何毅
- 作品数：14 被引量：14H指数：2
- 供职机构：兰州交通大学更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术生物学天文地球文化科学更多>>
- 结合自注意力机制的U-Net神经网络冰湖提取方法
- 本发明公开了一种结合自注意力机制的U‑Net神经网络冰湖提取方法，该方法主要步骤如下：首先获取研究区遥感影像与并绘制标签数据；然后制作监督分类训练栅格数据集，选取对比试验输入波段，构建神经网络模型并对效果进行对比分析；最...
- 何毅张立峰姚圣陈宝山杨旺陈毅蒲虹宇
- 文献传递
- 一种基于R2AU-Net的InSAR相位解缠方法
- 本发明涉及信号处理技术领域，具体涉及一种基于R2AU‑Net的InSAR相位解缠方法。利用菱形方形算法生成用于模拟InSAR相位的地形数据，将地形数据从笛卡尔坐标系转换至雷达坐标系，根据雷达卫星和地形数据在雷达坐标系中的...
- 何毅杨旺张清高秉海金龙火天宝陈鹤升刘耀祥
- InSAR技术与地理探测器结合的地表形变监测方法
- 本发明公开了一种InSAR技术与地理探测器结合的地表形变监测方法，该方法主要步骤如下：首先利用InSAR技术获取地表形变速率；其次构建格网地表形变驱动因素以及随机点属性信息；最后利用地理探测器单因子和多因子交互探测驱动力...
- 何毅王文辉陈宝山
- 文献传递
- 顾及InSAR形变的CNN滑坡易发性动态评估——以刘家峡水库区域为例被引量：5
- 2023年
- 已有的滑坡易发性评估方法所采用的滑坡因子多为静态数据(如地形,地质),缺乏动态数据(如地表形变),无法充分挖掘正在变形的滑坡特征,导致滑坡易发性评估可靠性较差。合成孔径雷达干涉测量(synthetic aperture radar interferometry,InSAR)二维InSAR数据可反映滑坡在垂直和水平方向的形变特征。引入二维InSAR形变数据作为动态因子,结合地形、地质、水文以及人文共计16种滑坡影响因子,构建卷积神经网络模型(convolutional neural network,CNN)进行滑坡易发性动态评估;采用多种评价指标来衡量模型精度,同时对比有无顾及二维InSAR因子的滑坡易发性评估结果,并与支持向量机(support vector machines,SVM)方法进行对比,此外,在不同场景进行应用。实验结果表明,顾及InSAR形变动态因子的多种评价指标整体精度有所提高,模型对正处于缓慢变形的滑坡易发性区域的识别具有良好的效果,在训练数据中,识别率由0.78提高至0.93;在验证数据中,识别率提升0.21,揭示出顾及二维InSAR形变因子可以提升滑坡易发性动态评估准确度。构建的CNN模型相比SVM方法评估结果更加可靠,在不同场景下更具有普适性和泛化能力。刘家峡水库区域高易发性主要分布于杨塔乡东北部山区、红泉镇以及三塬镇等区域,应加强实时监测。提出的顾及二维InSAR形变因子CNN滑坡易发性动态评估模型可为滑坡灾害预防提供新思路。
- 高秉海何毅何毅姚圣张立峰陈毅何旭赵占骜陈鹤升
- 关键词：边坡工程CNN
- 一种基于拓扑关系图的Transformer滑坡易发性评估方法
- 本发明公开了一种用于基于拓扑关系图的Transformer滑坡易发性评估方法，包括：选取影响滑坡发生的各种因素作为滑坡影响因子；对所述滑坡影响因子进行相关性分析和重要性分析，并结合遥感影像解译和野外实地验证生成滑坡数据集...
- 何毅张清闫浩文张立峰李文德杨树文
- 一种基于通道注意力机制U-Net网络的滑坡提取方法
- 本发明公开了一种基于通道注意力机制U‑Net网络的滑坡提取方法，涉及深度学习方法应用于计算机视觉技术领域，该方法包括：结合U‑Net网络和通道注意力机制SENet网络构建通道注意力机制U‑Net网络模型，将构建的多波段训...
- 何毅陈鹤升高秉海张立峰张清方煜敏火天宝路建刚
- 一种基于R2AU-Net的InSAR相位解缠方法
- 本发明涉及信号处理技术领域，具体涉及一种基于R2AU‑Net的InSAR相位解缠方法。利用菱形方形算法生成用于模拟InSAR相位的地形数据，将地形数据从笛卡尔坐标系转换至雷达坐标系，根据雷达卫星和地形数据在雷达坐标系中的...
- 何毅杨旺张清高秉海金龙火天宝陈鹤升刘耀祥
- LiDAR数据辅助的深度神经网络InSAR相位解缠方法
- 本申请涉及雷达遥感领域，公开了LiDAR数据辅助的深度神经网络InSAR相位解缠方法，包括以下步骤：S1、获取干涉SAR图像数据；S2、利用LiDAR数据生成地形高程模型，并结合地表覆盖数据；S3、基于顺序高斯模拟方法，...
- 何毅杨旺朱庆张立峰
- 一种基于InSAR和双向门控循环单元的地表形变预测方法
- 本发明涉及地表形变监测领域，具体涉及一种基于InSAR和双向门控循环单元的地表形变预测方法。利用InSAR方法获取地表形变数据和环境因子特征数据并进行时序差分，根据得到地表形变时序序列和环境因子特征时序序列建立原始数据集...
- 何毅火天宝闫浩文杨旺张立峰李文德杨树文刘涛
- 2001-2015年喜马拉雅南麓地区植被变化遥感监测被引量：9
- 2017年
- 本文应用喜马拉雅南麓地区MODIS NDVI植被遥感数据和格点数据,采用趋势线分析、多元回归等方法分析了该研究区2001-2015年植被NDVI_(max)时空变化特征,同时利用Person相关分析探讨了植被NDVI_(max)时空变化特征与气候因子的响应关系。结果表明:(1)2001-2015年,喜马拉雅南麓地区年内平均NDVI_(max)1~3月份呈下降趋势,4~6月份开始缓慢生长,6~9月份进入植被生长高峰期,10月份开始逐渐降低;植被NDVI_(max)平均值为0.59,植被覆盖度较高;空间上植被覆盖度总体呈东南高西北低,由东南向西北递减;平均NDVI_(max)随海拔变化表现出明显规律性,80%的植被主要分布在较低海拔区(<4 050 m)。(2)15 a间,喜马拉雅南麓地区植被NDVI_(max)变化具有阶段性特征,年均NDVI_(max)呈三个变化阶段:2001-2006年和2010-2015年分别以0.003 9·a^(-1)、0.005 3·a^(-1)的速率增长,而2006-2010年以-0.007 0·a^(-1)的速率减少。植被生长季NDVI_(max)呈4个阶段:2001-2004和2007-2010年分别以-0.001 8·a^(-1)、-0.010 6·a^(-1)的速率逐年减少,但2005、2006两年(0.014 8·a^(-1))快速增长至最大值,2010-2015年(0.006 3 a^(-1))波动增长。空间上大部分地区表现出不显著退化,但少部分地区表现出不显著改善(0.05
- 马磊闫浩文何毅张乾刘波
- 关键词：植被变化遥感气候变化
