期刊文献+
共找到274篇文章
< 1 2 14 >
每页显示 20 50 100
U-Net模型在福建省光泽县耕地智能判别中的应用
1
作者 刘梅姜 吕榕生 翁夏青 《莆田学院学报》 2025年第5期88-94,共7页
聚焦福建省光泽县耕地保护问题,在对比传统监测方法局限性的基础上,引入U-Net卷积神经网络模型,开展耕地违建图斑的智能识别工作。重点阐释了模型选择、技术流程、关键处理环节以及模型管理系统。经实际巡查案例验证,该模型在耕地图斑... 聚焦福建省光泽县耕地保护问题,在对比传统监测方法局限性的基础上,引入U-Net卷积神经网络模型,开展耕地违建图斑的智能识别工作。重点阐释了模型选择、技术流程、关键处理环节以及模型管理系统。经实际巡查案例验证,该模型在耕地图斑变化监测中取得较好成效,为耕地保护提供了一种智能化的技术监管手段。 展开更多
关键词 U-net模型 光泽县 耕地保护 智能识别 技术监管
在线阅读 下载PDF
Improving remote sensing-based net primary production estimation in the grazed land with defoliation formulation model 被引量:3
2
作者 YE Hui HUANG Xiao-tao +3 位作者 LUO Ge-ping WANG Jun-bang ZHANG Miao WANG Xin-xin 《Journal of Mountain Science》 SCIE CSCD 2019年第2期323-336,共14页
Remote sensing(RS) technologies provide robust techniques for quantifying net primary productivity(NPP) which is a key component of ecosystem production management. Applying RS, the confounding effects of carbon consu... Remote sensing(RS) technologies provide robust techniques for quantifying net primary productivity(NPP) which is a key component of ecosystem production management. Applying RS, the confounding effects of carbon consumed by livestock grazing were neglected by previous studies, which created uncertainties and underestimation of NPP for the grazed lands. The grasslands in Xinjiang were selected as a case study to improve the RS based NPP estimation. A defoliation formulation model(DFM) based on RS is developed to evaluate the extent of underestimated NPP between 1982 and 2011. The estimates were then used to examine the spatiotemporal patterns of the calculated NPP. Results show that average annual underestimated NPP was 55.74 gC·m^(-2)yr^(-1) over the time period understudied, accounting for 29.06% of the total NPP for the Xinjiang grasslands. The spatial distribution of underestimated NPP is related to both grazing intensity and time. Data for the Xinjiang grasslands show that the average annual NPP was 179.41 gC·m^(-2)yr^(-1), the annual NPP with an increasing trend was observed at a rate of 1.04 gC·m^(-2)yr^(-1) between 1982 and 2011. The spatial distribution of NPP reveals distinct variations from high to low encompassing the geolocations of the Tianshan Mountains, northern and southern Xinjiang Province and corresponding with mid-mountain meadow, typical grassland, desert grassland, alpine meadow, and saline meadow grassland types. This study contributes to improving RS-based NPP estimations for grazed land and provides a more accurate data to support the scientific management of fragile grassland ecosystems in Xinjiang. 展开更多
关键词 REMOTE sensing DEFOLIATION FORMULATION model net PRIMARY production Grazed land Spatial-temporal patterns XINJIANG
原文传递
Estimation of Net Surface Shortwave Radiation from Land Surface Temperature in Regional Scale 被引量:1
3
作者 LENG Peit SONG Xiaoning LI Zhaoliang 《Wuhan University Journal of Natural Sciences》 CAS 2011年第4期357-362,共6页
The method to estimate NSSR (net surface shortwave radiation) from LST (land surface temperature) in regional scale is discussed. First, an elliptical model between the time series of normalized LST and NSSR was d... The method to estimate NSSR (net surface shortwave radiation) from LST (land surface temperature) in regional scale is discussed. First, an elliptical model between the time series of normalized LST and NSSR was developed using the daily evolution of LST and NSSR. Second, time series of LST and NSSR were simulated by common land model (CoLM) and were proved to be of high accuracy. On the basis of these, a non-linear least square ellipse fitting using the genetic algorithm method was used to fit the normalized LST and NSSR. Finally, LST was inverted using MODIS (moderate resolution imaging spectroradiometer) data with the split-window algorithm, and the regional NSSR was then estimated with LST and an elliptical model. The validation result shows that the derived average NSSR of 50×50 pixels of MODIS data was quite close to the observed data, and the distribution was reasonable, which indicates that the proposed method was capable of estimating NSSR on a regional scale. 展开更多
关键词 net surface shortwave radiation land surface temperature elliptical model common land model (CoLM) moderate resolution imaging spectroradiometer (MODIS)
原文传递
基于U-Net骨架变体的内陆盐碱地信息遥感提取
4
作者 令世豪 杨粉莉 +4 位作者 黄博涵 李瑶 杨联安 闫琳悦 郝贝贝 《中国农学通报》 2025年第19期151-158,共8页
针对传统遥感分类方法依赖人工特征设计、泛化能力不足的问题,本研究应用深度学习模型进行盐碱地信息精准提取。利用Landsat 8 OLI遥感影像,采用基于U-Net深度学习模型的盐碱地信息提取方法,系统对比ResNet34、MobileNetV2_100和TF_Mobi... 针对传统遥感分类方法依赖人工特征设计、泛化能力不足的问题,本研究应用深度学习模型进行盐碱地信息精准提取。利用Landsat 8 OLI遥感影像,采用基于U-Net深度学习模型的盐碱地信息提取方法,系统对比ResNet34、MobileNetV2_100和TF_MobileNetV3_Small_100 3种骨架在冻结与不冻结训练策略下的性能差异。实验表明,ResNet34的收敛速度、分割精度与泛化能力总体优于轻量化模型(MobileNetV2_100、TF_MobileNetV3_Small_100),尤其是不冻结的ResNet34模型综合表现最好,盐碱地类别的分类精度为0.880、召回率为0.708、F_(1)分数为0.785,均优于其他模型。轻量化模型在资源受限场景下表现尚可,可在计算资源有限和分割精度要求不高的情况下使用,但在复杂场景下仍需高性能骨干网络支持。不冻结模型的表现普遍优于冻结模型,在深度学习模型训练过程中调整全部参数对于提高精度和泛化能力具有重要作用。研究验证深度学习在盐碱地遥感监测中的有效性,可为盐碱地智能识别监测提供模型选型依据。 展开更多
关键词 盐碱地 U-net Resnet34 Mobilenet 语义分割 迁移学习 深度学习模型
原文传递
基于U-Net改进模型的辽宁省农村地类无人机正射影像自动识别方法
5
作者 白子斌 《测绘通报》 北大核心 2025年第S1期155-159,共5页
针对农村土地地类破碎度高、光谱混淆显著导致的传统遥感解译效率低、精度不足问题,本文提出一种基于U-Net改进的深度学习模型(U-Net+PSPNet+CBAM),结合多尺度特征融合与注意力机制,实现辽宁省农村地区高分辨率无人机正射影像的自动化... 针对农村土地地类破碎度高、光谱混淆显著导致的传统遥感解译效率低、精度不足问题,本文提出一种基于U-Net改进的深度学习模型(U-Net+PSPNet+CBAM),结合多尺度特征融合与注意力机制,实现辽宁省农村地区高分辨率无人机正射影像的自动化地类分类。模型在编码器中嵌入卷积块注意力模块(CBAM),通过通道-空间权重动态分配增强对农田边界、房屋轮廓等关键特征的敏感性;在瓶颈层引入自适应金字塔场景解析网络(PSPNet),利用多级空洞池化融合全局上下文信息,提升小地块(<50 m^(2))的识别能力。试验结果表明,改进模型在辽宁省典型农村区域的测试集上平均交并比(mIoU)达73.88%,较传统U-Net模型提升了5.68%,其中房屋和林地的IoU分别达到78.45%和79.07%。本文方法通过多层级注意力与多尺度上下文的协同优化,有效解决了耕地与裸土、宅基地与道路的光谱-空间混合误分问题,为土地确权与动态监测提供了高效的技术支持。 展开更多
关键词 无人机正射影像 地类自动识别 U-net PSPnet 注意力机制
原文传递
基于改进U-Net的城市新增建设用地高分遥感变化检测 被引量:2
6
作者 潘建平 李明明 +2 位作者 孙博文 李鑫 胡勇 《遥感信息》 CSCD 北大核心 2021年第5期64-68,共5页
城市建设用地是城市建设发展的重要基础。鉴于当前城市新增建设用地调查完全是利用遥感影像进行人工解译,文章设计和研发了一种改进U-Net的城市新增建设用地高分遥感变化检测技术。该技术基于U-Net开展了两个方面的改进和优化:一是为降... 城市建设用地是城市建设发展的重要基础。鉴于当前城市新增建设用地调查完全是利用遥感影像进行人工解译,文章设计和研发了一种改进U-Net的城市新增建设用地高分遥感变化检测技术。该技术基于U-Net开展了两个方面的改进和优化:一是为降低训练集类别不平衡对检测精度的影响,通过三种损失函数的对比寻找最优的损失函数提高模型识别率;二是为提高分割结果的精细程度,同时避免层数加深带来的模型退化问题,将残差网络ResNeXt加入到U-Net的编码结构中。技术实验以重庆市茶园区为对象,选择前后两期高分遥感影像制作训练集和测试集。分析结果表明,改进U-Net的变化检测精度较高,满足生产中的变化区域筛选需求,具有较高的应用价值。 展开更多
关键词 U-net 新增建设用地 变化检测 残差网络 损失函数
在线阅读 下载PDF
几个基于ObjectARX.net的GIS功能算法 被引量:3
7
作者 李阳东 童小华 刘妙龙 《测绘与空间地理信息》 2009年第1期11-14,18,共5页
ObjectARX.net作为AutoCAD功能强大的二次开发工具之一,其对GIS中的常用功能支持能力非常有限。探讨了基于ObjectARX.net的土地信息系统开发中的多边形实体标志的获取、多边形区域面积计算和涉及空间叠加的多边形区域实体对象的公共区... ObjectARX.net作为AutoCAD功能强大的二次开发工具之一,其对GIS中的常用功能支持能力非常有限。探讨了基于ObjectARX.net的土地信息系统开发中的多边形实体标志的获取、多边形区域面积计算和涉及空间叠加的多边形区域实体对象的公共区域面积计算的算法,进行了编程实现,并用实际数据进行了检验。结果表明,这些算法是正确和可行的。 展开更多
关键词 OBJECTARX.net GIS AUTOCAD 土地信息系统
在线阅读 下载PDF
基于U-net的“高分五号”卫星高光谱图像土地类型分类 被引量:22
8
作者 孙晓敏 郑利娟 +4 位作者 吴军 陈前 徐崇斌 马杨 陈震 《航天返回与遥感》 CSCD 2019年第6期99-106,共8页
“高分五号”卫星是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星,对于土地利用类型分类具有重要的应用价值,如何利用深度学习技术开展高光谱图像分类是当前研究的热点问题。深度学习中的语义分割方法在地面场景的图像中已经获... “高分五号”卫星是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星,对于土地利用类型分类具有重要的应用价值,如何利用深度学习技术开展高光谱图像分类是当前研究的热点问题。深度学习中的语义分割方法在地面场景的图像中已经获得较好的应用,但是对于高光谱遥感图像的精度和适用性较差,无法准确获得精确的分类结果。文章采用U-net模型开展高光谱土地利用类型分类研究,首先基于“高分五号”卫星高光谱数据,构建样本数据集,然后训练分类模型,进行土地利用类型分类,探讨语义分割方法在高分五号高光谱数据上的应用能力。结果表明,采用深度学习中的语义分割方法能够有效提高精度水平,U-net模型的整体分类精度为0.9357,Kappa系数达到0.92,均高于SVM方法和CNN方法。采用深度学习中的语义分割方法,可以为“高分五号”高光谱数据的土地利用分类提供技术支撑,有效提升“高分五号”卫星的应用能力。 展开更多
关键词 U-网络模型 深度学习 高光谱图像 土地利用分类 高分五号 卫星应用
在线阅读 下载PDF
基于残差U-Net的遥感影像土地覆盖类型自动分割 被引量:10
9
作者 李全红 李雷 +2 位作者 李纯斌 吴静 常秀红 《中国土地科学》 CSSCI CSCD 北大核心 2021年第1期98-106,共9页
研究目的:土地覆盖的准确分割对于土地调查和规划具有重要意义。针对传统方法对于高分辨率遥感影像分割存在精度和效率较低等问题,提出了深度学习遥感影像分割方法。研究方法:以2 m高分辨率遥感影像为数据源,选用一种加入残差块的U-Net... 研究目的:土地覆盖的准确分割对于土地调查和规划具有重要意义。针对传统方法对于高分辨率遥感影像分割存在精度和效率较低等问题,提出了深度学习遥感影像分割方法。研究方法:以2 m高分辨率遥感影像为数据源,选用一种加入残差块的U-Net模型(ResU_Net),对目标区域进行基于深度学习的土地覆盖分割,并与SVM、PSPNet、U-Net分割方法进行对比。研究结果:ResU_Net能够更加准确地表达高分辨率遥感影像的地物信息,该方法总体分割精度达到85.50%,Kappa系数为0.7603,总体精度和Kappa系数均高于SVM、PSPNet和U-Net分割方法(总体精度:ResU_Net(85.50%)>U-Net(79.44%)>PSPNet(78.90%)>SVM(66.80%))。研究结论:ResU_Net模型对高分辨率遥感影像的土地覆盖分割效果更优。 展开更多
关键词 土地信息 U-net 残差网络 ResU_net 土地覆盖分割 高分辨率遥感影像
在线阅读 下载PDF
边缘增强的BECU-Net模型高分辨率遥感影像耕地提取 被引量:5
10
作者 董张玉 李金徽 +2 位作者 张晋 于金秋 安森 《遥感学报》 EI CSCD 北大核心 2023年第12期2847-2859,共13页
耕地作为国家粮食生产的重要保障,其空间分布是粮食安全评估、土地资源管理等领域的主要依据。为解决现有的耕地信息提取方法忽视地块的差异化特征和边缘细节蕴含的丰富信息,且提取结果碎片化、边界模糊问题。本研究以耕地为研究对象,... 耕地作为国家粮食生产的重要保障,其空间分布是粮食安全评估、土地资源管理等领域的主要依据。为解决现有的耕地信息提取方法忽视地块的差异化特征和边缘细节蕴含的丰富信息,且提取结果碎片化、边界模糊问题。本研究以耕地为研究对象,采用一种结合EfficientNet骨干网络和U型框架构建的改进型耕地信息提取模型BECU-Net (Boundary Enhancement Classification U-Net),并为实现边缘特征和深度特征的信息互补,设计由CoT模块(Contextual Transformer Module)、门控卷积、scSE (Spatial-Channel Sequeeze and Excitation)注意力机制形成的边缘分支子网络,来提高模型处理边界信息的专注度。同时,构建含约束项的联合型边缘增强损失函数BE-LOSS (Boundary Enhancement Loss)进一步完善模型运算性能。使用GID高分二号RGB-NIR四波段数据,与梯度、指数、纹理特征图共同构建耕地特征机制。并分别与不同网络结构、不同损失函数的模型进行对比。结果表明:改进算法的总体精度和F1分数均有改善,相比于DeeplabV3+网络,提取精度提升2.24%,F1分数提升1.77%。本研究提出的新算法可为进一步解决耕地信息提取时边界模糊问题提供技术参考,为复杂交界的精准划分提供理论支撑。 展开更多
关键词 遥感 边缘增强 耕地提取 语义分割 U-net 高分影像
原文传递
基于U-Net的高分辨率遥感图像土地利用信息提取 被引量:16
11
作者 陈妮 应丰 +1 位作者 王静 李健 《遥感技术与应用》 CSCD 北大核心 2021年第2期285-292,共8页
随着现代遥感技术的迅速发展,遥感图像的质量和数量得到了显著的提升,新技术带来的高分辨率遥感图像所蕴含的信息也更加丰富,如何利用人工智能手段辅助挖掘这些丰富的信息也成为了遥感图像分析与理解的重要内容。与此同时,以深度卷积神... 随着现代遥感技术的迅速发展,遥感图像的质量和数量得到了显著的提升,新技术带来的高分辨率遥感图像所蕴含的信息也更加丰富,如何利用人工智能手段辅助挖掘这些丰富的信息也成为了遥感图像分析与理解的重要内容。与此同时,以深度卷积神经网络为代表的人工智能技术在图像处理领域大放异彩。得益于类人眼的分层卷积池化模型,深度卷积神经网络可以在图像分割和分类等任务上取得优异的结果。因此采用U-Net为代表的深度卷积神经网络对2 m的高分辨率遥感影像进行了特征提取、分割和分类,不同于传统基于手工设定图像特征的方法,U-Net可以自动对海量高分辨率的遥感图像进行特征提取,从而充分挖掘高分辨率遥感影像中复杂的非线性特征、光谱特征和纹理特征。实验结果表明:利用训练好的U-Net模型对新昌县土地利用分类计算时间为55.7 s,分类准确率可达90.95%,Kappa系数为0.86。U-Net模型可以快速、精确地提取高分辨率遥感影像中的地表覆盖特征,得到高精度的土地利用分类结果,说明将该模型应用于遥感影像土地利用分类提取有着广阔前景。 展开更多
关键词 全卷积神经网络 U-net 土地利用分类 高分辨遥感图像
原文传递
基于.NET"建设用地跟踪管理系统的设计与实现 被引量:2
12
作者 尹静 唐远洪 《重庆工学院学报》 2007年第1期81-85,共5页
建设用地跟踪管理系统是政府部门内部信息化的一个实例.讨论了该系统的逻辑结构和所采用的解决方案,对系统的功能结构进行了阐述,并给出了系统实现的具体方法.
关键词 政府信息化 建设用地跟踪管理系统 “.net
在线阅读 下载PDF
Impact of land-use management on nitrogen transformation in a mountain forest ecosystem in the north of Iran 被引量:4
13
作者 Maryam Asadiyan Seyed Mohammad Hojjati +1 位作者 Mohammad reza Pourmajidian Asghar fallah 《Journal of Forestry Research》 SCIE CAS CSCD 2013年第1期115-119,共5页
Soil inorganic N is one of the most important soil quality indexes, which may be influenced by land-use change. The historical conversion of land-use from native vegetation to agriculture resulted in sharp declines in... Soil inorganic N is one of the most important soil quality indexes, which may be influenced by land-use change. The historical conversion of land-use from native vegetation to agriculture resulted in sharp declines in soil N dynamics. This study was conducted to determine the soil inorganic N concentrations and net N mineralization rate in four common types of land-uses in the mountain forest area in the north of Iran, namely arable land, pine plantation, ash plantation, and beech stand. The soil samples were taken from top mineral soil layer (5 cm) in each site randomly (n=6) during August- September 2010. Beech stand and ash plantation showed significantly higher total nitrogen compared with arable land and pine plantation, while extractable NH4 +-N concentration was significantly greater in Beech stand compare to arable soils (p〈0.05). No significantly difference was found in Net N mineralization, net nitrification and net ammonification rates among different land-uses. Results showed that net N mineralization and ammonification were occurred just in the soil of Ash plantation during the incubation time. Our findings suggested that conversion of Hyrcanian forests areas to pine plantation and agricultural land can disrupt soil natural activities and affect extremely soil quality. 展开更多
关键词 soil quality net N mineralization nitrogen dynamic land use Hyrcanian forest Alandan.
在线阅读 下载PDF
地形校正对U-Net深度神经网络分类器分类精度的影响 被引量:3
14
作者 贾莉 郑柯 +1 位作者 唐娉 霍连志 《遥感学报》 EI CSCD 北大核心 2022年第4期698-710,共13页
在国土资源监测、森林资源调查等多个领域中,基于遥感影像的分类技术受到了广泛应用。在利用传统分类器对地表覆盖分类提取中,地形效应是制约分类精度提升的一种因素,其影响可通过适当的校正模型减弱,且已证明地形校正能够对分类精度的... 在国土资源监测、森林资源调查等多个领域中,基于遥感影像的分类技术受到了广泛应用。在利用传统分类器对地表覆盖分类提取中,地形效应是制约分类精度提升的一种因素,其影响可通过适当的校正模型减弱,且已证明地形校正能够对分类精度的提升起到积极作用。相比于传统分类器,基于深度学习理论的深度神经网络分类器具有深层特征学习和表达的优势,在图像分类领域兴起并逐渐用于土地覆盖分类且取得了不错的精度提升。本文初步探究了地形校正在利用深度神经网络分类器U-Net进行地表覆盖分类时对分类精度的影响情况。以Landsat 8 OLI 30 m影像为数据源,结合GDEM_V230 m地形数据,在GlobeLand 30和全国30 m森林分类结果的基础上,利用U-Net深度神经网络分类器实现了山区地表覆盖分类提取,并就不同训练样本获取方式及不同精细程度分类体系下地形校正前后的分类精度做了对比分析。分类结果表明:(1)规则网格裁切和坡向辅助裁切这两种训练样本获取方式下,地形校正后的分类精度较校正前不变或有极小幅度的降低,降低范围在0.9%—1.39%;(2)在对更精细的森林类型分类中,地形校正后的分类精度较校正前下降了1.66%。本文初步探究得到:在规则网格裁切和坡向辅助裁切这两种训练样本获取方式及不同精细程度的分类体系下,地形校正均未能提高U-Net深度神经网络分类器的分类精度。 展开更多
关键词 遥感分类 深度神经网络 U-net模型 地形校正 地表覆盖分类 分类精度
原文传递
基于U-Net的湖北省露天矿山土地损毁信息提取应用 被引量:1
15
作者 何睿 王润 +6 位作者 徐航 刘帅 李彧磊 张硕 陈琨 蔡宇 陈梦源 《资源环境与工程》 2024年第1期100-110,共11页
将高分辨率遥感数据与深度学习方法相结合,可实现露天矿山土地损毁信息有效提取,提升对矿山地质环境现状及其变化情况的掌握程度。以高分二号卫星影像为数据源,利用U-Net模型对湖北省3个典型矿集区进行露天矿山土地损毁信息的提取研究... 将高分辨率遥感数据与深度学习方法相结合,可实现露天矿山土地损毁信息有效提取,提升对矿山地质环境现状及其变化情况的掌握程度。以高分二号卫星影像为数据源,利用U-Net模型对湖北省3个典型矿集区进行露天矿山土地损毁信息的提取研究。根据模型精度评价结果,数据训练集所包含的数据越多,其信息提取效果越好;骨干模型层数过深时会发生过拟合现象,降低信息提取结果的精度。经过综合考虑,选择将数据训练集旋转角度设置为30°,将骨干模型设置为ResNet34,最终取得较好的信息提取效果,验证了应用U-Net模型进行露天矿山土地损毁信息提取的可行性。 展开更多
关键词 深度学习 卷积神经网络 U-net Resnet 露天矿山土地损毁 信息提取
在线阅读 下载PDF
Bio-productivity of Pinus sylvestris L.var. mongolica plantation on west Kerqin sandy land
16
作者 郑景明 任恒德 孟康敏 《Journal of Forestry Research》 SCIE CAS CSCD 1998年第4期245-248,共4页
The biomass and net primary production of Mongolian scotch pine (Pinus sylvestris L. var mongolica) plantations of west Kerqin sandy land were measured. According to average standard trees, the biomass, netprimary pro... The biomass and net primary production of Mongolian scotch pine (Pinus sylvestris L. var mongolica) plantations of west Kerqin sandy land were measured. According to average standard trees, the biomass, netprimary production and their distributions of trunk, bark, branch, leaf and root of 16-year-old stand were analyzed.The regressive equation for the estimation of each organ biomass was established through djmensional analysis.Preferable equation with higher precision was selected. The study results showed that the total biomass of theforest community was 62.023 t/hm2 and net primary production was 5.045 V(hm2. a). which indicates that thecommunity of plantation possesses high bio-productivity. 展开更多
关键词 PINUS SYLVESTRIS L.var. MONGOLICA Biomass net primary production Kerqin SANDY land
在线阅读 下载PDF
基于.NET平台的城市绿地管理系统设计与实现
17
作者 李娟利 郭军军 《信息技术》 2013年第10期145-147,151,共4页
为了进一步提高数字化城市建设水平,推进城市绿地管理科学化和养护精细化的步伐,深入地分析了西部某市城内过境水域滩面绿地管护的实际需求,重点介绍了基于.NET平台和ExtJS Web UI组件构建城市绿化养护管理系统的主要功能,并详细阐述了... 为了进一步提高数字化城市建设水平,推进城市绿地管理科学化和养护精细化的步伐,深入地分析了西部某市城内过境水域滩面绿地管护的实际需求,重点介绍了基于.NET平台和ExtJS Web UI组件构建城市绿化养护管理系统的主要功能,并详细阐述了系统实现的关键技术。该系统整合了与绿化养护有关的业务模块,实现了对城市绿化资源的动态化管理,也提高了绿化工作效率,增强了城市园林对公众的服务质量。 展开更多
关键词 绿地管理 net EXTJS 服务质量
在线阅读 下载PDF
基于U-net的多时相高分遥感影像耕地语义分割研究 被引量:5
18
作者 石林山 黄河 +1 位作者 史杨 胡宜敏 《仪表技术》 2019年第9期23-27,共5页
针对手工进行耕地语义分割存在耗时长、效率低下、分割结果严重依赖于工作人员的经验以及传统方法无法较好地满足耕地语义分割要求的问题,首次提出了一种基于U-net的多时相高分遥感影像耕地语义分割方法。首先对多时相高分遥感影像进行... 针对手工进行耕地语义分割存在耗时长、效率低下、分割结果严重依赖于工作人员的经验以及传统方法无法较好地满足耕地语义分割要求的问题,首次提出了一种基于U-net的多时相高分遥感影像耕地语义分割方法。首先对多时相高分遥感影像进行数据预处理,然后对其进行数据增强,接着构建U-net神经网络,使用训练集进行训练,并用测试集来测试神经网络的性能。结果以人工标注的结果作为参考,在保持相同训练集和测试集的情况下,分别用FCN、SegNet和U-net做对照实验。实验结果表明,U-net的分割准确率高于FCN和SegNet,且对边缘分割得较为平整;U-net神经网络能够有效地实现耕地语义分割任务。 展开更多
关键词 U-net 多时相 高分遥感影像 耕地语义分割 神经网络
原文传递
滇桂黔喀斯特地区耕地碳储量时空格局变化及碳汇区识别 被引量:1
19
作者 闫妍 杨文娅 +3 位作者 莫金宇 饶佳娇 黄玉清 张建兵 《武汉大学学报(理学版)》 北大核心 2025年第1期53-61,共9页
研究基于滇桂黔喀斯特地区耕地土壤碳储量和植被净初级生产力计算耕地总碳储量,运用空间分析等方法分析滇桂黔喀斯特地区耕地碳储量时空演变规律,根据耕地总碳储量年变化速率评估滇桂黔喀斯特地区各县域耕地碳汇能力,区分碳源/汇区。结... 研究基于滇桂黔喀斯特地区耕地土壤碳储量和植被净初级生产力计算耕地总碳储量,运用空间分析等方法分析滇桂黔喀斯特地区耕地碳储量时空演变规律,根据耕地总碳储量年变化速率评估滇桂黔喀斯特地区各县域耕地碳汇能力,区分碳源/汇区。结果表明:1)2000―2020年耕地面积增加了1950.67 km^(2),耕地土壤碳储量增加了3.5×10^(7) t,说明区域耕地具有固碳的潜力;在空间分布上,耕地土壤碳储量呈“东南高,西北低”分布特征。2)2005―2020年喀斯特地区县域耕地主要呈现碳汇(NEP>0),多年耕地平均NEP为78.45 g·m^(-2)·a^(-1)。2005―2020年喀斯特地区县域耕地净生态系统生产力(NEP)呈下降趋势,NEP总量从2005年的2.46×10^(14)g降至2020年的1.12×10^(14)g。3)西南喀斯特耕地总体呈现碳汇功能,碳汇强度分布复杂且不均匀,碳汇区221个市县,而碳源区零星分布在云南的西北部和东南部区域。 展开更多
关键词 耕地 碳储量 净生态系统生产力 碳汇区
原文传递
基于SuperMapIS.NET的地价动态监测系统及其WEB服务平台开发
20
作者 刘守洪 于德芳 《安徽农业科学》 CAS 2012年第17期9533-9535,共3页
从分析现有地价监测系统中存在的问题出发,提出基于SuperMapIS.NET进行地价动态监测系统及其WEB服务平台的设计与开发的原则、系统的功能设计、数据处理流程设计、数据组织结构设计,利用建立的地价监测系统对徐州市2011年第3季度的地价... 从分析现有地价监测系统中存在的问题出发,提出基于SuperMapIS.NET进行地价动态监测系统及其WEB服务平台的设计与开发的原则、系统的功能设计、数据处理流程设计、数据组织结构设计,利用建立的地价监测系统对徐州市2011年第3季度的地价进行动态监测与基准地价更新工作,结果表明该系统可靠、稳定、适应性较强。 展开更多
关键词 地价动态监测信息系统 WEBGIS SUPERMAP IS.net 系统设计
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部