基于调查评价数据的永善县山洪灾害危险评价

基于近年来的山洪灾害调查评价数据,以云南省永善县为例,在要素评价框架下提出了一种县域尺度山洪灾害危险评价方法。该方法以小流域为基本统计单元,从河道形态、小流域属性等方面细化指标体系,并综合主成分分析、层次分析法和熵值法进行指标权重设计。结果表明,永善县山洪灾害危险分布主要受褶皱山系控制、区域特征明显,高危险区约占全县小流域总量的59%,主要沿五莲峰山系贯穿县境南北,低危险区集中在县域东南低地势起伏地区。通过对比历史资料,认为该方法精度较高,可为山洪灾害调查评价工作提供补充,为小流域山洪灾害监测预警设施布设、优化山区村镇居民点和开发建设项目布局等提供指导。     

模糊综合评判法在混凝土坝施工质量控制评价中的应用北大核心

考虑施工过程中混凝土原材料、配合比、拌和、运输和仓面施工过程等质量控制要点对混凝土坝施工质量的影响,深入分析了模糊综合评判模型的构建过程,建立了某混凝土坝施工质量控制效果的二级模糊综合评价模型,实现了对其施工质量控制效果的客观和科学评价。通过实例分析表明该模型能较好的评价混凝土坝施工质量控制效果。     

基于MapReduce的高分辨率遥感影像特征提取方法简

 遥感影像的数量和数据量正在呈几何级数增长,传统遥感影像处理方法已经无法应对这一海量问题。利用新兴的高性能计算集群的超强计算、存储及吞吐能力处理海量高分辨率遥感影像是一种新的思路。在基于云计算的高分辨率遥感影像处理的研究框架下,介绍一种MapReduce遥感影像特征提取方法,实现海量高分辨率遥感影像的海量底层视觉特征的提取。通过在16个节点的Hadoop集群上进行数据量扩展和处理能力扩展实验,证明了基于MapReduce的高分辨率遥感影像底层视觉特征的高效检测与描述方法的高效率及可扩展性。     

基于MapReduce的高分辨率遥感影像特征提取方法

遥感影像的数量和数据量正在呈几何级数增长,传统遥感影像处理方法已经无法应对这一海量问题。利用新兴的高性能计算集群的超强计算、存储及吞吐能力处理海量高分辨率遥感影像是一种新的思路。在基于云计算的高分辨率遥感影像处理的研究框架下,介绍一种MapReduce遥感影像特征提取方法,实现海量高分辨率遥感影像的海量底层视觉特征的提取。通过在16个节点的Hadoop集群上进行数据量扩展和处理能力扩展实验,证明了基于MapReduce的高分辨率遥感影像底层视觉特征的高效检测与描述方法的高效率及可扩展性。     

基于无人机遥感技术的崩岗快速调查方法

我国南方崩岗侵蚀严重,崩岗调查是崩岗预防治理工作的关键环节之一,需要长期周期性重复,传统调查方法所需人力、物力和时间成本都非常高,在一定程度上限制了调查工作的广泛开展。在全面分析总结传统崩岗调查方法的基础上,提出了一种基于无人机遥感技术的崩岗快速调查方法,利用崩岗调查区域的无人机航拍影像三维重建出崩岗地貌,并生成数字正射影像图(DOM)、数字表面模型(DSM)和三维模型,将繁重的野外调查工作转移到室内,借助虚拟三维模型量测和人机交互判读完成崩岗调查工作。通过三组崩岗调查实验验证了本方法的可行性和高效性,并从信息量、精度、效率和成本4个方面讨论本方法的优越性。     

一种适用于云计算可扩展高分辨率遥感影像存储组织结构

传统的遥感影像处理方法已无法有效应对当前遥感影像的3个"海量"问题,即日产量海量、单幅像素海量和可观测地物的类别及数据海量,使得多源海量遥感数据的利用率极其低下。为解决海量高分辨率遥感影像存储问题,提出了一种适用于云计算的高分辨率遥感影像存储组织结构,并对基于MapReduce框架的构建方法进行了详细的介绍。通过在Hadoop集群上对海量高分辨率遥感影像集进行的小影像集大文件构建方法实验与传统同类方式读取效率的对比,证明了本存储组织结构具有较高的扩展性,该小影像集大文件构建方法具有高效和高扩展的数据读写和处理能力,适合于作为处理海量高分辨率遥感影像的数据源。     

一种基于LDA的高分辨率遥感影像检索方法

传统遥感影像检索存在时间和人工成本高、内容信息描述太粗略等问题,更未充分考虑语义信息,难以应对高分辨率遥感影像的海量地物类型及其复杂关系。借鉴信息检索的思想,引入计算机视觉领域的视觉特征和自然语言处理领域的概率主题模型,提出了一种基于LDA(Latent Dirichlet Allocation)的高分辨率遥感影像检索方法。通过一组多主题个数的高分辨率遥感影像检索实验证明,该方法在主题个数较少时,能达到较好的检索效果,较高的查准率,而且在主题个数继续增加时,能使查准率保持在0.9左右。