地理空间信息工程专业体验式教学实践——以深圳大学荔园果香手绘图制作为例

教育部于2016年度新批准设立地理空间信息工程专业,深圳大学在2017年在全国首次开展了地理空间信息工程专业的招生。作为国内第一所开设地理空间信息工程专业的院校,如何引领专业本科生对新设专业产生专业认同,形成专业学习兴趣,从而实现专业人才培养目标,是地理空间信息工程专业教学老师需要认真思考和解决的问题。本次教学实践基于体验式教学理论,结合深圳大学荔园文化,以参加深圳大学第七届建筑文化节为激励,带领深圳大学2018级地理空间信息工程专业新生制作深圳大学荔园果香图。本次实践帮助学生们形成对地理空间信息数据采集内容的初步认识,培养学生们的专业兴趣和成就感,从而为未来几年的专业学习提供动力。

基于深度学习的密集人群安全监测系统

近年来高密度人群聚集活动经常因为缺乏及时有效的管理而导致安全事故频频发生,人群活动的应急管理、风险评估、隐患识别越来越受到重视。鉴于系留无人机的自由灵活性,其可长时间、全方位监测密集人群,将监测数据传入深度学习的卷积模型中,计算人群密度等指标,并验证实验结果的可行性,将预警信息、风险点数据推送至相关管理单位,形成监测信息、预警信息、对应措施信息化安全管理系统,为安全管理部门提供帮助。

基于侧扫声纳的人工鱼礁自动识别方法研究

人工鱼礁的投放是海洋牧场建设的重要措施,为实现大范围人工鱼礁信息的自动识别提取,提出了一套基于侧扫声纳影像的人工鱼礁自动识别方法。首先使用侧扫声纳后处理软件对采集的数据进行预处理,再对预处理后的图像进行均值平滑滤波整体去噪、自适应平滑滤波局部去噪、极差滤波锐化图像、提取目标边缘判定目标、二值化,最后进行矩阵运算提取礁体及其声影区,最终获得鱼礁的位置信息。实验结果表明,本方法应用于两种侧扫声纳图像人工鱼礁识别,正确度达94%以上,完整度达85%以上,且具有良好的通用性,能够为海洋牧场建设中人工鱼礁投放质量评估提供科学的数据支撑。

基于系留无人机的应急测绘技术应用

传统测绘比较注重“准”,而忽视了“快”。现代应急测绘需要“既快又准”。如果使用传统的测绘技术方法将会消耗大量的时间,会影响到应急救灾的及时性。系留无人机可以采集高质量的数据,并且能够进行实时的长时间视频监测。首先,介绍了系留无人机应急测绘的应用现状、特点优势和应用场景;然后,提出一种利用系留无人机采集高质量的影像数据和视频数据生产测绘数据产品,并通过Darknet深度学习框架对视频目标进行识别的经验和方法;最后,在不同场景下进行模拟实验和实际应用。实验结果表明,该方法能够为救灾抢险提供及时有效的测绘保障。

一种基于无人机高光谱影像的土壤墒情检测新方法

土壤含水量(SMC)是生物地球化学和大气耦合过程的关键变量,在干旱区农业、生态和环境中扮演着重要角色。相较于星载遥感系统,无人机(UAV)具有可控性强、分辨率高等特点从而被广泛应用,为中小尺度地表参量的快速监测提供新的遥感平台。机载高光谱传感器的引入,为UAV遥感系统提供了高维海量、纳米级的数据源。然而基于UAV高光谱数据的研究并未深度挖掘,也尚未形成一个标准的技术方案。该研究立足于新疆维吾尔自治区典型农业区,利用6种预处理方案,包括一阶导数(FDR),二阶导数(SDR),连续体去除(CR)、吸光度(A)、吸光度一阶(FDA)和吸光度二阶(SDA),对所获取的UAV高光谱数据进行处理。在此背景下构建4种类型的适宜光谱指数:差值型指数(DI),比值型指数(RI),归一化型指数(NDI)和垂直型指数(PI),并从光谱机理上讨论指数的合理性。最后利用梯度提升回归树(GBRT)、随机森林(RF)和eXtreme Gradient Boosting(XGBoost)算法,以28个最适光谱指数为独立变量建立SMC估算模型,并通过不同集成学习算法的重要性对变量进行排序,从线性和非线性的角度对所构建光谱指数的效果进行考量评价。结果表明:(1)预处理和最适光谱指数能有效地消除了大气干扰和土壤背景,其中预处理A突出更多的光谱信息,PI相关性显著;(2)通过分析比较相关性系数(r)和集成学习算法的重要性,发现A_PI(|r|=0.773)是最适光谱指数,在线性和非线性关系中均有较优的表现;(3)在3种基于集成学习的SMC预测模型中,XGBoost估算模型效果拔群(R 2 val=0.926,RMSEP=1.943和RPD=2.556),其预测值的统计学特征与实测值的最为接近。3种模型效果排序为:XGBoost>RF>GBRT。综上所述,基于UAV高光谱影像,结合不同预处理和光谱指数,为低空遥感监测土壤墒情提出新的方案。该研究的方案具有潜在的高精度,是检测干旱区SMC的有效方法,针对快速易行地监测地表属性提供了崭新视角。相关结果为干旱区精准农业、生态系统给予更好的管理和保护策略。

机载激光测深波形分解中LM与EM参数优化方法比较

受作业环境与扫描条件的影响,机载激光测深全波形数据处理所得的参数分量初值精度通常较低,需采用优化方法在此基础上进一步调整分量参数以提高波形分解精度。本文代表性地选取了非线性阻尼最小二乘方法(Levenberg-Marquardt,LM)和期望最大化方法(expectation-maximization,EM)两种不同的参数优化方案,针对机载激光测深全波形数据的波形分解参数优化问题,结合实测和模拟波形数据对两种优化方法在相同初值条件下的波形模拟精度、扫描条件及其响应,以及水深估计偏差等方面的特征进行了详细的对比分析,着重探讨了两种参数优化方法所得结果的准确度与稳定性,并对其主要技术特征与效果差异进行了总结。

深度学习目标检测算法在行车记录仪上的应用

近几年来随着人工智能的发展,特别是深度学习技术在计算机视觉领域的飞速发展,使得目标检测技术获得了很大的进步。针对实现在复杂城市道路场景下通过行车记录仪采集视频精确的检测到前方车辆成为可能。用到的是比较经典的Faster R-CNN算法,然后结合迁移学习。检测出车辆后,从标记框中进行车辆的位置、个数、大小等特征提取,根据这些信息分析相应交通参数并进行验证。这些信息将能为辅助驾驶系统、交通规划、行车安全等应用提供有效的帮助。

中国艾比湖湿地识别及其时空动态变化

在资料稀缺的背景下,遥感数据是提供湿地系统长时间序列的理想方案。然而面向"一带一路"沿线地区复杂下垫面,国家级湿地缺乏系统的长时序梳理。利用Landsat系列数据,基于随机森林分类模型,研究近30年中国典型尾闾湖湿地的时空分布模式、空间转换规律和景观连通性。结果表明:随机森林算法在艾比湖湿地分类应用中取得较高精度(Kappa系数大于0.9)。1991—2017年艾比湖湿地总面积增加425.06 km^(2),河流增加47.97 km^(2),湖泊增加233.95 km^(2),人工湿地增加48.74 km^(2),盐沼增加109.41 km^(2),沼泽减少15.01 km^(2)。艾比湖湿地年内时空变化显著,年内季节间盐沼转化率最大,湖泊年内逐渐缩小,主要转化为沼泽。此外,艾比湖湿地空间连通性理想度排序为:春季>夏季>秋季,湿地景观连通性取决于较大面积的湿地斑块,连通效率东移。相关结果可弥补稀缺资料区基础湿地资料,为"一带一路"地区生态补水长效机制提供典型示范。