[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of diffe...[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。展开更多
采用深度学习智能提取建设用地,对定量评价、监测和预测长江流域水土流失具有重要作用。本文基于开源数据,采用半自动标注方式标注建设用地,构建了面向长江流域水土流失监测的建设用地遥感数据集。该数据集在多个深度学习语义分割模型(...采用深度学习智能提取建设用地,对定量评价、监测和预测长江流域水土流失具有重要作用。本文基于开源数据,采用半自动标注方式标注建设用地,构建了面向长江流域水土流失监测的建设用地遥感数据集。该数据集在多个深度学习语义分割模型(FPN、PSPNet、DeepLabV3+、UN⁃et++、Swin-Transformer)测试中的总体精度(overall accu⁃racy,OA)均优于93.00%,均交并比(mean intersection over union,MIoU)优于70%,具有较高有效性,可推动遥感智能解译在水土流失监测中的应用。展开更多
文摘[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。
文摘采用深度学习智能提取建设用地,对定量评价、监测和预测长江流域水土流失具有重要作用。本文基于开源数据,采用半自动标注方式标注建设用地,构建了面向长江流域水土流失监测的建设用地遥感数据集。该数据集在多个深度学习语义分割模型(FPN、PSPNet、DeepLabV3+、UN⁃et++、Swin-Transformer)测试中的总体精度(overall accu⁃racy,OA)均优于93.00%,均交并比(mean intersection over union,MIoU)优于70%,具有较高有效性,可推动遥感智能解译在水土流失监测中的应用。
