首页期刊导航|测绘学报
期刊信息/Journal information
测绘学报
测绘学报

陈俊勇

双月刊

1001-1595

chxb@periodicals.net.cn；chxb@chinajournal.net.cn

010-68531322、68531192

100045

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

    机理引导下的阶跃型滑坡位移预测深度学习模型

    蒋亚楠郑林枫许强汤明高...
    1128-1139页
    查看更多>>摘要：阶跃型滑坡变形时间曲线呈阶梯状,阶跃变形量大,准确预警预报困难.针对现有模型在阶跃型滑坡快速变形阶段预测误差大的问题,提出一种机理引导下的阶跃型滑坡变形预测模型,该模型在深入分析滑坡变形机理上,结合变分模态分解开展滑坡位移和影响因子的动态响应分析,为Informer模型提供合理有效的外部影响因子输入,结合多头注意力机制和池化层,实现阶跃期时序数据关键周期信息的有效提取.本研究以三峡库区白水河滑坡为例,收集水库蓄水以来连续15年的逐月位移监测数据及同期逐天的降雨和库水位数据.试验结果表明,本文模型在阶跃型滑坡位移预测中整体预测精度较高,与主流预测模型相比,该模型对快速变形期的阶跃变形预测较为准确,预测误差较小.

    阶跃型滑坡变形机理位移预测Informer自注意力机制影响因子

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

    无人机抛投式GNSS滑坡监测设备智能化部署选址方法

    许豪张勤王利舒宝...
    1140-1153页
    查看更多>>摘要：GNSS技术广泛应用于滑坡形变监测,而复杂艰险的高危滑坡往往人员难至,导致GNSS监测设备安装困难.无人机抛投部署技术为解决此问题提供了可能,然而其前提是为无人机抛投提供适宜的目标部署位置,传统的选址方法主要依赖专家现场踏勘评估,无法满足该场景应用需求.为此,本文首先利用无人机航测、InSAR-Stacking技术获取选址区域的DSM、DOM及地表历史形变速率图,然后基于深度学习、地形分析等方法提取历史形变、裂缝分布、坡度、地表粗糙度、植被指数、坡向等选址因子,最后基于层次分析法对多个选址因子进行决策融合,智能化评估滑坡区域内不同位置的选址适宜性并推荐无人机抛投式GNSS监测设备的目标部署位置.以甘肃黑方台滑坡区域为例开展选址试验,评估了该区域内的选址适宜性并推荐了 4处GNSS监测设备部署位置,现场情况及历史站点形变序列验证了本文方法的有效性.本文方法综合考虑了形变监测、部署难度、观测条件及持续运行等需求,可高效评估选址区域内设备部署的适宜程度,对于提升无人机抛投式GNSS监测设备的部署效率及监测效果具有重要参考价值.

    GNSS无人机抛投滑坡监测监测站选址层次分析法

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

    等高线形态知识与图神经网络联合作用下的黄土地貌类型识别

    孔博艾廷华杨敏吴昊...
    1154-1164页
    查看更多>>摘要：地貌类型识别是多因素联合影响下的复杂决策问题.由于地貌区域环境的广泛性、差异性及地学要素作用的复杂性,简单地引入人工智能方法,通过典型样本监督学习并不能获得该问题的满意结果.因此,本文尝试将等高线形态知识这种测绘自然智能与人工智能结合,在地形形态表达规则和典型地貌类型样本训练联合驱动下,开展混合智能下黄土地貌类型识别研究,提出了整合等高线形态知识与带池化操作图神经网络(graph neural network,GNN)的地貌类型识别方法.本文方法将地貌单元的等高线建模为图结构,并将提取的等高线顶点的形态知识嵌入图节点中,采用带池化操作的GNN模型,挖掘图结构中的高层次特征和上下文信息,以识别地貌类型识别.试验结果证明了本文方法在黄土地貌类型识别上的有效性:在测试数据上获得了 86.1％的F1值,比两个对比方法高出3.0％～8.2％.

    黄土地貌模式识别等高线数据图神经网络

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

    高分辨率遥感影像样本库动态构建与智能解译应用

    顾海燕杨懿李海涛孙立坚...
    1165-1179页
    查看更多>>摘要：在人工智能时代,遥感影像解译朝着自动化智能化方向发展,高质量的样本数据集是其核心.我国积累了海量优质的时空地理信息基础数据及衍生产品,是深度学习驱动的遥感影像智能解译样本的重要来源.盘活现有数据资源,可推动人工智能与遥感解译的应用深度与广度.本文基于现有数据资源,针对样本数据集区域受限、时效性不强、类型单一等问题,研究了面向深度学习的高分遥感影像智能解译样本库动态构建技术.首先,分析了要素提取、地表覆盖分类、变化检测方面的公开样本数据集的特点,提出业务驱动的样本应需生成-动态构建-智能应用思路;其次,研究了基于历史解译成果的样本自动生成、SAM大模型提示学习引导的样本清洗精化方法及实现过程;再次,设计了具有区域性、时序性、尺度性、多传感器、多类型的样本库,以及顾及空间-时间-地类关系的动态样本数据库架构,研究了样本数据集"量化-检索-组合"动态重构过程,实现时空样本的动态管理与多维检索;最后,开展了地表覆盖分类、要素提取、变化检测等智能解译应用,验证了本文研究思路及方法的可行性,以期推动基于已有基础数据的样本数据集的有效利用,以及样本构建-管理-应用及数据-模型-业务的互联互通,为高分遥感影像智能解译样本库构建与应用提供参考思路.

    高分辨率遥感影像样本库样本精化动态构建智能解译深度学习地表覆盖分类变化检测

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

    基于正负核密度曲线的线要素局部清晰度估算与自适应分段

    成晓强刘娜
    1180-1194页
    查看更多>>摘要：在线要素化简时,根据特征差异对线要素进行分段是合理运用化简方法的关键.然而现有分段方法侧重分析线要素的形态特征,忽略了线要素在不同比例尺表达的视觉差异.线要素中无法清晰辨识的模糊部位会随比例尺的变化而改变.基于此,本文提出了一种基于局部清晰度的线要素分段方法.首先,在特定比例尺下生成线要素的栅格形态,并将栅格线像素分为3类:单边界像素、双边界像素和内部像素,其中单边界像素和内部像素会严重影响线要素的视觉辨识;其次,建立3类像素与原矢量折点的映射关系,得到两组数据点:对应线要素模糊部位的粘连折点和对应线要素清晰部位的正常折点;然后,基于一维核密度进行两组数据点的聚集性分析,分别生成该尺度下表示线要素清晰度变化的正向核密度曲线和表示线要素模糊程度变化的负向核密度曲线;最后,分析正负核密度交点特征,得到划分线要素清晰与模糊区域的分段点并完成线要素分段.通过与人为分段结果对比可知,本文的分段结果与人眼对线要素模糊与清晰部分的识别基本一致.

    多尺度异质性线要素局部清晰度核密度线要素分段

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

    基于金字塔语义token全局信息增强的高分光学遥感影像变化检测

    彭代锋翟晨晨周顶蔚张永军...
    1195-1211页
    查看更多>>摘要：针对复杂背景、光谱变化等因素导致高分辨率遥感影像中细小地物检测缺失,几何结构检测不完整等问题,本文联合卷积网络和Transformer网络优势,提出一种基于金字塔语义token全局信息增强的变化检测网络(PST-GIENet).首先,利用无最大池化层的ResNet18网络提取多时相影像深度特征以构建融合特征,并采用联合注意力机制和深监督策略提高融合特征表达能力;然后,通过空间金字塔池化将影像特征表示为多尺度语义token,进而利用T ransformer编码器和解码器对融合特征空间进行全局上下文建模;最后,通过逐层上采样解码器生成最终变化图.为验证本文方法有效性,采用LEVIR-CD、CDD和 WHU-CD 3个公开变化检测数据集进行对比试验与分析,定量结果表明PST-GIENet在3个数据集中均取得最优精度指标,其F1值分别达到91.71％、96.16％和94.08％.目视结果表明PST-GIENet可有效抑制复杂背景、光谱变化等因素干扰,显著增强网络对地物边缘结构和多尺度变化的捕捉能力,取得最佳目视效果.

    高分辨率遥感影像变化检测金字塔语义token全局依赖性注意力机制

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

    多级对比学习下的弱监督高分遥感影像城市固废堆场提取

    王继成郭安嵋慎利蓝天...
    1212-1223页
    查看更多>>摘要：城市固体废物是城市化进程中的重要污染源,对城市生态环境和公共健康造成了巨大危害.高分影像固废堆场智能解译是实现自动排查,提升监测效率的核心和关键技术.基于深度学习的固废堆场自动提取方法严重依赖于获取成本高、制作难度大的高质量像素级标注.为此,本文提出使用更易获取的影像级标注,利用影像自监督学习实现像素级固废堆场提取.围绕固废堆场的影像特征,本文方法在尺度对比约束下综合像素、影像两个层次的对比学习方法,对固废堆场的类别激活图细化和完善,并基于此生成高质量的固废堆场伪像素级标注,用于训练固废堆场提取模型.试验结果表明,本文方法在固废堆场提取的F1值和IoU分数方面分别达到了 71.58％和55.74％,显著优于所有对比方法.这说明利用多级对比学习的弱监督方法能够获得更加完整且准确的类别激活图,从而取得更高的固废堆场提取精度.

    城市固废堆场高分辨率遥感影像对比学习弱监督信息提取类别激活图

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

    联合目标特征引导与多重注意力的建筑物变化检测

    丁少鹏卢秀山刘如飞杨懿...
    1224-1235页
    查看更多>>摘要：高分遥感影像具有丰富的细节特征,建筑物变化类型多,尺度差异大.针对建筑物变化在复杂环境中易出现空洞和遗漏的问题,本文提出联合目标特征引导与多重注意力的建筑物变化检测方法,通过建筑物目标级引导强化类别信息,实现高分辨影像精细变化信息提取.该方法由建筑物显著增强模块和目标引导的多重注意力模块组成,通过全局深层特征感知与融合,提取建筑物重点区域,结合目标级特征引导和多重自注意力强化特征表达,增强上下文特征相关关系,有效减少细节特征损失,解决目标空洞和边缘不清晰造成的细节损失问题.通过两组试验表明该方法能够提升准确率,在变化种类越多的场景中有效减少变化损失,提高算法稳定性.

    高分遥感影像建筑物变化检测目标特征深度学习注意力机制

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

    基于移动激光扫描的地铁隧道渗漏水定位及快速检测方法

    纪长琦郭肇捷孙海丽钟若飞...
    1236-1250页
    查看更多>>摘要：渗漏水是地铁隧道最主要的病害之一,也会导致其他结构病害,开展地铁隧道渗漏水病害检测方法研究具有重要意义.本文聚焦于地铁隧道渗漏水问题,提出了一种基于移动激光扫描点云数据的渗漏水定位及检测方法.首先,结合移动激光扫描检测方法,开展了隧道精确定位方法研究.然后,对YOLOv7模型进行了改进,引入了 ConvNeXt网络和CBAM模块以使模型更好地捕获多尺度、多抽象级别的特征,增强对渗漏水关键特征的关注;使用GIoU Loss损失函数,使模型能够更好地处理不完整渗漏水框;预测时使用Soft-NMS加权平均的方法,保留更多的边界框,从而提高检测精度.结合在重庆地铁获取的激光扫描数据构建的盾构法和矿山法隧道渗漏水数据集,验证了本文方法的高效性和稳健性.消融试验表明,本文方法相较于基线模型在不同数据集上均取得了显著的性能提升,在盾构法数据集中,准确率P提升了 8.1％,召回率R提升了 4％;在矿山法数据集中,准确率P提升了 8.6％,召回率R提升了 6.8％.同时,与主流目标检测算法,如Faster RCNN(Swin)、Faster RCNN(ConvNeXt)、YOLOv8对比,本文方法在精度和速度方面都表现出优势.最后,本文展示了部分隧道渗漏水的定位与检测结果,以验证本文方法的实用性.

    激光点云隧道定位盾构法矿山法渗漏水检测注意力机制

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

    《测绘学报》投稿指南

    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据