河道流动水体三维仿真方法研究

为满足水文观测数据的实时分析与应用需求,提出了一种不规则河道内流动水体仿真的方法。该方法重点研究了利用实测河道水位线数据并结合真实河道DEM地形数据进行河流边界线搜索及河面自动建模,构建多层水面叠加模型,利用流速驱动纹理块自适应于河道移动的动态纹理混合与渲染技术。在三峡库区水文仿真系统的实践中表明,该方法能够有效地模拟符合自然河道地形的动态流动水体,形象逼真地表现河面各处流速的差异化现象。     

综合非光谱信息的荒漠化土地CART分类

用遥感手段对荒漠化进行监测是当前荒漠化研究的热点问题,传统的荒漠化遥感信息自动提取方法是基于光谱特征的图像分割,受多种因素的影响,分类精度的提高遇到瓶颈,因此基于知识的分类方法应运而生。CART是一种非参数化的分类与回归方法,在用于遥感影像自动分类时,可以方便地应用多源知识,提高分类精度。本文在分析了CART方法原理的基础上,针对荒漠化地区各种地物的特点,将包括地物光谱知识、纹理知识、植被盖度等在内的多种知识融入CART模型,克服了单纯利用光谱特征进行分类的不足,取得了85.94%的精度。     

参数敏感性分析在遥感及生态水文模型中的研究进展

参数敏感性分析SA（Sensitivity Analysis）是遥感、生态和水文模型不确定性分析UA（Uncertainty Analysis）的重要方法之一。本文梳理了遥感散射/辐射模型,以及遥感驱动的生态、水文模型研究中常用的敏感性分析方法,并总结了各类方法的优缺点和适用条件。从识别关键参数、不确定性分析和参数优化3个方面,分析了这些领域中参数敏感性分析研究的进展和存在问题,并介绍了最常用的敏感性分析平台。参数敏感性分析作为模型参数优化的先验知识之一,促进了模型和参数的优化。在不确定性和敏感性矩阵USM（Uncertainty and Sensitivity Matrix）的框架下,结合全局敏感性分析方法开展多阶段遥感反演、参数敏感性的尺度效应、参数敏感性的时空异质性研究更加需要关注。此外,还需要提高敏感性分析的计算效率和模式,来适应未来更加复杂的模型和迅速增长的数据量。     

基于森林模型参数先验知识估算高分辨率叶面积指数

目前，估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型，再用统计模型估算LAI。然而，与农田地面测量实验相比，森林地面测量实验获取的观测数据更加有限，这使得基于统计模型的森林高分辨率LAI的估算精度低，难以满足应用需求。为此，本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先，获取全球20个森林实验区的LAI地面测量数据和NDVI数据，建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后，以一个新的森林站点Concepción作为研究区，将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型，优化模型用于估算森林高分辨率LAI，使用验证数据评价LAI的估算精度。同时，选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度，经验证4个森林站点的均方根误差分别为0.6680，0.4449，0.2863，0.5755。研究结果表明：在仅有少量观测数据时，采用本方法能有效地提高森林高分辨率LAI的估算精度。因此，本方法可为森林高分辨率LAI的遥感估算提供参考。     

基于Skyline的城市三维管道自动生成技术

围绕城市地下三维管道的自动生成技术进行了分析与探讨,针对传统管道建模方法中所存在的不足之处,提出了一种基于Skyline的三维管道动态批量生成方法。其主要思想是：通过自动计算二维管线的三维管道建模参数,配合其属性参数的模板化机制,就能实现大规模三维场景中管道模型的快速创建。实践应用表明,该方法较传统建模方法更为快速和实用。     

利用SRTM-DEM和TM数据提取平原山地信息的研究

研究表明,基于SRTM-DEM派生的坡度模型进行平原、山地的自动提取具有很大的实效性,但坡度分级方法的选择及阈值的设定对提取结果具有较大影响;在此基础上,对区域植被、土壤、水文、地质等多地理要素信息及制图综合知识的综合运用,可大大提高基于知识的遥感专家修正精度;二者结合,初步实现了基于SRTM-DEM与遥感的平原、山地自动半自动提取,改进了传统手工和野外调查为主的提取方法,实现了地貌信息的数字化、定位化及定量化,为全国1∶100万数字地貌信息提取与集成奠定了基础。     

地下管线数据的智能化检查研究

分析了当前地下管线数据检查中的缺点与不足,引入领域驱动设计方法和UML来对检查规则进行分析建模,提出建立可定制的管线检查知识规则库及其推理机,并结合GIS来对管线数据进行智能化检查。在多个城市的实践验证了智能化检查具有高效、深入、快速定制等优点。     

空间数据插值的自动化方法研究

克里金插值是空间数据插值的常用方法,其关键在于变异函数的正确拟合。目前一些空间统计分析工具及开发包对变异函数的拟合主要以一定的人工经验为先导,通过直观的方法来确定变异函数的一些参数并反复调整,这种人工干预的操作步骤不仅妨碍了克里金插值的自动化,参数设置和模型选择也没有科学理论依据,因此预测的结果往往不精确。针对这一问题,围绕着自动化目标,基于R语言中的变异函数的自动拟合函数实现了自动克里金插值,并对自动拟合模型进行了自动交叉验证。实验结果表明该空间数据插值自动化方法可行。     

GIS 优化 SRM 储流函数模型变量与参数方法研究

水文模型的结构确定后,模型参数的选择对水文模型整体性能和水文预报结果的好坏有着至关重要的影响。为使得模型的输出值能够尽可能地接近实际值,文中结合数字高程模型(DEM)和流域地质资料,使用GIS方法分别从优化数据源和加入地质因素影响分析优化模型参数两方面入手,对SRM储流函数模型进行优化,并以北海道沙流川流域为例对上述方法进行检验,结果说明了方法的可行性。     

线要素化简及参数自动设置的案例推理方法

目前,线要素化简的人机协同机制研究得较少,化简算法的选择以及参数设置依赖于人工反复修正,影响了算法的易用性。针对该问题,提出了通过案例进行类比推理得到线要素化简算法及参数的寻优方法。该方法采用案例推理(case-based reasoning,CBR)思想,计算机参考专家化简案例,通过相似性评价指标和参数寻优策略对参数候选集进行类比推理,自动筛选出与案例同一类区域和比例尺下的线要素化简算法及参数的最佳设置,从而省去制图员不断试错的繁琐过程。实验结果表明,该方法能够自动得到算法和参数的最优组合,化简结果与已有成果数据吻合度较高,能够有效地提高参数设置的效率和准确性,降低化简算法工具的使用难度。     

基于一体化全局模型的智能型制图方法

提出了一种基于一体化全局模型的智能型制图方法.该方法基于一体化全局模型(拓扑信息模型),归纳和发现了矢量数据处理过程中显性的数学逻辑和隐含的作业规则;组建了知识库;进行了基本知识组合并在数据处理的不同环节中自动作用于全局数据库.由此不断改写全局数据库,使之逐步趋近为具有一体化特征的矢量地理信息,形成矢量智能化处理流程.在获取满足GIS要求数据的同时,获取用空间几何数据和相应符号参数表示的制图数据.     

基于一体化全局模型的智能型制图方法

提出了一种基于一体化全局模型的智能型制图方法。该方法基于一体化全局模型(拓扑信息模型),归纳和发现了矢量数据处理过程中显性的数学逻辑和隐含的作业规则;组建了知识库;进行了基本知识组合并在数据处理的不同环节中自动作用于全局数据库。由此不断改写全局数据库,使之逐步趋近为具有一体化特征的矢量地理信息,形成矢量智能化处理流程。在获取满足GIS要求数据的同时,获取用空间几何数据和相应符号参数表示的制图数据。     

自然资源要素智能解译研究进展与方向

自然资源要素解译是自然资源调查监测工作中最基础、投入工作量最大、技术难度最高的工作,存在可解译类别少、要素边界不准不全、类别属性可靠性不高等诸多挑战。本文从自然资源调查监测应用场景出发,首先从要素解译到场景要素耦合的解译范式、数据驱动到知识驱动的解译方法、人工目视到人机协同的解译手段3个方面阐述了自然资源要素自动解译的研究进展;然后探讨了6个重点研究方向及其研究内容,包括场景要素耦合解译、知识驱动语义理解、人机协同智能解译、内外一体与三维环境解译、关键参数精准计算与定量反演,以及高可信质量控制与真实性验证;最后进行了总结与展望,以期为自然资源要素智能解译研究提供思路,推动解决困扰遥感影像自动解译方法在自然资源调查监测业务应用中的瓶颈问题。     

面向对象影像多尺度分割最大异质性参数估计

多尺度分割是遥感影像分析的关键步骤,影像分割过程中的尺度参数选择直接关系到面向对象影像分析的质量和精度。首先,总结了面向对象影像分析中尺度概念的内涵,分析遥感影像空间和属性两大基本特征,依据空间统计和光谱统计获得理论上最优的空间尺度分割参数、属性尺度分割参数。其次,运用了基于谱空间统计的高分辨率影像分割尺度估计方法,分析了分形网络演化多尺度分割与影像谱空间统计特征的关系,进而将基于谱空间统计的面向对象影像分析尺度参数应用于分形网络演化多尺度分割算法中,最后,对其参数的合理性进行验证。研究采用高空间分辨率IKONOS和SPOT 5影像数据,选择建筑实验区和农田实验区进行空间和光谱特征统计,以进一步估计分割中的最佳尺度参数。使用分形网络演化方法对图像进行分割,利用监督分类对本文提出的尺度估计方法进行验证,验证结果表明尺度估计方法可以一定程度上保证后续的面向对象影像分类的精度。不同于以往分割后评价的尺度选择方法会需要大量的运算量,本文方法不需要先验知识的参与,且在分割前就可以自适应地估计出相对较为合适的尺度参数,提高了面向对象信息提取的自动化程度。     

基于流域GIS空间建模的雨洪模拟方法

基于多层次GIS空间分析模型技术,系统地建立了从流域雨洪过程相关影响因子栅格化处理到产汇流过程模型的集成化模拟方法,首次实现了对流域内任意栅格单元内河道断面的径流过程线的可视化测算。同时还对于模型中单元水流长度与河道单元流速率定方法进行了优化改进。实例分析结果表明:模型结构更为严谨、参数设置更为科学,改进的技术方法对于福建汀江十年一遇洪水场次的模拟结果精度有明显提高,能够满足相关海绵城市规划应用需求。     

耦合知识图谱和深度学习的新一代遥感影像解译范式

在遥感大数据时代,遥感影像智能解译是挖掘遥感大数据价值并推动若干重大应用的关键技术,如何将知识推理和数据学习两类解译方法有机联合已成为遥感大数据智能处理的重要研究趋势。由此提出了面向遥感影像解译的遥感领域知识图谱构建与进化方法,建立了顾及遥感成像机理和地理学知识的遥感领域知识图谱。在遥感领域知识图谱支撑下,以零样本遥感影像场景分类、可解释遥感影像语义分割以及大幅面遥感影像场景图生成3个典型的遥感影像解译任务为例,研究了耦合知识图谱和深度学习的新一代遥感影像解译范式。在零样本遥感影像场景分类实验中,所提方法在不同的可见类/不可见类比例和不同的语义表示下,都明显优于其他方法;在可解释遥感影像语义分割实验中,知识推理与深度学习的联合方法取得了最好的分类结果;在大幅面遥感影像场景图生成实验中,知识图谱引导的方法精度明显高于基准的频率统计方法。遥感知识图谱推理与深度数据学习的融合可以有效提升遥感影像的解译性能。     

光学遥感影像道路提取的方法综述

道路信息在多个应用领域中发挥着基础性的作用。光学遥感影像能够以较高的空间分辨率对目标地物进行精细化解译，可大幅增强地物目标的提取能力。充分利用光学遥感影像丰富的几何纹理信息，进行道路的精确提取，已成为当前遥感学界研究的热点与前沿问题。鉴于此，本文依据近年来大量相关文献，对现有的理论与方法进行了归类与总结，通过分析不同方法采用的道路特征组合，将道路提取方法划分为模板匹配、知识驱动、面向对象和深度学习4类方法，简要介绍了道路提取普适性的评价指标并对部分方法进行了分析与评价；最后对现有光学遥感影像道路提取的发展提出了建议和展望。