基于深度学习的高分遥感影像建筑物提取研究

传统的建筑物提取方法普遍存在过分依赖人工设计、自动化程度低、泛化能力弱等问题。随着深度学习算法在高分辨率卫星图像分类领域的应用,本文基于深度学习方法,以福建南安地区为研究区,以国产高分遥感影像为数据源,选取4块典型区域制作建筑物数据集,搭建U-Net和Mask R-CNN深度学习模型在自建的南安数据集上训练,从定量和定性的角度对比两种模型对建筑物提取的效果,最终选定精度更高的U-Net方法作为最终的提取算法;再对数据集中正负样本的比例进行调整,进一步提高了模型分割的精度,实现了基于深度学习方法的南安地区建筑物的识别和提取。

基于多源数据的地质灾害监测预警管理平台研究

受全球极端气象事件频发影响,近年我国地质灾害处于多发态势,当前地质灾害监管信息化服务能力已不能满足现阶段对防灾减灾工作的需求。本文从地质灾害监管的实际出发,深入分析了当前存在的问题和不足,研究设计了一种基于多源数据的地质灾害监测预警管理平台的系统架构;以宁夏为例介绍了该系统应用的新模式、新机制和主要功能,发挥了较好的作用。