期刊,测绘学报 2024年卷4期_国家学术搜索

期刊信息/Journal information

测绘学报

主　　编：陈俊勇

出版周期：双月刊

国际刊号：1001-1595

电子邮箱：chxb@periodicals.net.cn；chxb@chinajournal.net.cn

电　　话：010-68531322、68531192

邮政编码：100045

地　　址：北京复兴门外三里河路50号

测绘学报/Journal Acta Geodaetica et Cartographica SinicaCSCD北大核心CSTPCDEI

查看更多>>本刊创刊于1957年，是由中国科协主管，中国测绘学会主办的反映我国测绘科学技术发展水平的国家级综合性学术刊物，影响因子和被引频次居中文核心期刊测绘类首位，是我国最具影响力的测绘期刊，Ei核心期刊,是中国科技期刊影响因子前40名的惟一的测绘期刊，也是我国提交国际测绘科技交流的主要文献。　　本刊发表中、英两种文字的论文。着重报道我国测绘科技最新的重要研究成果及其应用，内容涉及大地测量、工程测量、遥感、航空摄影测量、地图学、地理信息系统、矿山测量、海洋测绘、地籍测绘、地图印刷、测绘仪器，信息传输等测绘学科及其相关的相邻学科。

正式出版

收录年代

基于高分辨率遥感影像深度特征的城市非渗透表面集成学习提取

李雪涛王盼成曾永年

700-711页

查看更多>>摘要：城市非渗透表面信息的有效提取是高分辨率遥感应用研究的热点问题.针对目前城市非渗透表面信息提取中存在的问题,结合深度学习与集成学习的优势,提出了基于高分辨率遥感影像深度特征的城市非渗透表面集成学习方法.以高分二号多光谱数据为试验数据,以非渗透表面密集程度不同的城市区域为试验区,基于U-Net深度网络提取的高分辨率影像的深层次特征,采用Stacking机制的集成学习机提取城市非渗透表面信息.试验结果表明,基于深度特征的集成学习方法在城市非渗透表面信息提取中获得了较高的精度.在城市非渗透表面密集程度不同的试验区,总体精度不低于91.66％,Kappa系数不低于0.83;错分误差为7.83％～9.39％,漏分误差为7.22％～14.88％.相对于基于浅层光谱信息的集成学习、随机森林、支持向量机,总体精度、Kappa系数有显著提高,错分与漏分误差显著降低.说明深度特征信息能有效提高集成学习提取非渗透表面提取的用户精度与制图精度;相对于U-Net、SegNet深度学习网络,在稀疏、中等密集、密集、复杂4类非渗透表面试验区,有效提高了总体精度、Kappa系数,漏分、错分误差显著的减少.说明基于深度特征的集成学习能有效改善与提高非渗透表面提取的用户精度与制图精度.总体上,基于深度特征的高分辨率非渗透表面集成学习方法能获得较高的城市非渗透表面信息提取精度,在城市土地利用/覆盖分类中具有良好的应用前景.

关键词：

U-Net网络集成学习深度特征城市非渗透表面高分辨率遥感GF-2

原文链接:

万方数据
维普

通道剪枝与知识蒸馏相结合的轻量化SAR目标检测

黄启灏靳国旺熊新王丽美...

712-723页

查看更多>>摘要：轻量化SAR目标检测方法对快速检测SAR影像中的地物目标具有重要意义.针对轻量化检测方法精度不高的问题,设计了一种通道剪枝与知识蒸馏相结合的轻量化SAR目标检测方法.该方法通过对复杂网络中批归一化层的缩放因子γ进行稀疏化训练,判别对应特征通道的重要程度,进而裁剪次要通道,并在微调训练后将其作为教师网络,构造知识蒸馏框架指导轻量模型训练,提高轻量模型的检测精度.采用YOLOv5-6.1算法搭建了检测框架,并在重组的MSAR和SSDD多类目标数据集上进行了训练和检测试验,结果表明该方法能够在保持模型体积仅3.73 MB的轻量化条件下,提升SAR目标检测精度,验证了本文方法的有效性.

关键词：

SAR目标检测轻量化通道剪枝知识蒸馏

原文链接:

万方数据
维普

基于图结构的空间同位模式挖掘

王靖涵艾廷华吴昊徐海江...

724-735页

查看更多>>摘要：空间同位模式反映了不同地理要素分布的依存关系,是地理学第一定律的体现,也符合空间大数据分析重在揭示事物关联特征的目标.空间同位模式挖掘需要顾及空间分布耦合机制,探测空间邻近关系及基于支持度等指标分析高频共生模式.现有方法多在判定邻近关系的同时搜索共生模式,导致在挖掘高阶共生模式时需要实时修正几何邻近关系,在复杂系统下丧失计算过程的灵活性.考虑到图数据蕴含的拓扑连接信息与空间同位模式相契合,本文提出一种基于图结构的空间同位模式挖掘方法.该方法一步完成几何上的邻近关系探测,然后在图数据库中通过子图搜索完成逻辑上的同位模式判别.首先,基于Delaunay三角网构建自适应邻接图,利用自适应邻接过滤器删除无效连接.然后,通过候选子图的不断连接、剪枝、生长,逐步从N元递推获取N+1元候选同位模式.最后,通过计算支持度指标并与预定义阈值比较以确定空间同位模式.本文基于不断生长迭代的图遍历思想提升了空间同位模式挖掘面向更复杂的空间场景的普适性.试验表明本文方法具备高效的挖掘能力,相较传统算法,在多元空间同位模式的挖掘任务中效果更优.

关键词：

空间同位模式自适应邻接图图遍历Apriori算法

原文链接:

万方数据
维普

基于图顶点深度聚类的建筑物合并方法

陈占龙鲁谢春徐永洋

736-749页

查看更多>>摘要：建筑物要素合并是大比例尺地图缩编过程中实现空间结构简化的重要手段.基于综合规则的合并方法难以同时顾及要素形态、分布等诸多特征,受预设算法参数影响大,综合过程缺乏灵活性.针对这一问题,本文提出了一种基于图顶点深度聚类网络的建筑物合并模型,利用Delaunay三角网构建建筑物群组表征图模型,结合自编码器与图卷积网络学习剖分三角形的几何形态、空间分布特征,采用自监督学习方式实现三角形的聚类与分类(保留、删除),最终在不依赖样本条件下实现建筑物要素端到端智能化合并.试验表明,该方法对预设合并参数依赖低,能同时顾及建筑物要素的形态与分布特征.合并过程具有一定灵活性,合并结果能较好满足地图可视化要求.

关键词：

地图综合建筑物合并图神经网络自监督学习

原文链接:

万方数据
维普

基于深度学习的城市PM2.5浓度时空分布预测及不确定性评估

刘慧敏张陈为谌恺祺邓敏...

750-760页

查看更多>>摘要：城市PM2.5浓度的时空分布预测旨在基于有限观测样本实现研究区域内PM2.5分布的全范围感知.理想的预测模型需同时保证结果的高精度与高可靠性.然而,现有研究大多以提升精度为唯一目的,忽视了由于数据质量与模型结构的各异所导致预测结果的不确定性,这极大限制了高精度预测结果的可靠性与可用潜力,从而难以有效辅助空气污染治理等实际应用.为此,本文提出一种耦合不确定性评估的PM2.5浓度时空分布预测模型.通过构建以图卷积和循环网络为主的预测模块,实现PM2.5浓度的高精度预测;同时,基于对抗学习策略与变分自编码思想构建不确定性量化模块,同步揭示预测结果的不确定性水平.深圳市实际数据实证表明,本文方法能有效兼顾PM2.5浓度预测结果的精度与可靠性,能为包括监测站点布局选址在内的环境治理工作提供科学决策支持.

关键词：

PM2.5深度学习不确定性地理预测

原文链接:

万方数据
维普

结合SAM大模型和数学形态学的历史地图水系信息提取方法

赵飞李兆正甘泉高祖瑜...

761-772页

查看更多>>摘要：历史地图记载着丰富的历史地理信息,能够帮助了解历史规律,为当代发展提供借鉴.不同于现代地图、遥感影像等数据,历史地图保存时间久,存在留存数量少、图像精度低等问题,地图符号也与现代有所差异,因此信息难以被高效提取.针对该问题,本文以历史地图《宁夏省境黄河沿岸沟渠水道地形图》为试验数据,提出一种智能化历史地图水系信息提取方法.首先,结合符号句法,运用聚类与数学形态学方法构建数据集;然后,改进通用大模型(SAM)结构并进行迁移学习优化权重;最后,借助改进SAM自动提取历史地图水系信息.将试验结果与其他模型作对比,显示本文方法提取结果边界清晰,轮廓完整,准确率、精度等指标均为最高.同时,将提取结果与该区域水系现状作对比,发现历史上的河流沟渠如今大多改道、偏移或消失,湖泊面积大大减小.本文方法基于SAM通用大模型进行改进,验证了大模型在地图领域的可用性,为地图信息提取提供了思路.

关键词：

历史地图水系提取模糊C均值聚类数学形态学SAM通用大模型

原文链接: