【摘 要】
：
应急设施的空间布局事关城市的安全和发展,该文以武汉市某区域为研究区,选取消防站作为典型应急设施进行布局,使用POI、DEM和道路网络等数据,通过SAVEE和AHP等模型识别出消防站用地适宜区和火灾潜在风险区的空间分布,进一步使用应急设施选址模型对消防站进行空间选址。主要研究结论为:(1)消防站适宜性用地评价指标体系能够综合评价消防站选址时需要考虑的各种因素;(2)城市不同类型POI反映出的城市功能
【机 构】
：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000;中国测绘科学研究院,北京100036;中国测绘科学研究院,北京100036;武汉大学资源与环境学院,武汉 430079;武汉市测绘研究院,武
论文部分内容阅读
应急设施的空间布局事关城市的安全和发展,该文以武汉市某区域为研究区,选取消防站作为典型应急设施进行布局,使用POI、DEM和道路网络等数据,通过SAVEE和AHP等模型识别出消防站用地适宜区和火灾潜在风险区的空间分布,进一步使用应急设施选址模型对消防站进行空间选址。主要研究结论为:(1)消防站适宜性用地评价指标体系能够综合评价消防站选址时需要考虑的各种因素;(2)城市不同类型POI反映出的城市功能空间的火灾风险区存在较大差异;(3)综合考虑前30%的高火灾风险区、重要保护区和POI总体覆盖率相关标准
其他文献
为了更好地了解首都国际机场区域差异性沉降的原因,该文基于小基线集干涉测量理论对2015年7月至2019年9月的60景Sentinel-1A降轨数据进行技术处理,获取了首都机场地区高精度地表形变探测结果,并对其时空演化进行分析。结果表明,首都机场地区地表出现分区性差异沉降现象,观测时段内累积沉降量差异超287 mm,可能影响机场的安全运行。发现地下水漏斗时空分布演化与机场区域差异性沉降响应特征较弱,
针对全球定位系统反射信号干涉测量(GPS-IR)反演海面参数技术模型简单且应用单一的问题,该文提出引入表征信号振幅变化的阻尼系数来修正粗糙面对反射信号的影响,以非线性最小二乘算法对修正模型的参数进行识别。实验表明:在海冰识别上,阻尼系数的变化可清晰反映测站附近海冰状态的变化,证明了岸基GPS-IR识别海冰的可行性;在海面测高上,反演值与验潮站的实测值的相关系数达到0.98以上,相比经典频谱分析理论
针对传统车道线检测中图像预处理算法易受光照、遮挡以及阴影等环境因素影响的问题,提出了一种自适应灰度处理算法,并与全局二值化组合用于车道线检测的图像预处理。算法结合R和G通道对车道线的敏感性自适应选取灰度处理阈值,并结合逆透视变换和全局二值化算法实现高质量预处理图像生成。为了验证本文算法实际性能,分别在Tusimple、KITTI、CULane和Caltech-lanes 4个数据集上进行了测试实验
针对地磁适配性分析中,单一的特征指标不能满足适配性精度要求的问题,该文提出一种多指标综合评价体系方法,建立以地磁标准差、地磁信息熵、相关系数及粗糙度为一体的综合评价模型;在确定权重方面,由于主观赋权法及客观赋权法各有优缺点,提出利用主、客观加权赋权法组合权重来确定每个指标的权重系数。能够较好地利用地磁的各种特征信息对地磁基准图候选区域进行综合分析,实现分析结果的全面性。基于多指标融合的地磁适配性分
针对从遥感影像上提取道路出现的细节特征丢失、提取结果模糊的问题,该文提出了一种基于空洞卷积U-Net的遥感影像道路提取算法:(1)以U-Net为基础网络,将低层细节特征与高层语义特征进行多特征融合,更好地还原道路目标细节;(2)为了进一步提高网络对道路细节特征的识别能力,在U-Net中引入空洞卷积模块,学习更多的语义信息来改善提取结果出现的模糊问题。在Massachusetts roads和高分辨
针对InSAR地面沉降数据在网络环境下实时可视化渲染速度缓慢、空间分析交互性差、时序演变难度大的问题,提出了适用于地面沉降数据空间分析和时序表达的矢量瓦片制作方法并运用矢量瓦片技术在网页端实现快速可视化:(1)在传统抽稀算法的基础上对矢量瓦片层级间的抽稀算法进行改进;(2)以时间为尺度对累计沉降量数据进行分割存储,便于多尺度、多时序对InSAR数据进行表达和分析;(3)以抚顺市采煤沉陷区时序InS
针对PointNet深度学习算法可以直接处理无序点云并取得了良好的精度,但是缺乏对局部信息学习过程的问题,该文基于图卷积模型,在PointNet基础上构造层次化的K邻域图,扩大局部感受野,获得高层次的特征抽象,有效提取了点云的局部特征从而提高了分类精度。分类实验在ModelNet40数据集上进行,取得了91.2%的测试精度。研究结果表明,该文提出的算法比PointNet分类结果高出2.0%,同时本
为了更好应用国产高分辨率遥感影像监测评价南方路域植被环境,研究南方路域针叶植被叶面积指数遥感反演。该文以长益高速研究区域的高分六号影像(GF-6)为基础,提出了可适用于针叶叶片的LIBERTY+SAIL耦合模型并结合多元线性回归、局部加权回归反演路域植被针叶LAI的方法。研究中以耦合模型模拟的冠层光谱反射率、GF-6影像和野外实测生化参数为数据源,通过相关性分析,将与LAI相关性较高的SAVI、R
针对原理相似,但空间邻域类型、相似性准则不同导致的基于区域生长的点云分割方法对同一数据具有不同分割效果的问题,该文介绍了现有的5种基于区域生长的点云分割方法的基本原理。5种方法可以归纳为两种分割过程,即逐点生长和表面生长。所采用的分割准则包括法线向量夹角、点到拟合平面距离和曲率等。另外,不同的分割方法采用不同的分割策略,即使在使用相同的生长准则情况下,仍然会得到有显著差别的分割结果。实验结果表明,
针对多数已有的卫星影像云检测方法利用云独特的光谱特征、构造指数图像进行云识别的方法,对传感器、环境参数、云层类型等比较敏感的问题,提出了一种改进HIS模型的高分辨率卫星影像自动云检测方法,以有效弥补传统纹理分析方法计算精度低、效率低下的问题。采用两景国产高分二号遥感影像进行试验。结果表明,该方法错误率低于5%、查全率高于92%、查准率高于95%。