多偏移遥感图像的BP神经网络亚像元定位

提出了一种借助多偏移遥感图像来改进基于BP神经网络(BPNN)的亚像元定位新方法.不同于原BPNN方法使用单幅低空间分辨率观测图像,新方法利用多幅带有亚像元偏移的低空间分辨图像来确定亚像元属于各类的概率,然后根据概率值和地物覆盖比例确定亚像元类别,以降低BPNN定位模型中的不确定性和误差.实验表明,提出方法在视觉和定量评价上,均能获得更高精度的亚像元定位结果,验证了提出方法的有效性.     

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。     

基于双变量熵信息法的江西省崩岗侵蚀风险评估

崩岗侵蚀是我国南方地区水土流失的一种特殊类型,但关于崩岗的风险评估方面的研究较少。选择江西省作为研究区域,通过相关因子分析筛选风险评估指标,采用双变量熵信息法计算崩岗发生风险,在此基础上采用专家打分法计算崩岗危害风险,将崩岗发生风险与崩岗危害风险叠加即可得到崩岗侵蚀风险,以此探讨区域尺度崩岗侵蚀风险评估的可行性。结果表明:江西省南部、西部崩岗发生风险较高,东部、北部和中部相对较低;全省崩岗危害风险总体较轻微,在中部危害风险相对较高,但比较零碎;综合发生风险和危害风险后,江西省崩岗侵蚀以中风险为主,占全省总面积的63%以上,较高及以上风险主要分布在中部呈东北至西南向的区域范围内。研究成果可为我国南方地区的崩岗侵蚀风险评估提供参考。     

区域弃渣综合利用信息管理平台研究与设计

随着城镇化进程加快,生产建设项目产生的弃渣日益增多。弃渣的全过程管理是水土保持工作的重点和难点,弃渣资源化利用也是环境保护与城市可持续发展的关键环节。本文构建区域弃渣综合利用信息管理平台,技术架构采用云原生技术、微服务架构以及容器化部署等方法,功能模块包括数据采集与智能分类、资源匹配与优化、环境监测与评估等,确保平台的高度扩展性和可靠性。通过实施该平台,促进弃渣的减量化、资源化,提升区域弃渣资源化利用效率和智能化管理水平。