基于卫星遥感的输电沿线建筑物变化检测

准确、快速地实现建筑物变化检测对识别输电沿线隐患区具有重要的意义。随着卫星遥感技术的不断发展和进步,基于高分辨率遥感影像进行建筑物变化检测已成为研究热点。提出了一种融合阴影、建筑物指数、纹理、形状等特征的高斯概率模型实现像元级的建筑物初提取,在此基础上,结合多尺度分割结果实现对象级的建筑物变化检测,最后,将前后两时相对象级的建筑物提取结果进行空间叠加分析,并将叠加结果划分为建筑物新增、建筑物拆迁和建筑物改建三类。本文在研究区和验证区分别采用不同分辨率的遥感影像进行实验和验证,结果表明,该方法在不同尺度和影像分辨率下的建筑物变化检测均取得了实际效果和检测精度,可为输电沿线建筑物变化检测提供良好的技术支持。     

面向对象的高分辨率遥感影像建筑物变化检测

以武汉市东湖高新技术开发区部分区域为研究区,提出基于面向对象的高分辨率遥感影像建筑物变化检测法.利用BMI算法提取建筑物,利用CVA算法进行变化检测得到全部对象差异度,利用EM算法的贝叶斯阈值计算方法确定变化阈值.结果表明,基于面向对象的变化检测总体精度为89.48％,Kappa系数为0.86,优于基于像元的变化检测,...     

基于深度置信网络与数学形态学融合的遥感影像建筑物变化检测

当前人工调查土地资源利用情况具有较高的人力成本且劳动强度大,对其实现自动变化检测具有较高的理论和应用价值。将深度置信网络(deep belief network,DBN)应用于高分辨率遥感影像的建筑物变化检测,但DBN在变化检测时存在由误判现象造成的建筑物完整度欠缺、空间存在噪声等问题,提出DBN与数学形态学融合模型对高分辨率遥感影像建筑物进行变化检测。在遥感影像预处理基础上,标记少量明显的变化与未变化样本,利用搜索窗口从标记的区域获取大量带有标签的样本训练融合模型分类器对建筑物进行变化检测,检测方法准确率为94.76%,召回率为87.63%,F_1为91.06%。实验结果表明,该方法可以为建筑物的变化检测提供有效依据。     

基于Segnet网络和迁移学习的全景街区影像变化检测

针对采用传统方法难以提高全景街区影像变化检测精度的问题,提出一种基于Segnet网络和迁移学习的全景街区影像变化检测方法。首先对数据集“TSUNAMI”进行预训练并对训练集进行分类归并;然后采用Segnet网络对全景街区影像进行语义分割,最后对语义分割结果进行差值运算,得到变化差异图并进行精度评价。实验选取两组全景街区影像,采用最大似然法、支持向量机方法(SVM,support vector machine)以及提出方法对这2组数据进行对比实验,第一组得到的精度分别为65.1%、72.1%和81.4%;第二组得到的精度分别为66.5%、70.6%、82.2%。实验结果表明提出的方法具有更高的变化检测精度,可为城市违章排查、灾后重建等提供技术支撑。     

基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别

获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达（SAR）数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。本文以北川老县城震后0.24mTerraSAR-X聚束模式（ST）数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机（SVM）和随机森林（RF）分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度可达到88.24%,RF识别精度可达到92.47%。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。     

基于脆性熵的城市生命线灾损敏感性评估

为了对城市生命线在灾害作用下的高度敏感性和耦合放大性进行全面的评估,引入脆性熵理论对城市生命线的灾损敏感性进行研究。在界定承灾体脆弱性和灾损敏感性概念的基础上,构建城市生命线灾损敏感性评价指标体系。在综合考虑网络节点的结构重要性和功能重要性的基础上,用网络的实际均衡熵与系统最大熵的比值建立单功能网络结构灾损敏感性指数的计算模型。从影响机理入手,对各生命线子系统之间不同作用类型进行划分,并构造相应的布尔型矩阵,利用脆性熵理论分析各生命线子系统之间的脆性关联程度,得到生命线系统整体网络结构的灾损敏感性计算模型。从质量灾损敏感性和网络结构灾损敏感性2个方面建立城市生命线的灾损敏感性评估模型。研究结果表明:各子系统之间的脆性关联会使得城市生命线的灾损敏感性增加;在受到灾害破坏时,通讯系统与其他子系统的脆性关联最大,在灾后应该抢先修复。     

结合汶川地震综合分析防灾减灾

本文通过对汶川地震来分析研究建筑物对防灾减灾的重要性,以及如何应对灾害和灾后重建等问题.     

基于Potree结构的建筑物激光点云与BIM点云的变化检测

建筑变化检测可对建筑管理及决策提供有力支持。目前建筑变化检测的难点是完成检测任务所需计算成本高。为了提高检测效率,提出一种基于Potree结构的建筑物激光点云与建筑信息模型(building information modelling, BIM)点云的变化检测方法。该方法将实时获取的激光点云,与建设初期规划的BIM进行比较,检测和识别出二者之间的差异,作为建筑变化检测的结果。实验结果表明,与基于可修改嵌套八叉树结构方法比较,本文提出的方法在保证完整性、准确度等不损失的情况下,在时间复杂度上降低了22.05%。     

高密度社区日照分析——以贵阳市花果园为例

为了研究容积率对建筑日照的影响,以贵阳市花果园一期社区作为高密度城市社区的典型研究对象,运用日照分析软件和阴影分析法,对高密度城市社区进行容积率、建筑物日照和建筑物窗口日照研究。按照贵阳市住宅容积率标准对社区容积率进行分析,结果显示该社区不符合标准,且容积率过大,超过标准值1.9。按照我国住宅建筑日照标准,充分考虑地形因素和建筑物窗口因素,研究建筑物日照和建筑物窗口日照,结果表明:在高容积率影响下,该社区不符合日照标准的建筑物占100%,不符合日照标准的建筑物窗口占62.71%,1～24层均受到0～2 h的日照时长,日照严重不足。本研究针对高密度城市社区进行研究,结果可为高密度城市社区的规划和设计提供科学依据。     

无人机城市控违动态监测的研究与应用

随着经济社会的高速发展和城市范围的不断扩张,查违控违工作日益紧迫.无人机等因其灵活快捷、分辨率高、时效性强等特点,正成为城市违法建设监测的有力工具.从影像采集、处理及动态监测三个方面阐述了利用无人机进行城市控违监测的技术流程.采取基于分类后比较的变化检测技术手段,对影像进行违法建设可疑区域的快速提取,能有效提升影像动态监测效率.通过实例验证,总结了无人机城市控违监测中的关键技术,以供相关研究与应用.     

基于XGBoost特征选取和迭加权相关权重矩阵的高分五号遥感影像变化检测

提出一种基于迭加权相关权重矩阵(IR-CWM),使用XGBoost机器学习模型训练选取特征变化波段,训练预测变化检测结果的方法 (IR-CWM-XGB).以国产高分五号(GF-5)高光谱遥感影像为数据源,经过预处理后,通过迭代加权得到迭加权相关权重矩阵(IR-CWM),然后经过XGBoost算法选取特征波段,选取随机样本进行模型训练,使用最终模型生成变化的结果.实验结果表明:本研究方法与变化矢量分析(CVA)变化检测方法、主成分变化矢量分析(PCA-CVA)变化检测方法、迭加权多元(IR-MAD)方法、卷积神经网络(CNN)等方法进行对比,本研究方法变化检测结果的Kappa系数和总体精度较高,误检率较低.     

玉树地区低层建筑外围护结构材料选择与工程示范

为减轻三江源环境保护负担,在玉树灾后重建中要求提高建筑物维护结构自保温能力,本文在研究中选用了泡沫混凝土、活动板房废弃材料等作为墙体材料,通过现场测试、比较选择适合当地低层建筑的外围护结构形式和材料.     

基于遥感影像的重要地物的变化检测和标注

破坏性灾害会造成巨大危害和损失,灾后一定时间内由于信息匮乏,使得对了解灾情和救灾都极为不利。为了及时获取灾区建筑物、道路、桥梁、水库等重要地物的倒塌和毁坏信息,给出了一种可自动识别和标注灾害前后遥感图像差异区域的方法。首先对时序遥感影像通过三维块匹配(block matching 3D,BM3D)方法去除高斯噪声,然后利用尺度不变特征变换(scale-invariant feature transform, SIFT)方法进行图像配准,通过对差分图像采用Wv＿Canny边缘检测方法获得差异区域重要地物的边缘信息,最后识别并标注出发生变化的重要地物,真实遥感图像实验结果按建筑物变化面积比较,正确率78%～79%,误检率21%～22%,无漏检率。仿真试验和实际遥感影像处理表明：所研究方法可有效识别和标注建筑物等重要地物的差异区,有利于灾后破坏性地物的及时了解和救助工作。     

基于遥感影像的校园周边建筑物变化检测研究

为使本科生了解卫星遥感技术、掌握机器学习方法,结合吉林大学大学生创新创业训练计划,设计了实验项目“基于遥感影像的校园周边建筑物变化检测研究”。以高分二号(GF-2)卫星影像与吉林一号夜间微光影像为实验数据,实验区域为中国某小学周边地区。使用多种机器学习方法以提取实验区域内不同时段的建筑物信息并对该结果进行精度分析;将建筑物提取结果与地面参考数据进行对比,最终获得了不同时间段的建筑物的变化情况。并且采用了吉林一号夜间微光影像对校园周边建筑与居民活动情况进行了分析。实验结果表明,所选取的随机森林与VGG(Visual Geometry Group)神经网络算法可对遥感影像中的建筑物进行有效识别,并通过不同时期建筑物数量和夜间灯光变化的检测结果,说明了校园对周边地区发展的影响,为城市规划提供了参考信息。     

基于3DCM的城市覆盖面模拟及建筑物空间插值方法

以城市为单元模拟建立城市大气覆盖面模型，以小区为单元研究风环境与空气环境．获取城市建筑物空间坐标，利用二次曲面方程建立城市覆盖面模型，以新增建筑物为研究对象，对其空间位置进行插值分析，将其纳入城市小区建筑群构成新的小区环境，籍此对其进行风环境的实验分析，模拟建筑物的尺度、间距、空间组合与朝向定位等参数，辅助城市小区风环境规划与优化。     

山地城市震后建筑物倒塌瓦砾阻塞量预测模型

为了对山地城市震后交通系统路段单元通行可靠性进行合理评估,需要建立适合于山地城市震后建筑物倒塌瓦砾阻塞量预测模型。在现有建筑物倒塌瓦砾阻塞量预测模型的基础上,通过对山地城市沿街建筑物及道路特点的考察和对模型影响因素显著性分析,结合山地沿街建筑的特点考虑退台、外挑、高差、斜坡等因素的影响,对现有模型进行修正,扩充了模型的适用性及合理性。修正后的模型不仅适用于山地城市,也适用于平原城市震后路段单元通行可靠性的预测和评估。     

基于PCA光谱增强与区域扩散阈值确定的遥感影像变化检测算法

变化检测技术是从观测数据中有效地提取各种变化信息.本文针对变化检测中差异影像的构造和变化阈值的确定展开研究,首先将两期的遥感影像矢量叠加,然后进行主成分分析获得变化量,最后通过区域扩散阈值确定方法获得变化检测结果.通过与传统变化检测方法的实验比较,证明了该方法的有效性.     

基于PCA光谱增强与区域扩散阈值确定的遥感影像变化检测算法

变化检测技术是从观测数据中有效地提取各种变化信息.本文针对变化检测中差异影像的构造和变化阈值的确定展开研究,首先将两期的遥感影像矢量叠加,然后进行主成分分析获得变化量,最后通过区域扩散阈值确定方法获得变化检测结果.通过与传统变化检测方法的实验比较,证明了该方法的有效性.     

基于Shearlet变换和KPCA的多时相遥感图像变化检测

为了进一步提高多时相遥感图像变化检测的精度,本文提出了一种将Shearlet变换与核主成分分析(kernel principal component analysis,KPCA)相结合用于遥感图像变化检测的算法.首先利用Shearlet变换的多尺度、多方向和各向异性等特点,对遥感图像进行多尺度分解,然后对分解后的数据进行核主成分分析,再进行Shearlet反变换得到含变化信息的图像,最后对该图像利用模糊局部信息C均值(fuzzy local information c-means,FLICM)聚类算法进行分割,实现遥感图像的变化检测.大量试验结果表明,与基于主成分分析(principal component analysis,PCA)、基于KPCA、基于小波变换和PCA 3种变化检测算法相比,本文算法能有效地分离出变化信息,得到更准确的变化检测图像,具有更高的变化检测精度,且对背景有较强的鲁棒性,同时也减少了计算复杂度.     

城市建筑物沉降永久散射体干涉雷达监测

地面沉降对城市建筑物构成巨大威胁,对城市建筑物进行沉降监测具有重要意义.采用德国合成孔径雷达（TerraSAR-X）1,m空间分辨率的雷达影像,使用永久散射体干涉测量（PSI）技术,以天津塘沽渤海石油新村和东沽石油新村为研究区,研究不同类型建筑物（建造时间、层高及地理位置等）的沉降特征.研究结果表明,不同类型建筑物在沉降率和沉降时间过程上具有较强的时空分异性.研究结果可以为天津塘沽滨海新区建筑物沉降风险控制提供科学参考.