一种基于点云压缩数字地表模型的洪水淹没快速评估方法

    公开(公告)号:CN116416395A

    公开(公告)日:2023-07-11

    申请号:CN202310099790.2

    申请日:2023-02-10

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于点云压缩数字地表模型的洪水淹没快速评估方法,包括:数字地表模型生成、点云高程压缩和洪水淹没快速评估。具体是通过获取待评估区域的卫星立体像对数据以及激光测高数据,以生成区域初始点云;基于法线差分特征,对区域初始点云进行分割,区分出城镇点云以及非城镇点云,并对非城镇点云进行高程差点云压缩,生成区域数字地表模型;再根据区域数字地表模型,基于水量平衡法则,并结合降水总量估计、淹没精度阈值进行迭代计算,输出得到洪水淹没范围评估结果。与现有技术相比,本发明能够有效提高数字地表模型高程精度、降低对计算性能的依赖,能够在给定降雨量条件下快速准确地评估洪水淹没范围。

    基于土地变化预测和空间滞后模型的像元级PM2.5预测方法

    公开(公告)号:CN116402199A

    公开(公告)日:2023-07-07

    申请号:CN202310280202.5

    申请日:2023-03-21

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法,包括以下步骤:获取Landsat遥感影像,基于随机森林的方法进行土地利用类型分类,得到土地利用分类图;基于土地利用分类图和驱动因子,利用Futureland模型预测未来的土地利用模式;基于Landsat遥感影像,利用光谱计算的方法获取土地覆盖指数;基于土地覆盖指数和土地利用模式,利用全局和局部变化方法预测未来的土地覆盖指数;获取地面监测站点的PM2.5浓度数据,利用空间滞后模型顾及PM2.5的空间依赖性,构建PM2.5和土地覆盖指数的关系模型;基于PM2.5和土地覆盖指数的关系模型,结合预测的未来的土地覆盖指数,预测像元级的PM2.5。与现有技术相比,本发明具有实现了对像元级PM2.5的大范围长时序的准确预测等优点。

    基于全局协同融合的多光谱和全色卫星影像地表分类方法

    公开(公告)号:CN116343058A

    公开(公告)日:2023-06-27

    申请号:CN202310268047.5

    申请日:2023-03-16

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于全局协同融合的多光谱和全色卫星影像地表分类方法,包括:获取研究区的多光谱卫星遥感影像和全色卫星遥感影像,并进行地表要素样本标注,得到训练样本图;构建全局协同的多光谱和全色卫星遥感影像地表要素分类深度卷积神经网络,该网络包括两个单源分支和一个多源分支;将多光谱和全色卫星遥感影像以及训练样本图,输入网络中,进行训练,得到训练后的网络模型;获取待分类的多光谱和全色卫星遥感影像,并输入到网络模型中进行预测,得到各个网络分支的概率分类图;通过概率加权对各个概率分类图进行决策级融合,得到最终的研究区地表要素分类图。与现有技术相比,本发明具有分类精度高、结果鲁棒性好和预测速度快等优点。

    基于特征融合的高分辨率夜光遥感影像自动变化检测方法

    公开(公告)号:CN110991248B

    公开(公告)日:2023-05-05

    申请号:CN201911065814.2

    申请日:2019-11-04

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于特征融合的高分辨率夜光遥感影像自动变化检测方法,包括以下步骤:1)获取研究区短时重大事件发生前后的两时相高分辨率夜光遥感数据,并对前后时相遥感影像进行预处理;2)基于预处理后的高分辨率夜光遥感数据,提取多种衍生纹理特征图像,叠加构造融合纹理特征后的多波段特征影像;3)采用多元变化检测算法MAD及其迭代加权算法IR‑MAD对步骤2)中的多波段特征影像进行变化检测,得到融合多特征的变化强度图TMAD和TIR‑MAD;4)分别对变化强度图TMAD和TIR‑MAD进行分割,获得各自对应的二值变化检测结果图。与现有技术相比,本发明具有适用于星载高分辨率LJ1‑01夜光遥感影像处理、自动程度高、高精度、长时序和大范围监测等优点。

    一种基于空间误差的城市土地利用模拟元胞自动机方法

    公开(公告)号:CN111080070B

    公开(公告)日:2023-05-02

    申请号:CN201911135113.1

    申请日:2019-11-19

    Applicant: 同济大学

    Abstract: 本发明涉及基于空间误差的城市土地利用模拟元胞自动机方法,包括:1)对遥感图像进行分类,获取城市土地利用图和驱动因子;2)对城市土地利用图和驱动因子进行系统抽样,获取样本数据;3)利用SEM对采样数据进行训练,建立CA转换规则;4)采用对数似然值、AIC评估转换规则的拟合性能,检验效果;5)建立CASEM新模型,并计算产生城市土地转换概率图;6)基于遥感分类的历史土地利用数据,预测未来每个时间点城市元胞数量;7)使用CASEM模拟预测城市空间格局和扩张过程;8)利用多类指标对模拟结果进行综合评价并输出并保存。与现有技术相比,本发明的基于空间误差的城市土地利用模拟元胞自动机方法能消除模型误差中的空间自相关,提高模拟精度。

    基于短波红外和热红外数据特征融合的火烧迹地检测方法

    公开(公告)号:CN111008565B

    公开(公告)日:2023-05-02

    申请号:CN201911065798.7

    申请日:2019-11-04

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于短波红外和热红外数据特征融合的火烧迹地检测方法,包括以下步骤:1)获取待检测区火灾发生前后的Landsat‑8影像数据,并对前后时相影像进行预处理;2)根据预处理后的时相影像分别计算前后时相MNBR指数差值特征dMNBR以及前后时相亮温差值特征dBT;3)用基于梯度转移和总变差最小化的融合算法GTF融合指数差值特征和亮温差值特征,生成火烧迹地灰度图;4)对火烧迹地灰度图进行自适应阈值分割,生成关于火烧迹地与非火烧迹地的二值变化检测图,进而实现火烧迹地的提取。与现有技术相比,本发明具有抑制背景干扰、准确快速地提取火烧迹地等优点。

    基于交叉熵优化器的城市扩张多情景模拟元胞自动机方法

    公开(公告)号:CN110909924B

    公开(公告)日:2023-05-02

    申请号:CN201911100807.1

    申请日:2019-11-12

    Applicant: 同济大学

    Inventor: 冯永玖 童小华

    Abstract: 本发明涉及基于交叉熵优化器的城市扩张多情景模拟元胞自动机方法,包括:1):对卫星遥感影像进行监督分类获得土地利用分类图,并建立空间变量因子数据;2):基于空间变量因子数据获取研究区域内的有效样本点;3):建立CA城市扩张模拟原型模型,并基于有效样本点数据,对CA参数进行获取;4):建立优化CA参数的相关目标函数,并利用交叉熵优化器优化CA参数;5):建立CA转换规则,并获取转化概率图;6):建立城市扩张模拟CACEO模型,并模拟预测城市扩张动态和未来可能情景;7):对CACEO模型及其模拟预测结果,进行精度评定,并输出保存模拟结果。与现有技术相比,本发明有效优化CA模型并通过客观定权实现多目标城市扩张情景预测。

    一种基于区域网平差的卫星遥感影像色彩均衡方法

    公开(公告)号:CN112233190B

    公开(公告)日:2023-04-07

    申请号:CN202010425601.2

    申请日:2020-05-19

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于区域网平差的卫星遥感影像色彩均衡方法,包括:S1、根据影像空间位置提取影像重叠区,对影像重叠区划分均匀格网,利用HOG特征提取算法提取格网特征,利用格网特征进行同名格网的优化筛选;S2、以多项式为平差模型,针对系数阵秩亏问题引入基准影像,针对像素值分布不均问题引入虚拟控制,针对呈现弱连接的困难区域采用重叠区的整体灰度均值加以约束,对测区内各影像的色彩变换参数进行引入权值的整体求解;S3、利用S2得到的色彩变换参数对每景影像做色彩校正,得到色彩均衡的影像序列。与现有技术相比,本发明方法能够有效地处理相邻影像间的亮度和色彩差异,使整个测区内的颜色过渡自然,取得了较好的效果。

Patent Agency Ranking