当今,全球流程和系统对卫星提供的信息和服务的依赖性日益增强,这种依赖性出现在过去 10-20 年,当时国际上处于相对稳定和平静的时期。然而,由于同一时期技术和地缘政治的发展,外层空间的利用面临着越来越大的压力。随着卫星数量继续呈指数级增长,外层空间正迅速变得拥挤不堪。空间技术也越来越商业化:越来越多的私营公司正在开发和发射自己的卫星。例如,从低地球轨道 (LEO) 小型卫星“巨型星座”的急剧增长中可以看出这一点。与此同时,太空正日益成为一个有争议的领域:越来越多的国家正在发展能够限制甚至拒绝其他用户使用太空资产的能力。这些发展增加了事故和误解的风险。到目前为止,这些都没有产生任何重大影响,但这已不再是理所当然的。
关键词:地籍图、人工智能、机器学习、卷积神经网络、计算机视觉 摘要 荷兰地籍图确实符合其设计目标;它是地籍登记的完整且拓扑正确的索引。然而,在未来人们想要放大并自己确定边界的确切位置的情况下,其约 0.5 米的图形质量似乎不够准确。包裹大小的相关不确定性也成为一个问题。经过市场调查,荷兰地籍局于 2017 年启动了一项研究项目,研究了重建地图的许多不同方面(法律、通信、大地测量、组织等)。然而,重点是最关键的方面:是否可以自动读取数百万张现场草图的问题。两家公司(KPMG 和 Sioux LIME)实现了概念验证,证明了在一定精度水平下实现该技术是可行的。我们继续聘请两家公司的专家,他们与我们自己的员工一起成功构建了一个原型,该原型能够读取文档并将它们连接到地籍图的新几何图形上。解决方案中广泛使用了人工智能。现场草图的内容非常复杂,通常是手写的,并且地图比例灵活。从此类文档中提取结构化信息需要几个算法步骤:图像质量改进、线和点检测、测量数字识别、实际读取这些数字以及将这些数字链接到两个点(开始和结束)。这些数字表示这些点之间的胶带测量值。该过程的结果是基于比例和结构化测量数据的绘图。在此过程中,需要手动检查和更正。第二个大过程是将生成的线型定位在国家参考系统中,并将不同的线型相互连接起来。生成的草图网络可以在每次新扩展时重新计算,并构成新地籍图的基础。将展示和讨论解决方案的架构。
6。Salt ......................................................................................................................................................................................................................................................................................... 49
如果我们继续采用这种方法,从技术上讲,可能会继续保护荷兰洪水泛滥,直到达到海平面上升3米(请参阅4.4)。这将需要持续的重大努力和土地使用变化。随着海平面的不断上升,将需要越来越大的沙子营养运营以及更广泛的洪水防御升级。此外,风暴潮的屏障将不得不更频繁地关闭,可能在较高的水位上,并最终被更换。在较高的水位上关闭将导致更频繁,更深,在某些地方,在堤防外的住宅和港口地区永久洪水。海平面上升将限制在重力下向海中排放多余的水的选择,并需要越来越多的抽水能力,例如在Afsluitdijk屏障大坝和IJMUIDEN中。
。cc-by-nc-nd 4.0国际许可证是根据作者/资助者提供的,他已授予Medrxiv的许可证,以永久显示预印本。(未通过同行评审认证)