CN115240076B 一种基于卫星遥感图像目标识别的城市内涝风险评估方法 （常州大学）_第1页
CN115240076B 一种基于卫星遥感图像目标识别的城市内涝风险评估方法 （常州大学）_第2页
CN115240076B 一种基于卫星遥感图像目标识别的城市内涝风险评估方法 （常州大学）_第3页
CN115240076B 一种基于卫星遥感图像目标识别的城市内涝风险评估方法 （常州大学）_第4页
CN115240076B 一种基于卫星遥感图像目标识别的城市内涝风险评估方法 （常州大学）_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

Identificationofur一种基于卫星遥感图像目标识别的城市内本发明提供了一种基于卫星遥感图像目标的经纬度信息，依据该经纬度信息分别从天地程数据提取模块：通过地理空间数据云平台下2城市积水点采集模块：通过社交媒体平台获取城市积水点数据，利用A卫星遥感图像特征提取模块：将卫星遥感图像输入深度深度学习训练单元：基于Pytorch深度学习框架，使用训练集对语义分割相对高程值提取单元：由于不同城市之间的整体高程存在差的高程数据放在一起研究有意义，通过使用高程tif图像中心点的高程减去四个顶点高程2.如权利要求1所述的一种基于卫星遥感图像目标识别的城市内涝风险评估方法，其卫星遥感图像获取单元：通过运用国家地理信息公共服务3.如权利要求1所述的一种基于卫星遥感图像目标识别的城市内涝风险评估方法，其XGBoost方法单元：通过预设的机器学习系统的XGBoost方法，提3图像中的目标类，并把识别出的各目标的像素点个数之和作为城市内涝影响因素的特征[0009]基于XGBoost模型的预测分析模块：将所述获取到的特征值和高程值整合成数据中对城市内涝点进行地理定位，还下载了中国部分城市全国范围内的社区目录，包括社区4之间的高程数据放在一起研究有意义，通过使用高程tif图像中心点的高程减去四个顶点[0025]图1为本发明实施例中一种基于卫星遥感图像目标识别的城市内涝风险评估方法[0026]图2为本发明实施例中一种基于卫星遥感图像目标识别的城市内涝风险评估方法5[0028]本发明实施例提供了一种基于卫星遥感图像目标识别的[0029]本发明通过社交媒体平台收集了2017_2018年有关城市内涝的报道，定位积水点后获取其对应的卫星遥感图像和高程。然后制作训练数据集去训练语义分割模型并对模型进行性能评估，利用训练好的权重对获得的正样本和负样本的卫星遥感图像进行预测，预测后每张图片都会得到一张与之对应的标签图(如图2)。接下来通过程序对标签图上的每入极端梯度提升模型对城市内涝灾害因素进行分析并对模型进行性能评估[0030]本发明实施例提供了一种基于卫星遥感图像目标识别的图像中的目标类，并把识别出的各目标的像素点个数之和作为城市内涝影响因素的特征[0034]基于XGBoost模型的预测分析模块：将所述获取到的特征值和高程值整合成数据6社区目录，包括社区名称、地理位置等信息，这些信息来自于著名的住宅网站https://之间的高程数据放在一起

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论