基于地理格网模型矿区生态演变大数据多尺度查询方法

    公开(公告)号:CN114090714A

    公开(公告)日:2022-02-25

    申请号:CN202111389493.9

    申请日:2021-11-22

    IPC分类号: G06F16/29 G06Q50/02

    摘要: 本发明公开了一种基于地理格网模型矿区生态演变大数据多尺度查询方法,方法如下:A、构建地理格网剖分模型;B、基于Z‑order空间填充曲线进行地理编码;C、对生态演变大数据进行时间编码;D、根据生态环境的影响因子建立生态因子体系并以地理编码和时间编码为信息载体构建得到生态演变大数据立方体EE‑Cube,在数据库中构建时空复合索引结构;E、查询区域采用不同空间尺度下对矿区任意时间、任意空间下生态演变数据的检索、展示及分析。本发明基于地理格网模型进行地理编码并综合时间编码规则,同时建立时空复合索引结构对应映射数据的数据库以方便数据检索,实现了生态演化大数据任意空间、任意时间、任意尺度的快速检索、查询与分析。

    一种基于改进DeepLabV3+的露天矿区土地利用识别方法

    公开(公告)号:CN113435411A

    公开(公告)日:2021-09-24

    申请号:CN202110843211.1

    申请日:2021-07-26

    摘要: 本发明公开了一种基于改进DeepLabV3+的露天矿区土地利用识别方法,首先制作矿区不同土地利用类型样本数据集,构建DeepLabV3+网络模型,采用Xception作为基础网络架构提取低层和高层特征,其次通过改进的空间金字塔池化提取多尺度特征信息,然后将多尺度特征输入到注意力机制模块中,增强网络模型的分类能力;最后,聚合Xception低层特征与多尺度高层特征,通过卷积和上采样得到模型预测结果。本发明通过低层特征多尺度空间信息融合减少网络逐层卷积池化导致的边缘信息损失,提高了分割精度,通过引入空间注意力机制模块聚合多尺度上下文信息,增强网络模型的分类能力,通过占比加权的方法解决网络训练中样本不平衡的问题,提高了各类别用地的分类识别精度。

    一种矿区生态环境演变驱动因子权重量化分析方法

    公开(公告)号:CN113128134A

    公开(公告)日:2021-07-16

    申请号:CN202110669285.8

    申请日:2021-06-17

    IPC分类号: G06F30/27 G06N3/04 G06N3/08

    摘要: 本发明公开了一种矿区生态环境演变驱动因子权重量化分析方法,对植被、土壤、水体、大气以及生态功能进行长时间尺度上高频次定量反演,获取连续空间的生态因子及气候气象、地理地貌、人类活动三类驱动因子数据集,然后结合统计再分析数据、土地利用分类数据,在高维度空间对参量数据进行叠加构建生态演变大数据立方体,接着以纯数据驱动的角度建立矿区生态演变的地理时空加权人工神经网络对各参量之间的驱动关系进行模拟,最后采用高维数据下的矿区生态驱动因子定权法来量化各因子的权重,从而计算出驱动因子权重立方体,得到了矿区生态环境演变过程中在不同空间位置下的主导驱动因子及其权重,为探索矿区生态环境演变机理提供了客观的数据。

    基于多任务卷积神经网络的露天采场识别与变化检测方法

    公开(公告)号:CN117671437B

    公开(公告)日:2024-06-18

    申请号:CN202311359531.5

    申请日:2023-10-19

    摘要: 本发明公开了一种基于多任务卷积神经网络的露天采场识别与变化检测方法,其方法包括:S1、采集研究区T1、T2两个时相的遥感影像数据,构建多任务卷积神经网络模型;S2、变化检测网络分支将第一识别网络分支得到的特征图与第二识别网络分支得到的特征图进行差分融合得到编码特征图,然后通过跳跃连接并进行特征融合得到特征图Dt‑5、Dt‑4、Dt‑3、Dt‑2;S3、变化检测网络分支将特征图Dt1‑2与特征图Dt2‑2进行差分融合得到特征图Da‑t2;S4、将特征图Dt‑2分别与通道注意力权重、空间注意力权重相乘运算得到特征图D′t‑2,然后通过上采样操作得到变化检测结果。本发明构建有基于孪生VGG‑16网络结构的多任务卷积神经网络模型,能够快速高效地应用于露天矿区采场识别与变化区域自动检测。