多智能体模拟在土地变化预测中的应用

伴随着城市建设的快速发展,城市中心及周边的绿地规模正在逐年减小,城市内部绿地环境在逐步恶化.因此对城市建设用地和绿地的变化进行定量的把握,对其变化进行预测和评价是非常重要的.以日本大分市植田地区为例,建立多智能体模型(MAS),计算各智能体的变化概率,确立各智能体的分类类型,进而对对象地区的土地变化进行模拟,并验证其有效性.再以此模型为基准,对将来的城市建成区和绿地环境变化进行预测模拟,提出结合人口要素对土地变化进行模拟预测的意见和方法.     

珠江河口滩涂围垦动态及其影响

针对围垦给珠江三角洲地区带来大量土地的同时,也会影响河口水文及滩涂发育的实际问题,利用多时段卫星影像资料及水动力模型,对20世纪70年代末至21世纪初珠江河口滩涂围垦进程进行了分析,模拟并定量研究了不同径流与潮流耦合水文组合下,海岸自然演变及按规划围垦等对河口水文情势所产生的影响.结果表明:在充分考虑海岸自然演变形态条...     

东川地区泥石流遥感影像判读与灾害防治

对云南省东川区泥石流研究发现,利用遥感技术提取解译灾害点信息,突破了传统调查方法的局限性,发挥其逼真、形象、宏观、真实的特点,通过对遥感数据各波段之间的特征统计分析和相关性分析,运用Spot-5、Aster、ETM三种数据,对三种合成的彩色影像进行辐射校正、几何校正,分别选择各自合适的波段进行组合进行地质灾害解译,判读出泥石流的出现范围及分布特点,并提出防治泥石流的相应措施。     

环境微生物实验演示影像库及教学实践

以环境微生物实验课程建设为出发点,针对环境微生物实验技术和方法的特点,探索建立环境微生物实验教学演示影像库,为多媒体教学提供丰富的教学资源,更好地发挥多媒体教学的优势,体现环境微生物实验教学特色,并初步应用于教学实践,取得了良好的效果。     

草本花卉在城市园林绿化中的应用

阐述了草本花卉的概念,草花是城市绿化植物中的重要物种之一,在城市园林绿化中常用于构建花坛、花境、花台等。     

流动人口城市融入的复杂性逻辑

为实现高光谱影像数据快速降维,基于nVidia 的图像处理单元(graphic processing unit, GPU)研究最大噪声分数变换（Maximum Noise Fraction Rotation,MNF Rotation）降维算法的并行设计与优化,通过对加速热点并行优化,择优整合,设计并实现基于CUBLAS(CUDA Basic Linear Algebra Subprograms)库的MNF-L（MNF-on-Library）算法和基于CPU/GPU异构系统的MNF-C(MNF-on-CUDA)算法.实验结果显示MNF-L算法加速11.5~60.6倍不等,MNF-C算法加速效果最好,加速46.5~92.9倍不等.研究结果表明了GPU在高光谱影像线性降维领域的巨大优势.     

冷轧平整机带钢表面振纹研究

针对单辊驱动四辊冷轧平整机出现的带钢表面振纹问题,通过现场实测辊系的振动信号,并对平整机振动系统固有特性进行仿真分析,发现带钢表面振纹是平整机支撑辊使用中后期辊系系统自激振动和强迫振动共同作用的结果。此外,结合振纹影响因素的分析结果,建立带钢表面振纹振动频率的数学模型,定量分析轧制工艺参数对振纹振动频率的影响规律,在此基础上提出了抑制系统产生共振的措施,不仅有效减轻了带钢表面振纹缺陷,还延长了平整机支撑辊的使用寿命。     

遥感影像融合方法比较研究

影像融合是提高遥感影像特征提取、分类、目标识别能力的重要手段;为比较不同融合方法的融合效果,采用基于低通滤波的IHS变换融合法、PCA变换法、高通滤波法和Gram-Schmidt变换融合法对北京某地区的SPOT-5全色影像和TM多光谱影像进行融合试验,并采用均值、标准差、信息熵和相关系数4个评价指标对结果影像从信息保留性和光谱保持性上进行评价;结果表明:在4种方法中,Gram-Schmidt变换融合法在信息量的保持上具有最大优势,光谱保持性与PCA变化法持平;高通滤波法在对信息量的保留和光谱信息保持均较好,但融合结果的亮度性最差。     

空间信息网络中安全可追溯的影像分发方案

遥感影像分发是空间信息网络的重要应用.针对现有遥感影像分发方案存在的共谋密钥问题,基于关键数据保护方法,提出了差异化安全分发方案.该方案具有对分发内容的可追溯能力,基于JPEG2000图像压缩方法,将影像内容分为关键部分和公共部分;关键部分通过部署于地面的分发中心实现集中分发,使用无证书公钥密码技术实现安全传输,用户从...     

基于改进U-Net模型的高分辨率遥感影像中城市建筑物的提取

针对高分辨率遥感影像中城市建筑物周围环境复杂多样,易被阴影遮挡,难以精细化提取的问题,提出一种改进的U-Net网络用于图像中的城市建筑物提取.该网络在标准U-Net网络的编码器末端嵌入双重注意力模块,可以通过捕获全局建筑物信息和长通道建筑物信息,实现建筑物特征的增强.在交叉熵损失函数的基础上加入Lovász损失函数,构成的复合损失函数增强了对建筑物提取结果的约束能力,进一步提高了模型的鲁棒性.将该模型在美国马萨诸塞州数据集上进行验证,提取建筑物的F1-score为87.83%.结果表明,本方法对高分辨率遥感影像中周围环境复杂多样、被阴影遮挡的城市建筑物具有较强的提取能力.