亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        土地重度污染區(qū)域測繪數(shù)據(jù)整合方法研究

        2025-08-05 00:00:00宋生磊馬有錄劉曉杰丁毅
        環(huán)境科學與管理 2025年7期
        關鍵詞:重度測繪聚類

        文章編號:1674-6139(2025)07-0126-05

        中圖分類號:X830文獻標志碼:B

        Research on Integration Method of Surveying and Mapping Data in Areaswith SevereLand Pollution

        SongShenglei,MaYoulu,LiuXiaojie,DingYi (Qinghai Provincial Natural Resources Survey and Monitoring Institute,Xining 81OoOO,China)

        Abstract:Aimingattheproblemofhighdimensionalityinsurveyingandmappingdataofheavilypollutedlandreas,adimensioalityeductionfocusedintegatiomethodisproposedisetodcalulatesteverageumberofmplesinteeighborodbas datadensityepesetstdataictorearesndtrodeguladregeioodeltevetoefiigysplag mappingfordimensioalityeduction,tefeaturecoeficientsetistractedusingdimensoalityeductionmetod,thestanetwen theintegrationoudaryndtefouscenterisalculatedndtdatasettointegatediseteiedTeintegationlts tainedusingcenterinterplationExperimentshaveshownthatthisethdcanefcientlyintegratedataonsufacemorphologyelea tion,three-dimensionalstructure,olutanttyps,ndisrbutionrnges,whicharegatheredaroundtheintegationblocsbeed 65,18,54,9d4ntlpoghataitetitdingogprtfoiotald land restoration.

        Keywords:dimensionalityeductionproesing;severelandpolution;surveyingandmappingdata;integration;paralelqadrilat eral association extraction

        前言

        工業(yè)化和城市化的迅猛推進,使得土地污染問題日益顯現(xiàn),其中土地重度污染區(qū)域更是亟待治理和修復的重點[]。這些污染區(qū)域不僅威脅著人類健康和生態(tài)安全,對土地資源的可持續(xù)利用也構成了巨大挑戰(zhàn)[2]。因此,準確、高效地整合土地重度污染區(qū)域的測繪數(shù)據(jù),對于科學評估污染程度、制定合理治理方案至關重要。

        然而,當前在測繪數(shù)據(jù)整合方面,存在諸多問題和挑戰(zhàn)。例如文獻[3]提出了一種高效整合土地重度污染區(qū)域測繪數(shù)據(jù),對評估污染與制定治理方案至關重要;文獻[4]提出了一種時序組合法捕捉污染變化,整合歷史數(shù)據(jù)揭示演變規(guī)律,但對歷史數(shù)據(jù)依賴較大,缺失則會影響準確時需分析的準確性;文獻[5]提出了一種改進ScoreCAM集成法提取測繪數(shù)據(jù)特征,優(yōu)化映射整合數(shù)據(jù),但污染區(qū)數(shù)據(jù)復雜多變,導致算法整合時容易出現(xiàn)偏差;文獻[6]提出了一種多傳感器融合方法,全面整合污染區(qū)信息,但傳感器誤差導致數(shù)據(jù)關聯(lián)模糊,影響融合的一致性。

        針對上述問題,提出了基于降維處理的聚焦整合方法。通過對復雜和多維的測繪數(shù)據(jù)進行降維處理,能夠聚焦關鍵信息,消除冗余數(shù)據(jù),精準地整合土地重度污染區(qū)域的測繪數(shù)據(jù),為環(huán)境治理和土地修復提供有力支持。

        1土地重度污染區(qū)域測繪數(shù)據(jù)降維處理

        土地污染測繪數(shù)據(jù)含多種特征,由于采集樣本的限制,可能面臨特征多而樣本少的問題[7],容易導致過擬合。通過降維可去除冗余,防止過擬合。在降維過程中,需要保持數(shù)據(jù)局部關系,連接同類近鄰點可保降維后數(shù)據(jù)點相近,反映原始特征。為了獲取數(shù)據(jù)分布密度信息,計算鄰域中的平均樣本個數(shù),公式為式(1):

        式(1)中, M 為全部數(shù)據(jù), vi 為第 i 個鄰域值,反映數(shù)據(jù)點密度。為理解鄰域拓撲結構,引入小流形Gk={g1k,g2k,…gMk} 連接同類 m 數(shù)據(jù)點 °dG(ai,aj) (20為 ij 兩點測地線距離,用于表示重度污染區(qū)數(shù)據(jù)特征。

        為了提高降維魯棒性,避免目標函數(shù)出現(xiàn)過度擬合現(xiàn)象,引入了正則化方法構建回歸模型:

        式(3)中, n 為標簽樣本數(shù), 為損失函數(shù)與數(shù)據(jù)特征 ?Aa 為正則化參數(shù), 為度量數(shù)

        據(jù)結構能力。正則項最小化 以最大化類間距離,實現(xiàn)土地污染數(shù)據(jù)降維的可視化映射。即:

        式(4)中, K(ui,u) 表示半正定核函數(shù)。降維處理可以將高維數(shù)據(jù)映射到低維空間中,消除原始數(shù)據(jù)中的噪聲和干擾,提取出最關鍵的信息,從而便于對數(shù)據(jù)進行可視化,更好地理解和利用數(shù)據(jù)。

        2基于降維處理的測繪數(shù)據(jù)聚焦整合

        在土地重度污染區(qū)域,整合測繪數(shù)據(jù)時采用降維技術能更有效地揭示污染的空間分布與來源。為整合多源、多分辨率數(shù)據(jù),根據(jù)遙感數(shù)據(jù)的經(jīng)緯度信息,對該區(qū)域進行信息網(wǎng)格劃分,形成一系列不重疊且相連的網(wǎng)格單元,從而增強數(shù)據(jù)的可視化效果。

        基于受重度污染土地的遙感測繪數(shù)據(jù)經(jīng)緯坐標,在三維空間中,利用區(qū)域坐標的四維特性,將測繪信息劃分為四個等級,確保每級空間信息呈叉狀分布,并形成完整的整合剖分結構,見圖1。

        圖1測繪數(shù)據(jù)整合剖分結構特征

        為保證數(shù)據(jù)的完整性,需要擴展經(jīng)緯坐標空間,以防止引起誤差。在各維度延伸空間中,確保單元級別的覆蓋。若擴展范圍與重度污染區(qū)無交集,則停止。在此基礎上進一步擴展構建同級網(wǎng)格,與遙感數(shù)據(jù)對應,形成四叉分解網(wǎng)格,實現(xiàn)對重度污染區(qū)域的有效覆蓋。

        基于空間擴展,聚焦特征點于各單元以提升數(shù)據(jù)整合效果。過程如下:

        步驟一:定義冗余數(shù)據(jù)集 s ,含多數(shù)類 S1 和少數(shù)類 S2 。將 S2 分為 S21?S22?S23,S21 為 S1 與 S2 交集數(shù)據(jù),S22 為 S2 單一特征數(shù)據(jù), S23 為 S2 中不穩(wěn)定特征數(shù)據(jù)。

        步驟二:為均衡不同數(shù)據(jù)集整合系數(shù),采用維數(shù)約簡法提取特征系數(shù),基于平行四邊形空間數(shù)據(jù)關聯(lián)。數(shù)據(jù)不在平行四邊形內(nèi)則沒有相關性,反之則可直接提取。在此基礎上,構建低維測繪數(shù)據(jù)集,掃描記錄數(shù)據(jù)出現(xiàn)的次數(shù),判斷并記錄同維數(shù)據(jù)于項目頭表中。循環(huán)移除表外數(shù)據(jù),排序后形成頻繁模式樹,節(jié)點代表低維數(shù)據(jù)集,分枝示次數(shù)。在項目頭表中降序查找,去重后得到獨立樹狀關聯(lián)集,以樹型的方式輸出單路徑數(shù)據(jù)集,形成特征系數(shù)集 {λ21 ,

        步驟三:根據(jù)特征系數(shù)集 {λ21,λ22,λ23} 確定S21,S22,S23 的整合邊界中心,分別為 Q21,Q22,Q23 ,由此計算整合邊界中心與聚焦整合中心 ∣o∣ 距離,公式為式(5):

        對 d21,d22,d23 排序,如果 d212223 ,則說明d22 所在數(shù)據(jù)集單一污染特征測繪數(shù)據(jù)集為待整合數(shù)據(jù)集,此時將該數(shù)據(jù)集進行中心插值計算,得到的整合結果為式(6):

        (22 式(6)

        通過式(6),可實現(xiàn)測繪數(shù)據(jù)的聚焦整合。

        3 實驗

        3.1 實驗區(qū)域概況

        以某面積為100平方公里的土地重度污染區(qū)域為例,該區(qū)域主要受到重金屬(如 CuZn,AsCdPb 等)和有機污染物(如農(nóng)藥殘留、石油烴等)的嚴重污染,這些污染物來源于過去的工業(yè)排放、農(nóng)業(yè)活動以及不當?shù)睦幚?。?jù)土壤污染初步調查報告顯示,該區(qū)域污染程度極高,甚至被完全荒廢,這不僅對環(huán)境造成了嚴重的危害,也給周邊居民的生活帶來了巨大的風險。

        3.2 實驗過程

        無人機遙感技術融合無人機與遙感技術,利用高分辨率多光譜和可見光相機,從空中采集地面高精度數(shù)據(jù)。其中,RTK定位模塊確保厘米級精度,多光譜相機識別植被、土壤及水體污染,可見光相機捕捉常規(guī)圖像。

        測繪時,無人機按預設航線飛行覆蓋實驗區(qū),收集地表信息后傳至地面站或云端處理,提取污染特征,這些信息可用于評估、識別及預測污染。

        3.3實際測繪數(shù)據(jù)分析

        通過無人機遙感技術測繪可獲取125400個數(shù)據(jù),從中隨機選擇100個數(shù)據(jù)并編號,每個測繪信息的數(shù)據(jù)量見表1。

        表1無人機遙感技術測繪數(shù)據(jù)

        將表1測繪數(shù)據(jù)作為實驗數(shù)據(jù),與分散數(shù)據(jù)整合到一起,即可證明所研究方法具有高效整合效果。

        在理想情況下,地表形態(tài)測繪數(shù)據(jù)的聚類中心為65,聚類在整合塊的中心偏左位置;地表高程測繪數(shù)據(jù)的聚類中心為18,聚類在整合塊的左上方;地表三維結構測繪數(shù)據(jù)的聚類中心為54,聚類在整合塊的中心最左邊;污染物種類測繪數(shù)據(jù)的聚類中心為95,聚類在整合塊的中心左下方;污染物分布范圍測繪數(shù)據(jù)的聚類中心為49,聚類在整合塊的右側。具體表示見圖2。

        3.4 實驗結果與分析

        數(shù)據(jù)融合方法與所研究方法的數(shù)據(jù)整合程度進行對比分析,對比結果見圖3。

        將基于數(shù)據(jù)分解的組合方法、考慮時序特征的組合方法、基于改進ScoreCAM的集成方法、多傳感器較低,數(shù)據(jù)分散;使用改進ScoreCAM集成法雖有整合但分散度高;使用多傳感器融合法整合大部分數(shù)據(jù),僅小部分離散;使用所研究方法實現(xiàn)五類數(shù)據(jù)整合,各數(shù)據(jù)聚類位置與實際相符,如65號地表形態(tài)數(shù)據(jù)偏左中心,18號高程數(shù)據(jù)左上方等。

        (a)基于數(shù)據(jù)分解的組合方法
        圖2土壤污染區(qū)域的平面圖"

        4結束語

        文章提出了一種基于降維處理的土地重度污染區(qū)域測繪數(shù)據(jù)整合方法,有效解決了傳統(tǒng)方法在處理復雜龐大數(shù)據(jù)時整合效果差的問題。該方法通過計算領域平均樣本個數(shù)獲取數(shù)據(jù)分布密度信息,轉化為矢量特征表示,直觀展現(xiàn)數(shù)據(jù)的空間結構。同時,引入正則化方法避免過度擬合,利用顯示映射表示矢量特征降維結果,降低了數(shù)據(jù)復雜性。采用維數(shù)約簡平行四邊形空間數(shù)據(jù)關聯(lián)抽取方法,結合中心插值方法,實現(xiàn)了數(shù)據(jù)的準確整合。實驗驗證表明,該方法能夠將不同類測繪數(shù)據(jù)分別整合在理想位置,確保了數(shù)據(jù)整合的準確性和有效性。該方法不僅提高了數(shù)據(jù)整合的效率,還為土地重度污染區(qū)域的精準識別和治理提供了有力支持,對環(huán)境保護和可持續(xù)發(fā)展具有重要意義。

        參考文獻:

        [1]王智,趙海寶,鐘劍鋒,等.燃煤電廠爐后環(huán)保設備數(shù)據(jù)整合系統(tǒng)分析[J].環(huán)境工程,2023,41(增刊2):1293-1295 ;752.

        [2]王立陽,劉瑞霞,袁鵬,等.基于極性有機化合物整合采樣器的水環(huán)境有機污染物測定[J].環(huán)境工程,2021,39(5):204-216;224.

        [3]李柚潔,趙順昱,楊萍,等.基于數(shù)據(jù)分解的大氣污染物短期預測組合方法綜述[J].環(huán)境工程,2023,41(4):213-224.

        [4]陸秋琴,王璐,黃光球.考慮時序特征的污染物數(shù)據(jù)異常檢測及恢復[J].安全與環(huán)境學報,2023,23(12):4590-4599.

        [5]LiJ,ZhangD,MengB,etal.FIMF score-CAM: Fast score-CAM based on local multi-feature integration for visual interpretation of CNNS[J].IET image processing,2023,17 (3):761-772.

        [6]LiuY,WangZ,PengL,etal.ADetachableandExpansibleMultisensorData FusionModel forPerceptioninLevel 3 AutonomousDrivingSystem[J].IEEE transactions on intelligent transportation systems,2023,24(2):1814-1827.

        [7]李云燕,盛清,代建.基于DMSP-OLS與NPP-VIIRS整合數(shù)據(jù)的京津冀城市群碳排放時空演變特征[J].環(huán)境工程技術學報,2023,13(2):447-454.

        猜你喜歡
        重度測繪聚類
        基于泛化中心聚類的時間序列缺失數(shù)據(jù)填補方法
        基于優(yōu)化k一means的沂水麒麟雪茄莊園氣象適宜性分析
        基于FCM聚類的電力用戶需求響應潛力評估
        基于改進K-means十十聚類算法的汽車行駛工況構建
        三維定位技術下區(qū)域植被生態(tài)環(huán)境重度污染地質測繪方法研究
        基于遙感測繪技術的地表水重度污染區(qū)域監(jiān)測方法研究
        浙江省第一測繪院
        工程測繪中GNSS測繪技術的應用
        04 無人機測繪應用創(chuàng)新受青睞
        無人機在地形測繪中的應用
        電子制作(2017年9期)2017-04-17 03:01:00
        亚洲国产精品无码久久久| 巨臀精品无码AV在线播放| 永久免费在线观看蜜桃视频| 午夜精品免费视频一区二区三区| 全黄性性激高免费视频| 免费又黄又爽又猛的毛片| 97av在线播放| 91精品国产九色综合久久香蕉 | 国产成人精品无码片区在线观看| 俄罗斯老熟妇色xxxx| 国产日韩A∨无码免费播放| 日韩十八禁在线观看视频| 亚洲成人中文字幕在线视频| 国产午夜精品一区二区三区嫩草| 狠狠色狠狠色综合日日92| 国产人妖一区二区av| 精品人妻少妇av中文字幕| 免费特级毛片| 日本女优中文字幕看片| 国产中文字幕亚洲国产| 精品人妻av区乱码| 艳妇乳肉豪妇荡乳av无码福利| 完整在线视频免费黄片| 国产一区二区黄色网页| 日韩丰满少妇无码内射| 热99re久久精品这里都是精品免费 | 91乱码亚洲精品中文字幕| 亚洲av日韩综合一区久热| 免费av片在线观看网站| 久久精品国产亚洲av蜜桃av| 亚洲美女av一区二区在线| 日本50岁丰满熟妇xxxx| 精品国偷自产在线不卡短视频| 国产精品毛片一区二区三区 | 国产亚洲精品A在线无码| 白色白色视频在线观看| 俺去啦最新地址| 成年女人永久免费看片| av网站可以直接看的| 亚洲国产精品美女久久| 欧美丰满熟妇aaaaa片|