摘要:

摘要:

摘要:

摘要:

摘要:

摘要:道路交叉口是道路交通网的重要组成部分, 其位置和类型是高精地图、自动驾驶等应用服务的基础数据.目前研究多关注车载激光点云的道路边界提取, 较少关注道路交叉口类型识别.为此, 本文提出一种基于动态图神经网络的道路交叉口分类方法.首先分析地面超体素的几何和空间分布差异进行提取道路边界点; 然后计算道路边界点曲率, 利用滑动窗口中曲率差异检测道路交叉口; 最后构建动态图神经网络识别出"T"型和"十"型道路交叉口.实验采用两份不同车载激光点云数据验证本文方法的有效性, 实验结果表明, 该方法能准确检测绝大多数道路交叉口位置及类型.

摘要:利用CYGNSS数据估计地表土壤水分(SM)近年来获得了极大的关注, 但效率和精度有待进一步提升.本文提出了一种预分类策略, 结合人工智能算法(AI), 利用CYGNSS数据预测土壤水分.此策略能够在人工智能算法的基础上进一步提高土壤水分预测的精确度, 具有较好的普适性和易用性.本文使用了2018年全年中国地区的实地土壤水分数据作为地面真实参考数据进行建模以及预测.结果证实预测土壤水分与参考真实数据具有良好的一致性.基于CYGNSS数据预测的土壤水分与实地土壤水分参考数据比对, 其相关系数高达0.8, 平均均方根误差(RMSE)和平均无偏均方根误差(ubRMSE)分别为0.059 cm³/cm³和0.050 cm³/cm³.研究结果表明, 预分类策略的人工智能算法可明显提高CYGNSS预测土壤水分的精确度, 其简单易操作性也使其可广泛应用于其他回归和预测研究领域, 具有较好的泛化性和拓展性.

摘要:针对深度学习EfficientDet模型的车辆检测性能进行分析, 基于训练过程中容易陷入局部最优进行优化改进, 构建分阶段自适应的训练模型, 利用该训练模型对短距离和远距离车辆进行检测, 并将检测结果与基于Cascade R-CNN和CenterNet方法进行比较, 从计算复杂度、耗时及检测精度三方面分析显示本文方法优于其他两种方法.同时, 对不同角度和不同距离车辆检测结果进行分析, 确定了检测的最优距离和角度.最后, 通过实例验证了本文方法可以用于大范围车辆的检测.

摘要:现阶段车载点云道路提取的研究主要为有规则路坎的结构化道路, 而在现实中有些道路两侧是草地, 结构化道路的提取方法不再适用.针对此问题, 本文提出一种融合移动窗口高差和相邻点序号差的路面自动提取方法.首先利用相邻点间距实现扫描线的提取, 接着根据移动窗口高差和相邻点序号差提取道路边界点, 并采用RANSAC(RANdom SAmple Consensus, 随机抽样一致)算法对道路边界点进行拟合, 在此基础上, 根据线性规划原理和滤波处理提取路面点云.以两组道路数据进行实验分析, 路面提取的完整率分别为99.79%和99.52%, 正确率分别为99.91%和99.62%, 提取质量分别为99.70%和99.15%.实验结果表明, 该方法能够同时实现结构化道路路面和路边为草地的非结构化道路路面的有效提取.

摘要:空间信息获取技术的发展推动了三维点云数据的建筑模型构建研究.然而, 现有的模型构建方法大多依赖人工交互的方式, 极高的人工和时间成本消耗不利于大范围城市模型的构建及应用.针对上述问题, 本文提出一种基于线框分析的建筑物主体模型构建方法.首先对原始建筑物点云进行滤波与归一化处理, 并提取建筑物的多层次边界多边形综合描述建筑边界结构; 然后将各层次边界多边形分割出简单、易控的多个矩形基元, 采用稳健的层次化矩形连接、分析算法生成完整的建筑物主体结构模型; 最后通过对三组结构复杂、遮挡严重的建筑物点云数据的实验表明该方法具有良好的性能, 可以稳健地处理存在数据缺失、点密度差异的建筑物点云数据, 并且兼顾了建筑物不同高度上的结构差异性, 实现了建筑物线框模型的高精度构建.

摘要:机载激光测深(Airborne LiDAR Bathymetry, ALB)系统可以快速高效地获取海岛礁及其邻近区域的水上水下一体化数据, 但是由于测量区域大部分位于地势变化缓慢的近岸浅水水域, 点云密度低、厚度大, 配准特征稀少, 同名特征提取困难.针对机载激光测深数据的配准研究工作相对较少.本文以我国南海海域的机载激光测深点云为试验对象, 比较基于不同几何特征的ALB点云数据配准方法, 通过配准精度指标对快速点特征直方图(Fast Point Feature Histograms, FPFH)、最长公共子序列(Longest Common Subsequence, LCSS)和广义迭代最近邻点(Generalized Iterative Closest Point, GICP)三种配准方法进行评定.试验结果表明, LCSS线序列方法实现ALB点云数据配准方法的可靠性更高, 能够克服对应特征匹配过程中信息单一以及噪声问题, 提高特征曲线中对应点的稳健估计, 增强航带数据配准的鲁棒性, 是ALB数据配准的一种有效解决方案.

摘要:水位信息是研究水循环、气候和生态环境变化的重要参数, 近实时、高精度地监测其变化具有重要的意义.传统水位计测量成本高、范围小, 且是相对水位测量.全球导航卫星系统干涉反射测量(GNSS-IR)利用岸边架设的GNSS接收机所获取的信噪比(SNR)数据估计水位变化, 为水位测量提供了一种新的监测方法, 具有全天候、高精度和近实时等优点.本文利用长江上游巴东多系统GNSS观测站采集30 d的GPS、BDS以及GLONASS系统SNR数据, 反演了水位变化, 并和水位站进行比对, 结果表明GNSS-IR获得厘米级的水位反演精度, RMSE最低为6.43 cm.GPS和GLONASS系统L1频段以及BDS系统B1频段估计结果较好, GLONASS系统L2频段的反演精度低于其他频段.联合不同GNSS系统估计水位变化, 提高了GNSS-IR反演水位的时间分辨率.

摘要:土壤湿度为陆地生态系统水循环和能量收支的关键参数, 陆面数据同化系统可获得时空连续的土壤湿度数据, 但由于空间分辨率较低限制了进一步应用.以华北地区作为研究区, 基于单一模型(梯度提升机、深度前馈神经网络和随机森林)以及Stacking集成学习方法, 对中国气象局陆面数据同化系统(CLDAS-V2.0)0~10 cm土层土壤湿度产品开展了降尺度研究.2019年4—10月降尺度模型的估算结果表明, 0~10 cm土层土壤湿度空间分辨率从6 km降尺度至1 km, 4种降尺度方法结果均能反映出我国土壤湿度时空变化规律, 一定程度上改进CLDAS产品高估现象, 且空间分布细节更加丰富, 精度得到提高, 其中以Stacking集成学习的降尺度方法最好, 降尺度的土壤湿度估算值与站点观测数据的相关性最高(R=0.756 8), 并且具有最小的误差(均方根误差为0.050 5 m³/m³, 偏差为-0.005 2 m³/m³).时间上, Stacking集成学习的降尺度结果同样与实测值的动态变化具有更高的相关性, 均方根误差和偏差以Stacking集成学习方法最小, 其次为随机森林和深度前馈神经网络.

摘要:近年来, 臭氧成为我国各大城市大气的首要污染物, 因此对流层臭氧产品对于监测近地面臭氧浓度十分重要, 然而现有的对流层臭氧产品不能满足高空间分辨率、高时间分辨率的监测要求.利用时空拟合法对臭氧监测仪(OMI)臭氧总量数据进行修复, 再根据对流层臭氧残差法反演中国区域的对流层臭氧总量数据, 其结果表明: 从定性的角度考虑, 时空拟合法具有更好的修复效果, 从定量的角度考虑, 时空拟合法相对于克里金插值法和反距离加权法的RMSE、MAE均较小.利用对流层臭氧残差法得到的对流层臭氧廓线数据与OMI/MLS的官方臭氧产品有着较高的相关性, 其相关系数R最高为0.82.

摘要:以福建省为研究区, 采用土地利用数据、夜间灯光遥感数据, 并增加热红外遥感数据考虑地表温度信息, 尝试实现第二、第三产业增加值的空间化.研究结果表明: 相比于土地利用数据+夜间灯光遥感数据方法, 本文方法构建的第二、第三产业增加值空间化模型(R²分别为0.966、0.870)均优于前者(R²分别为0.743、0.776), 平均相对误差(MRE)分别为20.45%和19.82%, 也均显著优于前者(72.60%、60.10%).进一步以厦门市为例, 从局部分别对两种方法的第二、第三产业增加值空间化结果进行对比, 发现本文方法由于热红外遥感数据考虑了地表温度信息, 可以大幅提高第二、第三产业增加值空间化效果, 其空间分布格局与实际更为吻合.本文结果可为有关部门制订区域经济发展规划提供一定的参考.

摘要:人体行为识别一直是计算机视觉研究中的热点.随着近几年人体行为识别在虚拟现实、短视频等方面的广泛应用, 以及深度学习算法的快速发展, 基于深度学习的行为识别算法层出不穷.相较于传统方法, 基于深度学习的行为识别算法具有鲁棒性强、准确率高的优点.基于此, 本文对近年来提出的基于深度学习的行为识别算法进行了梳理, 并对由双流卷积网络和3D卷积网络结构发展而来的行为识别的系列算法进行了重点介绍, 并总结了各种算法的性能和成果, 最后对该领域进行了展望.

摘要:为提高现有时间序列算法降水预报的准确率, 本文提出一种基于改进双阶段注意力机制的时间序列降水预报模型(DeepAMogLSTM).该算法分为两部分, 在输入注意力机制中, 使用三层注意力机制对输入序列进行多重关注, 选择稳定的输入特征; 在时间注意力中, 通过选择与目标值最相关的隐层状态, 捕获时间序列的长期相关性.算法同时引入形变长短时记忆网络(Mogrifier LSTM), 增强模型特征表示能力.模型使用2016—2019年预处理的自动站点特征数据和欧洲中期天气预报中心(ECMWF)气象场模式资料进行集成预报, 并利用同期实况观测资料进行模式预报订正.实验结果表明: 该模型在时效为2 h的降水预报中, 各项数值评价指标均有改善, 其中均方根误差为1.877 mm, 平均绝对误差为0.727 mm, 拟合优度(R²)为0.783;同时与其他模型预报订正效果相比, 该模型较好地拟合了实际降水空间分布.

摘要:为了优化并规范海洋科学数据申请审批流程, 实现海洋科学数据申请审批的网上协同办公, 本文详述了海洋科学数据申请审批的业务流程并设计实现了基于B/S架构的海洋科学数据申请审批功能模块.应用上线后, 有效推动了海洋科学数据高效管理和应用, 提升了海洋科学数据管理部门的服务水平和工作效率.

摘要: