刘静
- 作品数：3 被引量：8H指数：2
- 供职机构：昆明理工大学国土资源工程学院更多>>
- 发文基金：云南省教育厅科学研究基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球环境科学与工程更多>>
- 面向对象的投影互分割道路变化检测被引量：6
- 2012年
- 通过实验提出了面向对象的投影互分割城市道路变化检测方法。选用不同时相的QuickBird图像,根据地物影像的光谱、形状及纹理等特征进行多尺度分割和层次分类,提取城市道路目标;建立检测层,将不同时相的图像分类结果投影到检测层的相应对象层上,并进行互分割,通过判断某一位置地物类别的一致性,实现道路变化检测的目的。实验表明,面向对象的投影互分割道路变化检测能得到较好的检测效果。
- 卢昭羿左小清黄亮刘静
- 关键词：面向对象多尺度分割遥感
- 顾及地物空间关系的卫星影像水系信息提取被引量：2
- 2013年
- 为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。
- 刘静左小清吴俐民黄亮卢昭羿
- 关键词：遥感影像多尺度分割
- 基于组合权重法的云南省地质灾害灾情年度评价及预测
- 2024年
- 为合理评价云南省地质灾害灾情年度等级,探寻地质灾害的时序发展规律,并预测未来年份地质灾害灾情等级,本文选取死亡失踪人数、直接经济损失、灾情数量3个影响因素作为权重指标,采用层次分析法与熵权法相结合的组合权重法对1991—2020年地质灾害灾情年度等级进行评价。利用差分自回归积分移动平均模型(autoregressive inte-grated moving average method,ARIMA)和BP(back propagation)神经网络模型2种方法,对2021年、2022年、2023年灾情等级进行对比预测和验证。研究表明:地质灾害灾情年度具有5年的周期性变化特征,BP神经网络预测结果准确性更高,根据BP神经网络预测2023年为较轻灾年,从2019年开始地质灾害灾情年度等级有加重的趋势。
- 刘静杨迎冬魏蕾陈安
- 关键词：地质灾害灾情BP神经网络
