首页期刊导航|武汉大学学报(信息科学版)
期刊信息/Journal information
武汉大学学报(信息科学版)
武汉大学学报(信息科学版)

刘经南

月刊

1671-8860

journalw@whu.edu.cn

027-68778465

430072

武汉市珞喻路129号武汉大学测绘校区

武汉大学学报(信息科学版)/Journal Geomatics and Information Science of Wuhan UniversityCSCD北大核心CSTPCDEI
查看更多>>本刊为测绘专业学术期刊,主要刊登测绘、遥感、图形图像处理等专业及相关学术论文。发表论文强调先进性、创造性。该刊发表的论文部分收录于EI、SCI、AJ等。
正式出版
收录年代

    ICESat-2高程信息辅助下的北极冰区航线规划

    赵羲霍瑞陈亦卓马跃...
    1610-1620页
    查看更多>>摘要:为了实现北极航道重点区域海冰冰情的精准监测,高分辨率的海冰厚度信息必不可少,而目前普遍存在的千米级分辨率的海冰厚度数据无法满足该需求.针对以上问题,借助冰、云和陆地高程卫星(ice,cloud,and land elevation satellite-2,ICESat-2)测高数据沿轨间隔密集的优势,尝试建立ICESat-2 ATL10海冰干舷产品和哨兵2号(Sentinel-2)高分辨率影像反照率之间的回归模型.利用此模型获取密集分布的海冰干舷信息,通过静力平衡方程模型得到高分辨率的海冰厚度,结合基于Sentinel-2影像获取的高分辨率海冰密集度,对船舶进行北极航道小尺度区域下的适航性分析并规划最优航线.研究表明,ATL10海冰干舷值和Sentinel-2反照率拟合得到的回归模型具有较好的拟合精度,R2均高于0.5,平均偏差均小于0.05m,均方根误差均小于0.2m.此外,高分辨率海冰参数信息对真实冰情细节之处的描述更加准确,尤其是在低分辨率海冰参数结果中较难体现浮冰间细小冰间水道的分布情况,因此所提高分辨率海冰参数反演方法可以为冰区船舶规划出更加精确的航行路线.

    ICESat-2海冰密集度海冰厚度航线规划

    利用U-Net的格陵兰冰盖冰面湖提取和面积变化分析

    彭博洋周春霞朱冬雨李明慈...
    1621-1629页
    查看更多>>摘要:冰面湖作为冰盖质量损失、海平面上升、气候变化等全球变化问题的指示器,对研究全球气候变化背景下冰盖的稳定性有着重要的作用.利用深度学习中的语义分割模型U-Net实现了不同情形下Landsat卫星影像中冰面湖的提取,并与多种方法进行了比较,发现U-Net冰面湖提取方法在性能和效率上表现最佳.提取2000-2020年北极格陵兰岛Sermeq Avannarleq冰川附近的冰面湖,并分析冰面湖面积的季节变化和年际变化.结果表明,该区域的冰面湖面积在每年5月-9月呈现先增后减的变化趋势,5月中旬开始增加,7月中下旬达到峰值,9月基本消亡;该区域的冰面湖面积在2000-2020年呈现增加的趋势,表明该区域冰盖融化量逐渐增加.

    冰面湖格陵兰冰盖深度学习Landsat影像

    联合ALOS-2和Landsat 8的绿洲土壤水分反演模型研究

    王宇杨丽萍任杰张静...
    1630-1638页
    查看更多>>摘要:机器学习和多源数据融合是土壤水分反演研究的热点方向,但对L波段合成孔径雷达(synthetic aperture radar,SAR)数据的研究较少.以额济纳绿洲为研究区,利用ALOS-2 PALSAR-2和Landsat 8影像提取雷达和光学特征参数,通过参数重要性评分进行特征筛选,采用随机森林方法建立基于雷达、光学以及雷达-光学特征参数协同的土壤水分反演模型,对比模型精度,反演绿洲土壤水分.结果表明,与C波段相比,L波段SAR数据对干旱荒漠绿洲区土壤水分含量敏感性更高;雷达特征参数中重要性较高的为表面散射和体散射分量,二面角散射和螺旋体散射分量相对偏低;光学特征参数中植被供水指数重要性最高,增强型植被指数重要性最低.雷达特征参数方案最优模型决定系数R2、均方根误差(root mean square error,RMSE)分别为0.67、2.16%,光学特征参数方案模型精度普遍较低且精度相当,R2、RMSE分别为0.5、2.47%;雷达-光学参数协同反演的最优模型R2、RMSE分别为0.72、1.99%,相比单一数据源,R2分别提升7.46%、38.4%,RMSE分别降低8.54%、22.6%.研究证明,基于多源数据融合的随机森林模型在干旱荒漠绿洲区具有较高的预测精度和良好的适用性.

    ALOS-2PALSAR-2Landsat8土壤水分随机森林特征参数

    顾及水平方向偏差的三维声呐点云数据分区滤波方法

    贺正军吴云龙李邵波张绍成...
    1639-1649页
    查看更多>>摘要:三维声呐测量受到水下复杂环境干扰,通常存在较多噪点,需要进行精细滤波处理,才能应用于水下场景.针对现有算法的不足,从降低数据复杂度、局部特征分析和分块滤波等方面,建立了一套适用于三维声呐点云数据预处理方法.首先,针对不同区域点云在法向量、空间距离和回波强度的差异性,基于超体素聚类法实现水下复杂点云分块;然后,对点云块建立局部坐标系并进行趋势面拟合;最后,构建多维度点云误差检测数据,依据地形复杂度将点云块划分为三类区域,并采用Grubbs检验作为判定准则,实现分区域自适应阈值去噪.计算结果表明,所提综合滤波方法对于水平和垂直方向的点云数据均有较好的精度,平均总体精度达99.3%,平均Kappa系数达0.906,能够有效应用于水下复杂区域的三维声呐点云数据滤波处理.

    三维声呐点云滤波超体素整体最小二乘自适应阈值

    知识引导的桥梁建造过程时空叙事三维可视化方法

    朱军赖建波谢亚坤陈佩菁...
    1650-1660页
    查看更多>>摘要:准确描述与理解桥梁建造过程,对于学生学习与现场人员精细化管理等具有重要意义.然而,桥梁建造过程涉及对象众多、行为复杂、状态多变,导致表达存在规范性差、认知效率低等问题.提出一种知识引导的桥梁建造过程时空叙事三维可视化方法.该方法首先通过剖析桥梁建造过程,构建了"对象-行为-状态"三域关联的桥梁建造知识图谱;进而突破了叙事要素分析与匹配、三维场景映射与实例化、时空叙事三维动态可视化等关键技术;最后研发了原型系统并开展了案例实验分析.结果表明,实验组答题正确率达到76.5%,较对照组提升了 13.2%;清晰度、丰富度和理解难度综合角度下,实验组78.8%的人员具有良好认知体验,较对照组提升了 45.5%.因此,所提方法能够有效提升桥梁建造过程的空间认知教育效果.

    桥梁建造过程时空叙事三维可视化知识图谱知识引导

    基于BERT迁移学习模型的地震灾害社交媒体信息分类研究

    林森刘蓓蓓李建文刘旭...
    1661-1671页
    查看更多>>摘要:社交媒体数据具有现势性高、传播快、信息丰富、成本低、数据量大等优点,已经成为分析突发灾害事件的重要信息源,但社交媒体数据也存在质量各异、冗余而又不完整、覆盖不均匀、缺少统一规范、隐私与安全难以控制等缺点.为了利用社交媒体数据为灾害应急响应提供精准化依据,需要能够甄别社交媒体内容并进行有效分类的先进技术.利用基于变换器的双向编码表征进行迁移学习,建立文本分类模型,对地震灾害事件后"黄金"72 h内的微博数据进行多标签分类,面向应急需求将标签划分为致灾信息、损失信息、救援救助信息、舆情信息、无用信息5种类型,从而定向挖掘可用于灾情分析的精细化专题信息.所提模型在训练集和测试集上的分类准确率分别达97%和92%,有效提升了微博文本数据的分类精度.评估结果表明,所提模型能够较好地分类社交媒体中地震灾害标签信息,可应用于地震灾害事件的快速灾情研判,这种社交媒体灾情信息获取方法弥补了传统灾害信息获取手段的滞后性.

    BERT预训练模型迁移学习社交媒体地震灾害灾害应急响应多标签分类

    界面密度对城市街道自然通风和污染扩散影响的数值模拟

    刘稳黄正东詹庆明邵振峰...
    1672-1682页
    查看更多>>摘要:在完全过渡到绿色交通之前,由高密度建设和车辆尾气排放直接引起的城市街道空气污染问题是城市大气污染治理的一个重要议题.针对城市街道设计管控中界面密度这一重要形态参数,构建典型城市街道空气流动和污染扩散的三维数值模型,利用计算流体力学模拟方法研究界面密度对城市街道自然通风和空气质量的影响,并评估不同界面密度下城市街道自然通风性能和污染扩散能力.研究表明,街道任意一侧界面密度降低,整体上均有利于城市街道自然通风性能和污染扩散能力的提升,而相比街道下游,上游界面密度降低对街道通风环境和空气质量的改善效果更为显著;建筑布局形式对不同界面密度下城市街道整体空气流动和污染扩散的影响具有临界效应,该临界的上游界面密度约为0.8;相比对称式布局,采用错列式布局更有利于提升街道自然通风性能和污染扩散能力,从而促进街道空间空气流通和环境品质改善.

    界面密度街道设计自然通风计算流体动力学模拟空气污染建筑布局

    时空序列嵌入门控扩张残差网络的兴趣点推荐

    姜涛徐胜华李晓燕张志然...
    1683-1692页
    查看更多>>摘要:个性化兴趣点推荐是基于位置社交网络的一项重要服务,通过用户签到数据的序列信息和时空上下文信息可以有效挖掘用户的移动模式和兴趣偏好.为充分挖掘用户的个性化时空偏好和连续签到序列的长期依赖关系,提出嵌入时空条件的概率生成模型,构建门控扩张残差网络,实现基于门控扩张残差网络的兴趣点推荐方法.所提方法通过门控扩张残差网络学习用户的签到序列,将用户连续签到的空间距离和时间间隔作为约束条件,挖掘用户连续签到行为的时空规律,捕获用户签到行为的序列偏好和时空偏好.使用Foursquare和Instagram两套公开的签到数据集进行实验,结果表明,与表现最好的对比算法NextItNet相比,所提方法在召回率、精确度、F1分数和归一化折损累计增益等评价指标上都有明显提升.在Foursquare数据集上,各项指标的提升范围为1.52%~24.95%;在Instagram数据集上,各项指标的提升范围为7.06%~42.47%.所提方法适用于挖掘用户连续签到中存在的长期依赖关系,可以有效嵌入空间距离和时间间隔影响因素,提高了兴趣点推荐的准确性.

    兴趣点推荐空间距离时间间隔门控扩张残差时空序列

    基于用户生成内容的大型商场情感地标提取方法

    朱利涛沈婕王兴周静怡...
    1693-1701页
    查看更多>>摘要:用户情感对空间注意力、决策和记忆力具有重要影响.情感与地标关联可在增强用户认知地图能力的同时,提高导航效率.当前研究侧重于情感地标在导航中的作用,对其在复杂室内环境中的提取方法关注较少.以大型商场为研究对象,提出基于用户生成内容的情感地标显著度定量评价模型,进而实现室内情感地标的自动化提取.首先,利用网络爬虫技术获取某大型商场的用户评论数据;其次,基于SnowNLP对用户评论进行情感分析,并将分析结果扩展至认知显著性度量体系中;然后,利用层次分析法和指标相关性的组合赋值法计算显著度指标的权重,构建情感地标显著性综合评价模型;最后,利用层次聚类算法提取分级地标,依据分级地标设计符合用户认知的多尺度室内导航地图,通过用户实验验证地标提取方法的可用性.该研究推动室内导航地图设计的标准化,为室内智能化导航服务提供有益的补充.

    用户生成内容大型商场情感地标地标显著度情感分析

    一种基于时空棱柱的乘车行程可拼性判断模型

    李杰文康朝贵
    1702-1711页
    查看更多>>摘要:拼车是城市共享出行的重要组成部分,量化分析行程间的可拼性程度对推广拼车服务和提高乘客的出行效率具有重要意义.现有研究大多依据车辆在多个上、下车点间是否满足特定时空约束条件下的先后到达顺序来判断可否拼车,缺少有效建模行程可拼性强度的手段,在应对大规模拼车请求时无法快速全面地发现所有潜在可拼机会.提出了一种基于时空棱柱的乘车行程可拼性判断模型,首先基于时间地理学中的时空棱柱建模方法和乘客共乘意愿的时空表达,构建行程的潜在时空可达范围表达模型;然后,基于行程时空棱柱间的拓扑关系判断行程的可拼性,量化行程的可拼性强度;最后,提出两种拼车匹配策略,模拟真实出行环境下的拼车匹配结果.实验结果表明,所提模型能够准确和有效地发现潜在可拼行程.对美国纽约市曼哈顿岛内行程可拼性能力的可视化分析结果呈现出明显的时空分布规律,能为车辆资源调度和乘客拼车出行规划提供一定的决策支持.

    共享出行时空棱柱道路网络可拼性判断模型拼车匹配策略