首页期刊导航|测绘通报
期刊信息/Journal information
测绘通报
测绘通报

高锡瑞

月刊

0494-0911

chtb@periodicals.net.cn chtb@chinajournal.net.cn

010-68531192，685311349

100045

北京西城区三里河路50号

测绘通报/Journal Bulletin of Surveying and MappingCSCD北大核心CSTPCD
查看更多>>本刊创刊于1955年，是由国家测绘局主管，中国地图出版社主办的反映我国测绘科技发展现状和指导全国测绘生产业务的国家级综合性、技术性刊物。致力于宣传国家测绘科技方针、政策及法律、法律，公布新的测绘科技成就，传播测绘科技信息，交流学术思想，促进科技成果的商品化、产业化。主要内容包括：大地测量、GPS、摄影测量、RS、地图制图、GIS、工程测量、矿山测量、地籍测绘、海洋测绘、测绘仪器、信息传输、行业管理、测绘教学；计算机、通讯等相关理论技术在测绘领域里的应用；国内外测绘学术动态及有关测绘科技信息。
正式出版
收录年代

    利用行车记录仪视频提取路面车道线

    黄金彩李诗逸石岩
    1-5页
    查看更多>>摘要：路面车道线是高精地图的关键组成部分,搭载在网约车上的海量行车记录仪视频是对道路信息的实时观测,是一种较为经济的车道线数据提取的重要数据源.本文基于海量的滴滴网约车行车记录仪视频,探讨了基于LaneNet深度网络模型的路面车道线数据提取方法的可行性.该方法首先利用LaneNet网络模型对每帧视频图像进行语义分割,进而通过预测透视变换矩阵,实现对车道线像素点位置的拟合提取,最后采用模拟数据和复杂场景下的滴滴行车记录仪数据进行试验结果评价.试验结果表明,本文采用模型在车载视频图像中具有较好的车道线提取性能.

    车载视频高精地图车道线语义分割道路提取

      原文链接:
    • 万方数据
    • 维普

    三维探地雷达体素化局部熵特征提取地下目标

    王文龙胡庆武张菊赵鹏程...
    6-10页
    查看更多>>摘要：针对目前三维探地雷达未充分挖掘三维空间信息,数据处理主要基于对二维切片图像进行分析解译的问题,本文提出了一种三维探地雷达数据体素化后基于离散点云的局部熵提取地下目标的方法.首先,将获取的三维探地雷达数据体素化为离散三维点云;然后,计算整个区域体素化后点云的局部熵,通过支持向量机(SVM)对土壤背景和地下目标从多个尺寸进行区分;最后,以城市道路地下环境为研究对象进行试验分析.试验结果表明,该方法提取地下目标的准确率高达84.2％,遗漏地下目标的漏测率低至9.8％.该方法准确有效,为三维探地雷达提取地下目标提供了一种新的方法.

    三维探地雷达地下目标提取局部熵体素化

      原文链接:
    • 万方数据
    • 维普

    基于点云深度信息的有效点云阈值自适应方法

    慕志洋周伟张林范浩...
    11-17页
    查看更多>>摘要：复杂环境中实时定位与地图构建(SLAM)是机器人自动导航研究领域的难点之一.机器人所处周边空间环境的剧烈变化易使SLAM构图出现漂移和重影,降低构图的精度.为此本文提出了一种有效点云阈值的自适应优化方法,以提高SLAM算法在复杂环境的适用性.该算法通过实时计算激光点云的三维数据得到点云的深度信息,并依据深度信息的波动性和点云分布的离散系数自适应优化有效点云阈值,从而实现闭环控制.试验表明,本文阈值自适应优化方法明显改善了快速且直接的激光雷达与惯性里程计算法在复杂环境中的构图效果,矫正了该算法在狭窄环境中的里程计坐标误差,并将回环定位误差降低了 7.5％.

    实时定位与地图构建深度信息离散系数阈值自适应点云

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv8的SAR影像船舰目标检测模型

    杨明秋陈国坤左小清董燕...
    18-23页
    查看更多>>摘要：在SAR影像船舰目标检测任务中,受近海岸区域背景复杂和船舰目标多尺度等因素影响,船舰目标在检测过程中出现检测精度不高、漏检的问题.针对上述问题,本文提出了一种基于YOLOv8s改进的SAR影像船舰目标检测模型,并在SSDD和HRSID数据集上进行试验验证,效果优于其他经典算法.

    船舰目标检测SAR影像残差增强可变形卷积动态稀疏注意力

      原文链接:
    • 万方数据
    • 维普

    基于升降轨SAR数据的六库街道地表形变监测及地理探测机制

    俞文轩李益敏计培琨马恩华...
    24-32页
    查看更多>>摘要：地表形变作为一种普遍存在的地质灾害,易在地形复杂的山区引发滑坡、泥石流等灾害,长期威胁着人民的人身财产安全.然而,由于缺乏全面的地表形变监测和对形变驱动因子的定量分析,难以针对性地对地表形变进行有效防范.为了准确识别山区地表形变的主导因素,本文基于升降轨SAR数据集的星载合成孔径雷达干涉测量技术(InSAR),获取了云南省六库街道2016年1月-2022年2月的地表形变时空分布;在验证监测结果的可靠性后,利用地理探测器量化驱动因子的贡献并揭示其相互作用的机制.结果表明:①六库街道地表形变以沉降为主,主要集中在主城区,形变速率为-44～30 mm/a;②降水量、高程、土壤类型与研究区地表形变表现出较强的空间相关性,驱动因子之间的交互作用增强了地表形变的空间相关性;③主城区形变以垂直向沉降为主,李家田、大密扣村存在水平形变.

    SBASPS时序InSAR地理探测器形变监测

      原文链接:
    • 万方数据
    • 维普

    小波GRU-ARMA优化的InSAR监测沉降预测方法

    马志刚杨国林刘涛魏小强...
    33-39页
    查看更多>>摘要：本文在长短时记忆神经网络-自回归滑动平均模型(LSTM-ARMA)的基础上,提出了基于小波门控循环神经网络-自回归滑动平均模型(GRU-ARMA)优化算法.首先使用小波降噪将InSAR原始时间序列分解成趋势项和噪声项,采用GRU循环神经网络滚动预测趋势项、ARMA模型预测噪声项;然后将趋势项和噪声项的预测值之和作为总的时间序列预测值,其优点为提高了各监测点的预测精度;最后选取阿干矿区2020-2023年最严重沉降区域的多个点(CP0001、CP0007和CP0009)为例进行了研究.试验结果表明,基于小波优化组合模型的预测精度高于传统单一模型GRU/LSTM的预测精度;相较于LSTM-ARMA模型,小波GRU-ARMA 优化模型的预测效果更稳定,是一种地表沉降预测的有效思路和方法.

    SBAS-InSAR小波GRU-ARMA优化模型地表沉降预测逐点预测面域预测

      原文链接:
    • 万方数据
    • 维普

    一种顾及空间异质性和噪声的遥感缺失数据重建方法

    雷楷烨张显云刘晶晖吴雪...
    40-47页
    查看更多>>摘要：针对光学遥感数据常存在大量缺失数据和噪声,以及现有光学遥感缺失数据重建算法大都未充分顾及地理数据空间相关密切程度的问题,本文充分利用地理空间数据间的时空关联性,提出了一种协同随机森林(RF)和地理加权回归(GWR)的重建方法(RF+GWR),分别以GF-4归一化植被指数(NDVI)、MODIS地表温度(LST)和GF-4反射率数据为试验材料,对RF+GWR方法的普适性和缺失重建性能进行了评估.试验结果表明,在所设不同云量掩膜水平下,相比于KNN和RF,RF+GWR方法在GF-4 NDVI、MODIS LST和GF-4波段反射率缺失数据方面的重建性能均有不同程度的改善,均方根误差、平均绝对误差和决定系数最大提升分别为 33.07％、30.19％和 7.06％.

    光学遥感缺失数据重建地理加权回归随机森林K最近邻

      原文链接:
    • 万方数据
    • 维普

    面向网络空间地图的时空实体可视化表达与实现

    陈敏颉江南张政崔鹏雨...
    48-54页
    查看更多>>摘要：针对当前地图数据模型难以有效表达网络空间要素复杂关联和动态变化特征的问题,本文首先分析了网络空间地图的概念和特点,将网络空间时空实体作为网络空间地图表达的基本单元;然后结合其特点,提出了从实体层、特征层和变化层建立网络空间时空实体表达模型;最后重点研究了网络空间时空实体动态变化和关系特征的可视化方法,并以典型国家网络安全事件表达为例,进行了可视化技术实现.结果验证了本文提出的表达模型可有效应用于网络空间多维、关联、动态特征的表达,也为后续网络空间地图可视化研究与应用提供了参考.

    网络空间地图网络空间时空实体表达模型动态变化关系特征可视化表达

      原文链接:
    • 万方数据
    • 维普

    结合DenseNet和ConvLSTM的区域性PM2.5浓度预测

    郭凯琳张瑞菊王坚李海波...
    55-60,127页
    查看更多>>摘要：准确、可靠地预测PM2.5浓度,对于大众有效规避空气污染和政府策略制定非常重要.然而,由于大气流动的动态性,PM2.5浓度的预测具有很大的不确定性和不稳定性,使得单一模式难以有效地提取时空相关性.本文提出了一个强大的预测系统,可实现准确的单步、多步及趋势预测PM2.5浓度.首先,采用相关分析方法筛选出有助于预测目标城市污染物浓度的气象和污染物空间信息;然后,利用DenseNet的特征提取能力,从多个城市的污染与气象数据集中提取空间相关特征;并利用ConvLSTM层结合污染物数据的时、空特征,对时空特征进行提取以准确预测污染物;最后,通过4个准确性指标和3个预测试验,全面评估了本文提出的预测系统的性能.此外,试验研究表明,该预测系统在大气污染的预警、区域防治和控制方面具有良好的应用前景,并且其精度和稳定性优于各种基线模型.

    深度学习空气污染DenseNet污染物浓度预测

      原文链接:
    • 万方数据

    基于深度学习的黄土陷穴易发育区域预测与分析

    黄骁力江岭陈西位宏...
    61-69页
    查看更多>>摘要：黄土陷穴是黄土高原地区普遍存在的一种特殊的地质灾害,其防治工作是黄土地区工程建设必须要考虑的问题.本文基于修正通用土壤流失模型(RUSLE),从DEM、降水量、地表覆盖、植被指数等多源数据中提取12种不同类型的特征因子,构建卷积神经网络(CNN)和深度神经网络(DNN)两种预测模型,实现对黄土陷穴易发育区域的预测,并对两种模型的预测结果进行对比与分析,从而为黄土地区的陷穴灾害防治、工程建设及水土保持提供参考依据.研究结果表明,CNN、DNN两种预测模型准确率均达80％以上,F1分数均达83％以上,均能有效地预测黄土陷穴的易发育区域.其中,CNN模型准确率达83.25％,F1分数达85.18％,分别比DNN模型高2.63％、1.56％,且该模型泛化能力表现更好,预测结果在细节上也表现更为出色.预测结果表明,黄土陷穴在沟谷区域发育较强,平坦地形发育较弱,人类活动对其发育具有一定影响.

    黄土陷穴区域预测多源数据卷积神经网络深度神经网络

      原文链接:
    • 万方数据
    • 维普