全球人口增长已导致许多自然生态系统的土地利用 (LU) 发生变化,从而导致影响土壤质量的环境条件恶化。在缺水且土壤有机资源不足的系统中,土地利用对土壤质量的影响尤为显著。因此,本研究的主要目标是使用成像光谱 (IS) 评估人类活动(即土地利用,如放牧、现代农业和径流收集系统)对以色列干旱地区土壤质量的影响。为此,选择了 12 种物理、生物和化学土壤特性,并将其进一步整合到土壤质量指数 (SQI) 中,以此作为评估以色列南部干旱地区土地利用变化的显著影响的方法。AisaFENIX 高光谱机载传感器的飞行活动用于开发区域范围内 SQI 的 IS 预测模型。使用偏最小二乘判别分析 (PLS-DA) 分类方法 (OA = 95.31%,Kc = 0.90),从高光谱图像本身提取的光谱特征在四个 LU 之间可以很好地分离。使用多元支持向量机回归 (SVM-R) 模型对光谱数据和测量的土壤指标以及总体 SQI 进行相关性分析。SVM-R 模型与几种土壤特性显著相关,包括总体 SQI (R 2 adj Val = 0.87),成功预测了 r
背景:可视化和理解3维(3D)神经解剖学是具有挑战性的。尸体解剖受到低可用性,高成本和对专业设施的需求的限制。新技术,包括神经影像学的3D渲染,3D图片和3D视频,正在填补这一差距并促进学习,但它们也有局限性。这项概念验证研究探讨了将3D重建的神经影像数据与3D摄影测量法结合现实的纹理和精细解剖细节相结合的空间精度的可行性,以创建高实现cadaveric cadaveric神经外科外科手术模拟。方法:四个固定和注射的尸体头进行了神经影像学。为创建3D虚拟模型,使用磁共振成像(MRI)和计算机断层扫描(CT)扫描渲染表面,并创建了分段的解剖结构。通过同步神经措施和摄影测量数据收集进行了逐步的颅骨切开术。在3D导航空间中获取的所有点均在3D虚拟模型空间中导入并注册。一种新型的机器学习辅助单眼估计工具用于创建2维(2D)照片的3D重建。深度图被转换为3D网状几何形状,该几何形状与3D Virtual Model的脑表面解剖结构合并以测试其精度。定量测量值用于验证不同技术的3D重建的空间精度。结果:使用体积神经影像数据创建了成功的多层3D虚拟模型。合并了2个模型时,单眼深度估计技术创建了照片的定性准确3D表示。
Jan Dirk Wegner 担任苏黎世大学计算科学研究所“科学数据科学”主席,担任副教授,并担任苏黎世联邦理工学院 EcoVision 实验室负责人。Jan 于 2011 年在汉诺威莱布尼茨大学获得博士学位(优异),之后在苏黎世联邦理工学院摄影测量与遥感小组担任博士后(2012-2016 年)和高级科学家(2017-2020 年)。他的主要研究兴趣是机器学习、计算机视觉和遥感的前沿,以解决环境科学和地球科学中的科学问题。Jan 获得了多项奖项,其中包括苏黎世联邦理工学院博士后奖学金和德国大地测量委员会的科学奖。他被选为 2020 年 WEF 青年科学家班的 25 位 40 岁以下全球最佳研究人员之一,致力于将科学知识融入社会,造福公众。 Jan 是 ISPRS 技术委员会 II 的临时副主席、ISPRS II/WG 6“地理空间数据分析的大规模机器学习”主席、苏黎世大学“数据科学”博士研究生院院长,他的教授职位是苏黎世大学数字社会计划的一部分。Jan 与同事一起主持 CVPR EarthVision 研讨会。
Jan Dirk Wegner 担任苏黎世大学计算科学研究所“科学数据科学”主席,担任副教授,并担任苏黎世联邦理工学院 EcoVision 实验室负责人。Jan 于 2011 年在汉诺威莱布尼茨大学获得博士学位(优异),后在苏黎世联邦理工学院摄影测量与遥感小组担任博士后(2012-2016 年)和高级科学家(2017-2020 年)。他的主要研究兴趣是机器学习、计算机视觉和遥感的前沿,以解决环境科学和地球科学中的科学问题。Jan 获得了多项奖项,其中包括苏黎世联邦理工学院博士后奖学金和德国大地测量委员会的科学奖。他被选为 2020 年 WEF 青年科学家班的 25 位 40 岁以下全球最佳研究人员之一,致力于将科学知识融入社会,造福公众。 Jan 是 ISPRS 技术委员会 II 的临时副主席、ISPRS II/WG 6“地理空间数据分析的大规模机器学习”主席、苏黎世大学“数据科学”博士研究生院院长,他的教授职位是苏黎世大学数字社会计划的一部分。Jan 与同事一起主持 CVPR EarthVision 研讨会。
数字图像相机技术彻底改变了全球的航空图像捕捉。与传统的模拟航空图像方法相比,它提供了高空间和光谱分辨率以及卓越的效率和可靠性。这样一来,它为各种摄影测量应用提供了极大的准确性。南非测绘组织(现称为国家地理空间信息总局 (CD: NGI))早在 1930 年代就开始捕捉航空摄影。然而,从 2008 年开始,CD: NGI 开始过渡到以 50 厘米地面采样距离 (GSD)(从 2008 年到 2016 年)和 25 厘米 GSD(从 2017 年至今)捕捉数字航空图像。这导致已经捕获了 1370 张数字航空图像(这个数字将继续变化,因为仍有一些飞行工作尚未记录)。数字相机技术的不断增强为在可预见的未来以更高的空间分辨率(例如 10 厘米 GSD)拍摄国家航空图像提供了更多可能性。然而,持续的数字图像拍摄并非没有挑战,例如当前的全球 Covid-19 大流行导致预算重新调整、组织从一代到另一代的技术知识转移以及确定 CD:NGI 对数字图像规范的要求。该组织重视利益相关者的利益
摘要。机身内部和外部规格是每个飞机制造商密集的智力努力和技术突破的产物。因此,表征飞机主要气动表面的几何信息仍处于保密状态。在尝试对真实飞机进行建模时,航空界的许多成员依靠他们的个人专业知识和通用设计原则来绕过保密障碍并绘制真实飞机翼型,因此由于不同设计师的初始假设,同一架飞机的翼型会有所不同。本文提出了一种摄影测量形状预测方法,用于利用真实飞机机身的可公开访问的静态和动态视觉内容来推导其几何特性。该方法基于提取气动表面和机身之间的整流罩区域的视觉上可区分的曲线。介绍了 B-29 和 B-737 的两个案例研究,展示了如何近似机翼内侧翼型的截面坐标,并证明了复制翼型的几何和气动特性与原始版本之间的良好一致性。因此,本文提供了一种系统的逆向工程方法,将增强飞机概念设计和飞行性能优化研究。
摘要。机身内部和外部规格是每个飞机制造商密集的智力努力和技术突破的产物。因此,表征飞机主要气动表面的几何信息仍处于保密状态。在尝试对真实飞机进行建模时,航空界的许多成员依靠他们的个人专业知识和通用设计原则来绕过保密障碍并绘制真实飞机翼型,因此由于不同的设计师的初始假设,同一架飞机的翼型会有所不同。本文提出了一种摄影测量形状预测方法,用于利用真实飞机机身的可公开访问的静态和动态视觉内容来推导其几何特性。该方法基于提取气动表面和机身之间整流罩区域的视觉上可区分的曲线。介绍了两个关于 B-29 和 B-737 的案例研究,展示了如何近似其机翼内侧翼型的截面坐标,并证明了复制翼型的几何和气动特性与其原始版本之间的良好一致性。因此,本文提供了一种系统的逆向工程方法,以增强飞机概念设计和飞行性能优化研究。
摘要:高山环境易受气候变化影响,迫切需要准确建模和了解这些生态系统。过去十年来,使用数字高程模型 (DEM) 来获取代理环境变量的普及度不断提高,特别是因为 DEM 可以相对便宜地以非常高的分辨率 (VHR;<1 米空间分辨率) 获取。在这里,我们实现了一个多尺度框架,并比较了由光检测和测距 (LiDAR) 和立体摄影测量 (PHOTO) 方法产生的 DEM 衍生变量,目的是评估它们在物种分布建模 (SDM) 中的相关性和实用性。以瑞士西部阿尔卑斯山两个山谷的北极高山植物 Arabis alpina 为例,我们表明 LiDAR 和 PHOTO 技术均可用于生成用于 SDM 的 DEM 衍生变量。我们证明,PHOTO DEM 的空间分辨率至少为 1 米,其精度可与 LiDAR DEM 相媲美,这在很大程度上要归功于与市售的 LiDAR DEM 相比,PHOTO DEM 可以根据研究地点进行定制。我们获得了空间分辨率为 6.25 厘米 - 8 米(PHOTO)和 50 厘米 - 32 米(LiDAR)的 DEM,其中我们确定 SDM 中 DEM 衍生变量的最佳空间分辨率在 1 到 32 米之间,具体取决于变量和站点特征。我们发现 PHOTO DEM 范围的缩小改变了所有衍生变量的计算,这对它们的重新计算产生了特殊影响