特高压塔基施工扰动区域快速自动识别研究

为了探索开发建设项目施工扰动区域和人为水土流失快速监测方法,针对特高压输变电工程线路长、施工标段多、扰动区域分散、人为水土流失严重、监督管理困难等特点,以榆横—潍坊输变电工程区为研究对象,利用卷积神经网络算法和高分2号卫星遥感影像,研究快速自动识别特高压塔基扰动区域、准确提取扰动面积的方法,选择平原农作物区、山地林区、丘陵草地区、平原草地区的33个样点(塔基)进行识别和分类计算。结果表明:利用卷积神经网络算法和高分2号卫星遥感影像可以快速识别施工扰动区域(范围),并准确提取施工扰动面积,与目视解译结果基本一致,与扰动面积实测值相比,相对误差最大值为11.77%、最小值为1.20%。     

输变电工程地理信息数据脱密处理研究

随着GIS技术的快速发展,其在国家电网工程的应用越来越深入和广泛。电网工程中的输变电工程点多面广,应用的地理信息数据涉及诸多国家保密内容,需要经过脱密处理之后面向社会公开。针对此问题,研究了输变电工程中应用最多的影像数据和矢量数据的脱密处理方法。结果表明,本脱密方法在保证了保密数据的安全性的同时又满足了地图公开和电网地理信息保密的双重需求。     

基于高景一号卫星数据的面向对象方法在山区水土流失信息提取中的应用

高景一号是国内首个具备高敏捷、多模式成像能力的商业卫星星座,为探讨高景一号高空间分辨率遥感数据对特高压山区施工造成水土流失信息提取能力,基于面向对象图像分析方法,通过多次试验确定分割尺度,对影像光谱特征、指数特征、纹理特征和对象面积特征分析优选,建立研究区水土流失信息提取规则集,实现对水土流失信息空间分布的准确提取。为凸显高景一号遥感影像面向对象方法相对于像元级分类提取水土流失信息更具有优势,利用决策树算法对研究区进行了像元级水土流失信息提取。结果表明:面向对象方法提取特高压建设施工引起的水土流失信息精度高,且面向对象方法优于像元级水土流失信息提取精度。