行建设工程项目“多测合一”。本文以成都市为例,阐述了“多测合一”的含义,分析了各地区“多测合一”成果质量控制方式,针对“多测合一”成果质量存在的问题,从时间、要件、主体、要求四个方面提出解决措施。

耕地“非粮化”遥感监测与应用研究

传统的国耕地“非粮化”监测主要依靠人工实地核查或群众舆论举报等,这些手段费时费力,且错误信息较多,对监测工作帮助不大。本研究采用遥感分类与反演手段对地表覆盖类型进行变化分析与全要素分类提取,提取多时期耕地范围,并对比耕地变化区域,提取出耕地“非粮化”图斑。结果表明:遥感技术在耕地“非粮化”监测中具有很好的适用性,时效性上大幅优于人工实地核查;多时相分析可较好地提取出农作物种植区;遥感分类手段中的面向对象识别方法在耕地“非粮化”监测中的识别精度最高。

基于国产卫星的数字正射影像图生产优化研究

国产卫星影像获取能力越来越强,数字正射影像图可以广泛应用于自然资源管理、城市建设、生态环境等领域。以“吉林一号”卫星影像数据为例,采用吉威、沃韦航片卫片图像智能优化应用软件进行数据处理,针对融合纠正步骤,进行先融合后纠正与先纠正后融合的对比差异,并通过多种图像增强方式,探索一种精度符合要求、成果质量较好、生产效率较高的生产方法,指导生产更高效。

基于时序SAR影像水稻种植区提取研究

掌握水稻种植面积是保障国家粮食安全的重要基础。针对云雨对光学遥感影像的影响而导致的难以准确提取水稻种植区的问题,本研究利用时间序列Sentinel-1雷达卫星数据,研究水稻生育期内,在VV和VH雷达极化影像的后向散射变化特征,并识别提取水稻种植区。研究结果表明,利用Sentinel-1 SAR时间序列数据,能较好地区分水稻和其他作物的明显差异,可为多云多雨的地区水稻种植信息提取提供一种新的思路。

国土空间治理视角下低效工业用地盘活研究——以成都市为例

工业用地是承载制造业的关键载体,低效工业用地的盘活是在发展紧约束背景下保障产业空间的重要举措。文章在梳理现有研究实践的基础上,总结成都市低效工业用地的历史成因和盘活难点,阐述国土空间治理视角下盘活低效工业用地的总体思路,从规划管控、技术标准、政策工具和实施监督四类治理工具角度提出具体举措,为类似地区提供借鉴。

成都市机构养老设施空间分布及可达性研究

针对目前养老机构可达性研究尺度过大影响区域可达性评价问题,该文以成都市养老机构为研究对象,基于多源数据构建随机森林模型将成都市2020年常住人口格网化,运用改进的两步移动搜索法对成都市养老机构空间可达性进行分级测算,结合空间自相关分析探讨养老机构供需空间格局及其空间分异特征。结果表明:成都市养老机构可达性整体较好,但圈层差异明显。中心圈层可达高,边缘圈层农村山地区域可达性较差;可达性与老年人口Moran’s指数为0.331,呈显著正相关,表明养老机构基础配置合理。

基于改进UNet网络的耕地变化检测方法研究

自动提取耕地变化检测信息对耕地保护具有重要意义。常用的人工判读方式对遥感影像进行解译获取耕地变化信息具有较高准确性,但会耗费大量人力资源且效率低,而传统差值法、对象法、机器学习等方法虽能提高解译速度,但精度难以保证。本文利用深度学习神经网络模型对遥感影像进行自动化智能解译,通过在光谱维上叠加不同时相遥感影像,快速提取高精度耕地变化信息,为实现自动化耕地智能变化检测提供更为高效的方法。以浙江省部分地区高分二号遥感影像为实验数据,采用U-Net语义分割网络进行耕地变化自动化提取检测,实验结果表明该方法较人工判读和传统检测方法具有更高的效率与精度。

基于FME的“天地图·成都”水系数据融合程序设计

本文立足于“天地图·成都”与省级节点水系数据的融合处理,利用FME搭建程序解决了属性结构标准化、国标分类码生成、水系重分类等典型问题,有效提供了人工作业效率与数据成果精度,为其他省、市天地图水系融合提供参考与借鉴。

测绘质检精度检测库建设及应用

为有效解决测绘产品质量检验工作中任务量大、周期长、人力物力成本高的问题,基于ArcGIS二次开发技术,采用C/S架构,利用ArcSDE空间数据引擎,建设完成测绘质检精度检测库管理系统,实现了已有外业高精度实测点数据管理及更新维护,并根据精度点开展测绘产品质量检验及精度评定,输出检验报告。结果减少了误差,提高了数据精度,保障了检验工作的科学性。

龙泉驿区土地利用变化及建设用地扩张研究

为探究成都市龙泉驿区土地利用变化和建设用地扩张趋势,本文以龙泉驿区2017年和2020年的Landsat-8 OLI遥感影像为研究对象,采用随机森林分类法得出两期土地利用分类结果,并以若干自然廊道和人工廊道为分界线,将龙泉驿区分为3个研究区域,引入城市扩张量化因子、扩张模式、重心转移3个指标对各研究区的建成区进行了扩张趋势分析。研究结果表明:龙泉驿区的建设用地和农用地出现了明显扩张,未利用地、林草地面积总量下降,水域面积萎缩;十陵-西河板块的建设用地增长速度最快,呈现出向东偏北方向的飞地式扩张;大面-老城板块增长速度其次,扩张方式多为朝向西偏北方向的填充式扩张;洛带-同安板块建设用地增长最缓慢,主要为向西偏北方向的边缘式扩张。

基于虚拟地理环境的施工机械动态可视化仿真方法

施工机械野外作业过程动态多变、工况复杂,为了预演施工方案、减少空间碰撞等安全隐患,以吊装作业为例提出一种虚拟地理环境下的施工机械动态作业可视化仿真方法。通过对施工机械模型进行构件级分解,建立各构件之间的语义关系,实现虚拟地理环境中的模型重装配;然后建立施工机械作业时各关节模型之间动态联动的约束关系,实现关节联动的施工机械作业可视化仿真。通过搭建施工点处虚拟地理环境开展仿真实验表明,该方法可实现施工机械作业过程的动态控制、预演展示,科学指导施工方案确立与隐患排查;仿真过程的参数化存储能够指导实际施工操作,并实现仿真场景的动态编辑与实时重现。

数字城管基础数据外业巡检系统的设计与实现

为解决传统外业巡检中采用纸质记录存在的涂改困难、不易保存、精度低等问题,本文分析ArcGIS Runtime SDK for Android开发技术在测绘质检产品中的可行性,设计并实现外业巡检系统,并在实际质检中得以验证,说明在外业巡检中采用ArcGIS移动端技术能够明显提高产品检查效率和准确率。

倾斜摄影测量与GIS技术在工程测量中的运用

在城镇化和建筑事业持续发展的今天,对工程测量提出了更高的要求。工程测量是指对有关区域内的各种资料进行测量,它是一种技术性很强的工作,在操作过程中,要求有较高的技术支持。基于此,本文对倾斜摄影测量与GIS技术进行了简单介绍,分析了在工程测量中运用倾斜摄影测量与GIS技术的优势,探讨了具体的应用策略,旨在为相关工作提供帮助,推动工程测量质量的提升。

老旧城区核心区交通与景观综合提升项目实践

基于江津双福新区片区更新发展诉求和现状问题改善,为提升城市绿化景观、步行、自行车交通的良好体验,对片区内学府大道、南北大道等7条重要干道的人行道、车行道及停车空间开展优化提升改造工作。通过对道路功能划分、慢行出行条件、市政绿化品质和老旧城区停车需求进行研究分析,确定了城市交通和绿化景观的改造提升优化思路,提出了相应的改造策略并实施建设,收到了良好的改善效果。