-
公开(公告)号:CN118033691B
公开(公告)日:2024-07-26
申请号:CN202410176377.6
申请日:2024-02-08
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明公开一种基于卫星导航定位基准的测绘基准监督管理方法及系统,包括:S1:获取卫星导航定位基准服务系统轨迹数据和坐标转换数据;S2:将坐标转换数据,形成坐标转换数据集;S3:对轨迹数据进行噪声点剔除、轨迹点分类预处理、选取聚类参数进行聚类并分析,实现轨迹点到矢量面的转化,模拟得到测绘单位外业采集轨迹的面状分布情况;S4:将坐标转换数据集与测绘单位外业采集轨迹的面状分布情况进行匹配套合处理;S5:统计各测绘单位全匹配的坐标转换数据基本单元数占坐标转换数据集的比例P1,统计部分匹配的坐标转换数据基本单元数占坐标转换数据集的比例P2;S6:根据预设阈值,分析判断测绘基准重点监管对象。本发明实现了测绘基准的主动监督管理。
-
公开(公告)号:CN118918475B
公开(公告)日:2025-04-18
申请号:CN202410983698.7
申请日:2024-07-22
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
IPC: G06V20/10 , G06V20/52 , G06V10/26 , G06V10/40 , G06V10/42 , G06V10/54 , G06V10/58 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种多维度多尺度遥感与地形特征融合的耕地非农化智能监测方法,步骤1、获取高分辨率影像、高光谱影像、DEM数据、耕地真值矢量数据、已调查监测的耕地矢量数据;步骤2、分割和聚类超像素地物对象;步骤3、以超像素地物对象为单位,提取各超像素地物对象范围内的特征;步骤4、将训练区提取的各特征组合成每个超像素地物对象的特征向量,构建超像素耕地对象训练样本数据;步骤5、训练耕地对象识别模型;步骤6、提取测试区耕地;步骤7、基于提取的测试区耕地和已调查监测的耕地矢量数据,利用空间叠置分析自动提取耕地变为非耕地的图斑,对该图斑进行优化、过滤筛选出耕地非农化图斑。本发明具有实操性、便捷性、可行性等优势。
-
公开(公告)号:CN118033691A
公开(公告)日:2024-05-14
申请号:CN202410176377.6
申请日:2024-02-08
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明公开一种基于卫星导航定位基准的测绘基准监督管理方法及系统,包括:S1:获取卫星导航定位基准服务系统轨迹数据和坐标转换数据;S2:将坐标转换数据,形成坐标转换数据集;S3:对轨迹数据进行噪声点剔除、轨迹点分类预处理、选取聚类参数进行聚类并分析,实现轨迹点到矢量面的转化,模拟得到测绘单位外业采集轨迹的面状分布情况;S4:将坐标转换数据集与测绘单位外业采集轨迹的面状分布情况进行匹配套合处理;S5:统计各测绘单位全匹配的坐标转换数据基本单元数占坐标转换数据集的比例P1,统计部分匹配的坐标转换数据基本单元数占坐标转换数据集的比例P2;S6:根据预设阈值,分析判断测绘基准重点监管对象。本发明实现了测绘基准的主动监督管理。
-
公开(公告)号:CN117973836A
公开(公告)日:2024-05-03
申请号:CN202311720552.5
申请日:2023-12-14
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) , 中国科学院、水利部成都山地灾害与环境研究所
IPC: G06Q10/0635 , G06Q50/26
Abstract: 本发明提供一种基于生态系统服务供需平衡的生态风险识别方法,包括:根据研究区确定生态服务类型,生态服务类型包括土壤保持、水源涵养、粮食服务和释氧服务;基于生态系统服务类型,计算得到研究区评估期间对应的生态系统服务供需值,采用归一化和加权叠加分析得到研究区生态系统服务供需综合评价指标;根据得到的生态系统服务供需综合评价指标,计算得到研究区生态服务供需比和协调度;根据供需比及协调度,利用趋势检验分析法分别得到评估期间供需比和协调度的变化趋势;基于供需比和协调度的变化趋势,对研究区的生态风险进行识别,得到生态风险识别结果。本发明能够充分考虑生态系统服务供需平衡的变化,提高生态风险识别的准确性。
-
公开(公告)号:CN118918475A
公开(公告)日:2024-11-08
申请号:CN202410983698.7
申请日:2024-07-22
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
IPC: G06V20/10 , G06V20/52 , G06V10/26 , G06V10/40 , G06V10/42 , G06V10/54 , G06V10/58 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种多维度多尺度遥感与地形特征融合的耕地非农化智能监测方法,步骤1、获取高分辨率影像、高光谱影像、DEM数据、耕地真值矢量数据、已调查监测的耕地矢量数据;步骤2、分割和聚类超像素地物对象;步骤3、以超像素地物对象为单位,提取各超像素地物对象范围内的特征;步骤4、将训练区提取的各特征组合成每个超像素地物对象的特征向量,构建超像素耕地对象训练样本数据;步骤5、训练耕地对象识别模型;步骤6、提取测试区耕地;步骤7、基于提取的测试区耕地和已调查监测的耕地矢量数据,利用空间叠置分析自动提取耕地变为非耕地的图斑,对该图斑进行优化、过滤筛选出耕地非农化图斑。本发明具有实操性、便捷性、可行性等优势。
-
-
-
-