一种基于LiDAR数据与正射影像的3维屋顶重建方法

    公开(公告)号:CN102521884A

    公开(公告)日:2012-06-27

    申请号:CN201110423560.4

    申请日:2011-12-16

    Applicant: 南京大学

    Abstract: 本发明属于影像处理方法领域,公开了一种基于LiDAR数据与正射影像的3维屋顶重建方法。本方法包括以下步骤:(1)基于三角形簇的LiDAR点屋顶面片分割;(2)基于LiDAR数据与正射影像的屋脊线提取;(3)3维屋顶模型重建。本方法面向3维屋顶模型精细重建的需求,集成LiDAR数据与高分辨率影像,综合利用LiDAR数据高程特性与影像高分辨率特性的互补优势,以“屋顶面片分割-屋脊线提取-3维屋顶模型重建”为主线,实现了基于三角形簇的LiDAR点屋顶面片分割算法、基于LiDAR数据与正射影像的屋脊线提取算法,形成了一种3维屋顶模型重建的新方法,实验证明本方法建模的自动化程度高,正确性和完整性较高、定位精度较高,符合实际应用需求。

    基于Landsat数据源的珊瑚岛礁遥感信息自动提取方法

    公开(公告)号:CN102032903A

    公开(公告)日:2011-04-27

    申请号:CN201010567507.7

    申请日:2010-12-01

    Applicant: 南京大学

    Abstract: 本发明公开了基于Landsat数据源的珊瑚岛礁遥感信息自动提取方法,属于遥感影像地物自动提取领域。其步骤为:遥感影像辐射定标;基于图像的遥感影像大气校正;对遥感影像进行MeanShift滤波,消除条带和椒盐噪声;对影像第5波段进行直方图阈值分割,区分非高潮高地和高潮高地;对于高潮高地区分陆地植被和灰沙/建筑;对于非高潮高地,区分低潮高地和非干出质底;对于低潮高地区分海藻/海草和浅水珊瑚;对于非干出质底区分深水珊瑚和开放水体。本发明能够分阶段逐层次分解地提取出陆地植被、灰沙/建筑、海藻/海草、浅水珊瑚、深水珊瑚5种珊瑚岛礁覆盖类型及开放水体背景信息,实验表明,本发明提取精度较高,能够有效改善珊瑚岛礁遥感调查与监测的效率。

    一种城镇空间三维结构与人口流动的相关性分析方法

    公开(公告)号:CN119443378A

    公开(公告)日:2025-02-14

    申请号:CN202411490496.5

    申请日:2024-10-24

    Applicant: 南京大学

    Abstract: 本发明公开了一种城镇空间三维结构与人口流动的相关性分析方法,涉及城镇空间与人口流动相关性分析领域,该方法包括以下步骤:基于城镇建设数据集构建城镇建设指标体系,通过对城镇建设指标体系进行结构特征分析,得到城镇建设三维空间结构特征;利用基站获取手机信令数据并识别城镇人口的通勤行为,构建城镇人口流动的网络结构特征;利用LightGBM算法构建并训练回归模型,通过SHAP算法对回归模型进行解释性分析。本发明通过对城镇空间特征与人口流动时空相关性分析,探究城镇空间结构的各特征对人口流动重要程度,进而有效地利用人口流动趋势来进行对城市发展规划方向提供有价值的参考。

    一种无线信号绕射损耗预测方法

    公开(公告)号:CN118300720A

    公开(公告)日:2024-07-05

    申请号:CN202410530589.X

    申请日:2024-04-29

    Applicant: 南京大学

    Abstract: 本发明涉及一种无线信号绕射损耗预测方法,包括如下步骤:将待预测区域进行平面栅格化处理得到栅格图,获取待预测收发天线组参数;对于待预测收发天线组,利用地形插值法和主峰迭代法提取其间无线信号传播路径并重塑路径间地形信息,找到收发天线间产生绕射的所有相对峰点,利用单刃绕射损耗计算方法对上述相对峰点所产生的绕射损耗进行计算,求和得到待预测收发天线组间的绕射损耗。本发明适用于所有地形特征的无线信号绕射损耗计算,可以提高无线信号覆盖预测中绕射损耗部分的精确度。

    一种集成地理大数据和机器学习的城镇开发边界划定方法

    公开(公告)号:CN116644809B

    公开(公告)日:2024-04-05

    申请号:CN202310597567.0

    申请日:2023-05-25

    Applicant: 南京大学

    Abstract: 本发明公开一种集成地理大数据和机器学习的城镇开发边界划定方法,本方法包括以下步骤:S1、收集的大量多源地理大数据进行数据清洗等预处理;S2、从自然要素、生态要素、人文要素三个维度构建指标因子,从单因子角度分析城镇开发边界适宜性,并得到各评价指标的评分标准;S3、构建随机森林模型来确定各指标权重。本发明基于空间调查数据等基础地理数据,融合夜间灯光、微博签到、房屋地价数据等地理大数据集成多源地理大数据,从自然、人文、生态三个维度选取全面合理的因子构建城镇开发边界适宜性指标体系,以人工绘制的边界为参考,使用机器学习方法确定权重,划定城镇开发边界。

    一种集成地理大数据和机器学习的城镇开发边界划定方法

    公开(公告)号:CN116644809A

    公开(公告)日:2023-08-25

    申请号:CN202310597567.0

    申请日:2023-05-25

    Applicant: 南京大学

    Abstract: 本发明公开一种集成地理大数据和机器学习的城镇开发边界划定方法,本方法包括以下步骤:S1、收集的大量多源地理大数据进行数据清洗等预处理;S2、从自然要素、生态要素、人文要素三个维度构建指标因子,从单因子角度分析城镇开发边界适宜性,并得到各评价指标的评分标准;S3、构建随机森林模型来确定各指标权重。本发明基于空间调查数据等基础地理数据,融合夜间灯光、微博签到、房屋地价数据等地理大数据集成多源地理大数据,从自然、人文、生态三个维度选取全面合理的因子构建城镇开发边界适宜性指标体系,以人工绘制的边界为参考,使用机器学习方法确定权重,划定城镇开发边界。

    基于多源国土资源数据的土地类型分类方法

    公开(公告)号:CN111062446B

    公开(公告)日:2023-05-09

    申请号:CN201911355597.0

    申请日:2019-12-25

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于多源国土资源数据的土地类型分类方法,该方法借助第二次全国土壤普查、土地利用现状调查、地理国情普查、互联网数据等多源数据,融合地貌类型、土壤类型、土地利用类型、土地利用强度等反映土地资源综合特征的属性指标,构建了中尺度土地类型分类系统,并提出了集典型验证与分层验证等于一体的分类结果验证方法体系。本发明旨在提升土地类型研究的效率与实用性,实现土地资源综合信息的精准分类,服务国家国土资源调查、地理国情普查等重大战略应用需求。

    一种集成多源地理大数据的城市活力定量评价方法

    公开(公告)号:CN115146990A

    公开(公告)日:2022-10-04

    申请号:CN202210852776.0

    申请日:2022-07-11

    Applicant: 南京大学

    Abstract: 本发明公开一种集成多源地理大数据的城市活力定量评价方法,本评价方法包括以下步骤:S1、对道路数据进行预处理获取街区数据,S2、将街区范围内获取的城市活力评价数据进行汇总,形成特征,S3、计算Pearson相关系数矩阵,确定特征与城市活力的相关性,同时排除冗余特征,S4、构建综合指标和机器学习模型模拟城市活力,S5、对城市活力模拟结果进行精度评价,分析各特征的贡献。本发明通过集成多源地理大数据,构建综合指标和构建机器学习模型,可以解决现有技术中城市活力评价方法精度不足、数据来源较少的问题,建立衡量各因素对城市活力的贡献的方法,并形成综合城市活力评价体系。

    一种人类活动对植被覆盖变化的定量分析方法

    公开(公告)号:CN114973018A

    公开(公告)日:2022-08-30

    申请号:CN202210671132.1

    申请日:2022-06-15

    Applicant: 南京大学

    Abstract: 本发明公开了一种人类活动对植被覆盖变化的定量分析方法,该方法包括以下步骤:S1、采用MODIS/NDVI遥感数据表征植被覆盖、VIIRS/DNB遥感数据表征人类活动强度,通过时间序列预处理技术分别构建MTS和VTS两个时间序列;S2、构建时间序列分割技术,实现时间序列的迭代分割;S3、构建时间序列合并与特征提取技术,通过排序角度法迭代实现时间序列的合并,并提取时间序列特征;S4、通过分析MTS和VTS的时间序列特征,进行MTS和VTS的计算与空间格局分析,实现MTS和VTS相关性的定量化分析。通过融合时间序列分割、时间序列合并、空间分析与统计等技术,实现人类活动对植被覆盖影响的定量化分析。

Patent Agency Ranking