杨耘 作品数:66 被引量:333 H指数:11 供职机构: 长安大学地质工程与测绘学院 更多>> 发文基金: 国家自然科学基金 中央高校基本科研业务费专项资金 陕西省自然科学基金 更多>> 相关领域: 天文地球 自动化与计算机技术 环境科学与工程 农业科学 更多>>
基于条件随机场的卫星立体影像城区三维分类方法研究 城区三维信息提取是国家基础地理数据DLG生产、城市三维重建以及规划等众多任务面临的技术难题。而传统的卫星立体影像三维信息提取技术通常需要控制点或RPC参数可以实现目标的三维重建。但,当缺乏这类辅助数据时无法实现目标的三维... 杨耘 张双丽关键词:条件随机场 相关向量机在地震滑坡敏感性分析中的应用 被引量:1 2017年 地震滑坡敏感性分析是地震次生灾害研究的重点内容之一。数据量大且致灾因素复杂是研究地震滑坡问题的难点。在对已有敏感性分析模型研究的基础上,以芦山地震为例,选取地面高程、坡度、坡向、地层、斜坡形态、斜坡结构、距断层平均距离、距水系平均距离、地震峰值加速度9个地震滑坡评价因子,建立基于遗传算法的相关向量机(GA-RVM)敏感性分析模型,生成地震滑坡敏感性区划图,统计结果显示滑坡正确率为99.74%,滑坡密度在极高敏感区达到27.4057个/km2。结果表明,相对于基于遗传算法的支持向量机,GA-RVM获得了更高的预测精度,可为进一步完成地震灾害预防提供依据。 邱丹丹 牛瑞卿 杨耘关键词:相关向量机 遗传算法 地震滑坡 近30年新疆县域尺度洪旱灾害空间聚类研究 被引量:10 2017年 干旱和洪水灾害是新疆主要的自然灾害,其发生频率高,分布广且危害严重。洪旱灾害空间聚集研究对防灾减灾、救灾物资科学配置的意义重大。以近30年新疆各县市洪旱灾害次数为基础,运用全局Moran’s I系数、Moran散点图和Anselin局部Moran’s I系数分析了新疆县域尺度洪旱灾害的空间自相关性,揭示了新疆洪旱灾害的局部聚集和局部异常特征。全局空间自相关结果表明,县域尺度干旱、暴雨与升温混合型洪水、融雪型洪水和山洪Moran’s I Z值大于0.01,置信水平为2.54,表明洪旱灾害在行政单位间存在很强的空间自相关性,空间分布呈聚集状态。局部空间自相关结果表明,干旱聚集区比较分散,主要分布在东疆哈密地区和北疆伊犁地区、昌吉回族自治州、阿勒泰地区和南疆和田地区;1984-1989年干旱聚集程度最高,研究时段内聚集整体呈下降趋势,各时段均有少数几个县市与邻近县市局部空间自相关显著,局部区域呈集聚或离散的空间格局。各类型洪水"高-高"聚集空间差异显著,融雪型洪水聚集在塔城地区和克州,山洪聚集在哈密地区哈密市、伊吾和巴里坤县与周边木垒县;暴雨与升温混合型洪水聚集在博州的温泉、博乐和精河县以及伊犁地区的霍城县。 刘艳 陈爱京 杨耘 戴晓爱关键词:聚集性 空间自相关 基于多尺度残差网络的小样本高光谱图像分类 被引量:11 2020年 为了解决基于深度学习的高光谱图像分类方法对于小样本数据分类精度低的问题,提出了一种基于多尺度残差网络的分类模型。该模型通过在残差模块中加入分支结构,分别构造了基于光谱特征和空间特征的提取模块,实现了空间特征和光谱特征的多尺度提取融合,充分利用了高光谱图像中丰富的空谱信息。此外,所提模型使用了动态学习率、批归一化以及Dropout等来提高计算效率和防止过拟合。实验结果表明,该模型在IndianPines和PaviaUniversity数据集上分别取得了99.07%和99.96%的总体分类精度,与支持向量机和现有的深度学习方法相比,所提模型有效地提高了针对小样本高光谱图像的分类性能。 张祥东 王腾军 杨耘关键词:高光谱图像分类 小样本 多尺度 基于GA-XGBoost模型的GF-5卫星影像土壤重金属含量反演研究 被引量:6 2022年 随着高光谱成像技术的发展,利用国产高光谱影像进行大范围土壤参数反演成为了可能,但其反演精度仍有待提高。因此,以陕西大西沟矿区为例,以GF-5高光谱卫星影像以及实测的土壤样本数据为数据源,提出了一种基于遗传算法特征选择的XGBoost土壤铜元素反演模型(GA-XGBoost)。首先,对预处理后的影像数据进行连续统去除等光谱变换,并利用蒙特卡罗交叉验证法(MCCV)剔除异常土壤样本;最后,分别建立基于相关系数与遗传算法特征选择的XGBoost重金属含量反演模型。实验结果表明,相同光谱变换条件下,与基于相关系数特征选择的XGBoost模型相比,所提GA-XGBoost模型性能均有明显改善,其中基于连续统去除变换的GA-XGBoost模型反演效果最优,均方根误差为4.85 mg·kg,拟合优度达0.84,相对预测误差值为2.0。利用该模型进行研究区土壤Cu含量空间分布反演结果表明,该区域开采区周边及道路两侧受到Cu的污染较严重,这一规律与实地调查结果一致。 柏晗 杨耘 崔琴芳 贾鹏 王丽霞关键词:光谱学 土壤重金属 非参多水平集遥感图像分类方法 被引量:1 2009年 多光谱影像中存在着光谱异质性、细节干扰及地物拓扑结构复杂等特点,给遥感分类带来诸多不利影响。针对此类问题,提出一种新的非参数密度估计的多水平集分类方法:将Parzen窗非参数密度估计方法集成到多相位水平集框架中,用以提高复杂场景中样本概率密度估计的准确性,并增强抗干扰能力;此外,基于Gabor小波滤波器导出的纹理特征构造了一个新的能量项以增强模型的纹理分析能力。实验对比及分析验证了所提出的模型在仅有少量先验知识的条件下,可有效地改善遥感图像分类的质量。 林颖 印桂生 杨耘关键词:PARZEN窗 密度估计 条件随机场建模的大尺度空间上下文的高分辨率遥感图像分类 被引量:2 2014年 针对高分辨率图像分类中大尺度空间上下文信息表达难的问题,提出一种两级空间上下文特征关联的条件随机场(CRFs)模型。先对图像进行分层及逐层特征提取,并进行"对象层—目标层"特征关联;再用支持向量机(SVM)的概率输出定义CRFs模型的关联势函数,利用分层特征加权的Potts函数定义交互势函数;最后采用分段学习及最大-积消息传递算法对该模型进行训练和推理。用大比例尺航空图像进行试验,结果表明,与基于单尺度的像素层、对象层或目标层的SVM-CRFs相比,本文提出的模型分类精度和时间效率都有所提高。 杨耘 隋立春关键词:高分辨率遥感 图像分类 2001—2015年天山地区草地NDVI时空演变和气候驱动特征分析 被引量:15 2018年 草地分布时空特征演变和气候驱动特征研究对草地生态环境评价意义重大。基于2000—2015年MOD13Q1 NDVI数据开展了天山地区近15年NDVI年均状况及其变化趋势的空间制图,以及12种典型草地NDVI年均状况等级及其面积发展趋势的时空统计。根据地面气象站同期日观测数据形成了3—8月≥10℃积温和5月、6月、7月及5—6月累积降水序列并完成了空间制图,与天山地区7月NDVI均值进行相关分析和F检验,得到NDVI水热影响空间特征。结果显示,不同草地类型NDVI差异显著,温性草原化荒漠、温性荒漠和温性草原NDVI集中在[0.2,0.4],低地草甸、高寒草甸、高寒草原、沼泽集中在[0.4,0.7],山地草甸、改良草地和热性灌草丛集中在[0.7,1.0],温性荒漠草原类和温性草甸草原类分别介于[0.4,0.7]和[0.7,1.0]。约44%的区域NDVI呈增加趋势,其中8.3%显著增加;约10.6%的区域NDVI显著下降。山地草甸、温性草甸草原和改良草地及热性灌草丛类的NDVI下降趋势显著,温性草原化荒漠、温性荒漠、低地草甸和沼泽增加趋势显著,其他草地类型变化趋势不显著。不同草地类型水热影响程度差异显著,约41%的区域与降水量呈显著正相关,31%的区域与温度呈显著负相关,说明草地生态系统受气候环境因子影响程度较大。 刘艳 聂磊 聂磊关键词:草地 遥感专业空间分析课程思政教学探索 2023年 课程思政是提高专业人才培养质量的关键。在综合分析课程思政重要性的基础上,对遥感相关专业课程思政现状进行回顾,以测绘类遥感专业课程空间分析为例,结合课程特点,探讨课程思政建设思路、建设举措,并简要介绍建设成效。实践表明,建强“主力军”、建好“主战场”、用好“主渠道”三步走的建设模式,有利于实现价值引领、知识传授和能力培养的有机统一,有利于实现立德树人根本任务。 杨丽萍 惠文华 徐翠玲 杨耘NDVI相似性分区下天山地区草地总产草量遥感估算 被引量:4 2018年 山区草地总产草量遥感估算是定量评价区域牧业生产力的有效手段。常规总产草量地面观测数据准确性较高,但无法覆盖整个天山山区,且耗时耗力。针对此问题,以新疆天山山区为研究区,选取MODIS/MOD13Q1 250m植被指数(normalized difference vegetation index,NDVI)产品数据,以县(市)为单元,基于巴氏距离定量评价研究区植被指数分布区域相似性以得到有效遥感建模分区,在此分区基础上,结合草地总产草量实测数据,建立研究区植被指数-草地总产草量遥感估算模型。结果显示,1)基于各县(市)2009-2015年7月底至8月初植被生长期多年NDVI均值直方图计算巴氏距离,以巴氏距离d>0.5为阈值,研究区被划分为7个遥感建模区;2)各分区内NDVI-草地总产草量数据拟合方程形式不同,有线性、指数、幂指数和多项式回归方程几种形式。总体来看,各分区NDVI-草地总产草量拟合相关系数在0.784~0.836。交叉检验除天山北坡西段-伊犁河谷草原畜牧业区RMSE值在2 951kg·hm-2外,其他分区RMSE值均在266~928kg·hm-2,原因在于伊犁河谷草原畜牧业区实测草地总产量在10 000~30 000kg·hm-2的样点居多,区域草地总产量较其他区域多。 刘艳 聂磊 聂磊