首页期刊导航|测绘科学
期刊信息/Journal information
测绘科学
测绘科学

张继贤

双月刊

1009-2307

niu@casm.ac.cn

010-88217815

100039

北京市海淀区北太平路16号

测绘科学/Journal Science of Surveying and MappingCSCD北大核心CSTPCD
查看更多>>本刊是由国家测绘局主管，中国测绘科学研究院主办的高层次测绘类一级学术和技术核心期刊，是中国科技核心期刊、中国核心期刊、中国科学引文数据库核心期刊和中国知识资源总库科技精品期刊，并被国际6大检索机构之一的俄罗斯《文摘杂志》收录。刊登的主要内容包括：大地测量学同相关学科的综合研究、卫星导航定位研究、数字摄影测量、遥感图像处理的智能化研究、遥感器原理和技术、风格的理论及其技术、测绘网络和虚拟技术、地图和地理的理论和技术、地图数据的符号化和可视化研究、3S技术及其集成的理论和应用、基础地理信息的综合分析与集成应用、矿山测量、海洋测量、激光扫描技术和应用、地图印刷的新技术和新方法及与测绘相关领域的研究等。
正式出版
收录年代

    COSMIC-2与GNSS的星地联合火山爆发电离层扰动分析

    胡嘉宇孙亚洲朱家熹龚晓鹏...
    1-15页
    查看更多>>摘要：针对2022年初南太平洋汤加火山剧烈爆发引起的全球电离层显著扰动,该文基于星基COSMIC-2低轨卫星与多系统地基GNSS数据,提出一种星地联合的电离层响应分析方法.首先进行星基电离层掩星,对爆发前后火山近场上空电子密度廓线(EDP)进行时空窗口融合,并提取电离层峰值密度(NmF2)、峰值高度(HmF2)以揭示爆发期间火山上空电离层时空演变规律;此外,提取分布于全球的768个GNSS测站的电离层延迟信息,建立电离层模型并计算延迟差分项,从星地基不同视角综合分析电离层扰动,进一步获取火山爆发所引起的行进电离层扰动(TID)近远场传播特征,从而深入理解火山爆发对全球不同区域电离层产生的影响.结果表明,汤加火山爆发将大量气体微粒从低海拔吹向高层大气,影响电离层的离子化过程,摧毁其近场上空的典型电离层结构,导致爆发日与磁静日对应时刻EDP偏差较大,相关性较弱,爆发日EDP的均方根误差(RMSE)提升78％,余弦相似度(CS)降低至0.900.此外,火山近场至远场上空电离层均存在不同程度的响应,相较于近场的高频重力波快速(0.8～1.0 km/s)信号,远距离传播的低频兰姆波传播速度较慢(0.3～0.4 km/s),同时TID振幅随着传播距离增大衰减.

    汤加火山COSMIC-2电离层掩星星地联合行进电离层扰动重力波兰姆波

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    深度学习与多传感器融合的室内定位研究

    耿晓惠吕伟才朱平
    16-26页
    查看更多>>摘要：针对传统神经网络算法定位误差大和单一地磁技术存在的不足,以及其他室内定位方法存在的缺点,本文提出了一种基于长短期记忆递归神经网络(LSTM)与地磁、光照强度、小波降噪技术相融合的方法.离线阶段将坐标轴转换的地磁三轴数据与对应光照强度数据结合提升定位点的特征维度,采用小波降噪的方法对数据降噪并建立指纹库,输入到LSTM神经网络模型,建立地磁定位模型.在线阶段利用已建立的地磁定位模型输出定位结果.实验结果表明,平均误差比降噪前的平均误差减小了 17％,该融合定位方法平均误差相比单一地磁定位技术提升了 34.5％,该定位模型具有较好的定位性能,可有效应用于室内定位;且地磁/光强/小波降噪融合室内定位技术可明显提升定位精度及稳定性,解决复杂环境下的定位精度问题.

    室内定位光照强度LSTM神经网络小波降噪

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向三维重建的SAM前景图像自动分割方法研究

    陈季委唐丽玉苏宏霖
    27-35页
    查看更多>>摘要：针对多视图图像三维重建前,图像数据存在背景冗余且干扰目标对象识别以及重建效率低的问题,该文提出一种基于segment anything model(SAM)的改进前景自动分割方法.首先通过调用SAM图像编码器计算输入图像的图像嵌入;根据图像像素计算像素坐标作为提示嵌入,自动预测前景掩码;SAM前景预测所得的掩码可能存在细小的漏分错分和边缘锯齿,引入高斯滤波对掩码图像进行优化;以人工构筑物、植物及其植物器官为例,将掩码应用于原始图像,利用分割后的图像进行多视图立体视觉三维重建与神经辐射场重建.基于多种图像数据的实验结果表明,该方法针对以对象为中心的多种图像数据可以有效剔除背景的干扰,取得高质量的分割结果,且在三维重建过程能够节省重建所需时间,提高三维重建效率.

    前景分割SAM多视图三维重建神经辐射场

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基干部分可变形卷积的多尺度路面缺陷检测算法

    付景泽吕伏
    36-49页
    查看更多>>摘要：针对当前的路面缺陷检测算法在精度和效率方面存在一定的问题,该文在YOLOv8n的基础上进行改进,提出了双分支多尺度特征下的路面缺陷检测算法YOLOv8-PFMD.首先,使用部分可变形卷积(P-DCNv3)替换常规卷积,以在提高模型特征提取能力的同时增强其对不同缺陷形变的适应能力;其次,在C2f模块中采用了更高效的Faster_RFE_Bottleneck模块,结合Pconv和RFE结构充分利用特征映射中感受野的优势,以进一步降低模型计算量;然后,在坐标注意力的基础上提出多尺度双分支坐标注意力(MDCA),通过扩展双分支的拆分融合,从而在减少模型参数的同时提高模型特征表达能力;最后,将YOLOv8n两个检测头的卷积融合成深度可分离卷积(DSConv),使模型的参数量大幅下降.实验结果表明,在RDD2022数据集和Road Damage数据集上,改进的算法与原算法相比,mAP5 0分别提升了 8.4％、7.3％,参数量和计算量分别降低了 16.7％、20.7％.在RDD2022数据集上,算法在mAP50和F1分数方面,相较于Faster-RCNN、YOLOv7等主流目标检测算法也取得了提升的效果.

    路面缺陷检测可变形卷积YOLOv8坐标注意力多尺度池化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    主成分分析与BP神经网络结合的叶绿素a浓度反演模型

    解学通郑艳张金兰陈克海...
    50-58页
    查看更多>>摘要：针对MODIS不同波段之间信息冗余对叶绿素a(Chl)浓度建模的影响,该文在建模中引入主成分分析(PCA)方法,提出了一种PCA与BP神经网络相结合的Chl浓度反演模型(PCA-BPN).通过主成分分析,从多个相关波段中提取出几个相互独立的关键主成分,然后将这些关键主成分作为BP神经网络的输入,通过网络自主学习构建Chl浓度反演模型.实验表明,前3个主成分包含了波段信息的99.5％,降低了神经网络的输入维度.与Aqua卫星上MODIS(MODISA)标准Chl反演模型OCI相比,PCA-BPN模型提高了反演精度,在全球海域Chl浓度反演中具有一定的应用潜力.

    MODIS卫星主成分分析神经网络叶绿素浓度反演模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    SBAS-InSAR下小湾水库-澜沧江段库岸滑坡空间分布统计

    洪文玉喜文飞钱堂慧郭峻杞...
    59-68页
    查看更多>>摘要：针对以往滑坡空间分布统计缺少动态因子,未考虑长时间序列滑坡隐患动态变化的问题,该文利用升降轨合成孔径雷达(SAR)数据,采用短基线集差分干涉技术对小湾库区-澜沧江段2021年9月-2023年9月的41景Sentinel-1A升轨与47景Sentinel-1A降轨影像进行形变反演.结合形变数据进行库岸滑坡空间分布统计研究,并利用地理探测器探测海拔、坡度、坡向、地层岩性等因子对滑坡的贡献率.结果表明,小湾水库-澜沧江段整体形变为-112.3～120.9 mm/a;对滑坡的空间分布进行统计分析,滑坡的分布主要集中在海拔1 300～1 500 m之间、坡度在30°～45°之间、坡向在东北、正东和西南方向,岩性为软岩等区域,海拔、坡度、坡向、地层岩性对滑坡的贡献率分别为0.359、0.126、0.103、0.553.研究结果能够为水库库岸灾害的防治提供参考.

    SBAS-InSAR空间分布滑坡灾害形变监测统计分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    U-Net网络结合多注意力机制的极化SAR影像地物识别方法

    李云川李勇发左小清李永宁...
    69-76页
    查看更多>>摘要：针对极化信息难以利用,卷积神经网络(CNN)只关注局部感受野内的信息,无法准确提取出关键特征,从而导致识别任务性能下降的问题,该文提出一种U-Net网络结合多种attention模块方法MA U-Net.该方法通过联合时频分析(JTFA)将极化状态的时间序列转化为频率表示,揭示了信号频率成分,有助于提取有用的信息降低了极化信息的利用难度.并且,使用增加多种attention模块的U-Net网络用于特征提取,ResNet网络用于地物识别任务.通过与传统CNN和U-Net网络对比发现,该文提出的MA U-Net地物识别方法在同一数据集中的识别精度更高,平均识别精度分别提高了6.1％和4.5％,在极化合成孔径雷达(SAR)影像目标识别方面有着明显的优势.

    极化SAR地物识别特征融合深度学习U-Net网络改进

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    BP神经网络的盐沼湿地无人机LiDAR点云强度校正

    张曙刘昆波谭凯刘帅...
    77-86页
    查看更多>>摘要：针对盐沼湿地点云强度与各影响因素间的复杂关系导致现有常规的数学物理模型难以对强度予以精确校正的问题,该文基于盐沼湿地目标反射特性、仪器光电转换原理和空间几何构造(距离和入射角)3个因素与强度数据的关联,设计了包含漫反射和镜面反射两个隐含层的BP神经网络架构,采用贝叶斯优化获取BP神经网络最佳超参数组合,建立空间几何构造与强度数据之间的映射关系,提出了一种基于BP神经网络的盐沼湿地无人机激光雷达(LiDAR)点云强度校正新方法.相比现有的改进归一化校正模型和Phong校正模型,该文方法校正后强度数据变异系数比值分别提升约4.58％和25％,校正后强度数据分类精度分别提升了 6.36％和2.11％.该文方法无需进行复杂的室内和室外校正实验,也无需考虑仪器的内部光电转换机制及激光辐射传输过程,为复杂环境下多平台和多回波LiDAR强度数据的精确建模及盐沼湿地地物信息提取提供了数据基础.

    无人机LiDAR盐沼湿地回波强度强度校正神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种遥感重标注的像素级人机交互神经网络

    梁桂明肖明虹余凡谢俊威...
    87-99页
    查看更多>>摘要：针对遥感图像标注产品的自动化像素标注难题,本文提出一种遥感重标注的像素级人机交互深度神经网络(DGN)方法,可自动生成图像标注,并允许标注者在发现错误后通过简单的指导信息自适应地纠正先前的标注,且采用了一种新的训练方法和度量标准,用以衡量重新标注的效率.在Vaihingen数据集上使用不同的基础架构和骨干网络对该算法进行了实验验证,结果表明,DGN能有效地引导指导模块利用指导信息,将重新标注效率提高至2.52倍,并一定程度上提高了分类的精度.

    图像标注机器学习语义分割

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    河套灌区耕地质量评价与建模——以内蒙古五原县为例

    游泽威杜清运任福周晓艳...
    100-112页
    查看更多>>摘要：针对当前耕地质量评价模式时间成本高、难以快速应用的问题,该文探究了耕地质量大尺度、高效率分析的新方法,基于PSR理论框架,使用高分系列遥感影像等数据,采用三调耕地图斑作为评价单元,使用特尔斐法、层次分析法、加权求和法进行指标确权和耕地质量评价分级,并在ArcGIS中构建了五原县耕地质量评价模型工具.评价结果表明五原县平均耕地等级为6.09级,主要集中在5～7级,6级耕地占比达42.39％,耕地质量大致呈现中西部高东南沿线偏低的空间分布规律.与国家利用等结果对比分析,7级、8级和13级耕地面积差评价精度达到94.29％、78.49％、100％;等级差在1级以内的耕地图斑数量和面积占比分别为54.11％和74.83％,模型评价结果较好,简化了部分外业采样和指标计算过程,可为耕地质量的评价与监测提供参考.

    耕地质量评价PSR理论遥感指标模型构建器时空数据

      原文链接:
    • NETL
    • NSTL
    • 万方数据