遥感大数据自动分析与数据挖掘

成像方式的多样化以及遥感数据获取能力的增强,导致遥感数据的多元化和海量化,这意味着遥感大数据时代已经来临.然而,现有的遥感影像分析和海量数据处理技术难以满足当前遥感大数据应用的要求.发展适用于遥感大数据的自动分析和信息挖掘理论与技术,是目前国际遥感科学技术的前沿领域之一.本文围绕遥感大数据自动分析和数据挖掘等关键问题,深入调查和分析了国内外的研究现状和进展,指出了在遥感大数据自动分析和数据挖掘的科学难题和未来发展方向.     

基于分类规则挖掘的遥感影像分类研究

分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性.     

基于像素比对法的遥感监测应用现状

基于遥感影像像素比对的地物变化监测方法可分为直接比较法、基于数学变换和统计的方法、基于人工智能的方法和融合多种数据和方法的方法 4大类。基于像素比对法的遥感监测方法未来一段时间的发展方向为新方法的设计和应用、方法的融合、数据挖掘和融合、针对特殊地物的监测方法研究、高分辨率遥感影像地物监测方法探索等,对基于遥感影像地物监测方法的应用和研究具有一定参考的价值。     

数据库知识发现技术及其在测绘中的应用

详细介绍了数据挖掘与数据库中的知识发现(KDD)技术,给出了KDD的定义以及KDD具体实现的3种处理模型,并从GIS和遥感影像分析两个方面论述了KDD技术在测绘中的应用.     

浅谈基于特征构造的多光谱影像跨尺度分类研究方法

针对遥感多光谱影像处理,提出一种立足于多尺度像斑模型,应用数据挖掘中的特征构造来实现跨尺度特征构造的方法,将最佳尺度选择问题隐含在特征构造中,而不直接进行最佳尺度选择.从而在区分地物方面更加准确,分类精度更高.     

基于空间数据挖掘的遥感图像处理

数据与数据库的爆炸式增长导致了一个十分突出的问题,即如何高效、智能地从巨量的、有噪音的、随机的数据中提取有效的、潜在有用的信息和知识.近几年来,空间数据挖掘技术的广泛研究正是基于此目的.本文初步探讨了空间数据挖掘技术在遥感图像处理中的应用,其重点阐述了关联规则,以及数据挖掘技术在遥感图像数据处理中的基本方法以及如何对遥感图像数据进行离散化处理.文章最后简要介绍了遥感图像处理的决策树和人工神经网络数据挖掘技术方法.     

多源遥感影像数据的融合方法探讨

在分析和总结多源遥感影像数据融合的基础上,探讨了多源遥感影像数据融合的层次、模型、结构及其特点.归纳总结了多源遥感影像数据融合方法,目的是提高多光谱影像分辨率的同时保持色调不变,从另一个角度理解为在已知低分辨率多光谱影像和高分辨率全色影像的基础上,模拟生成高分辨率多光谱影像.本文介绍了遥感影像融合技术,系统阐述了几种常见的遥感影像融合方法及其应用.     

资源三号卫星遥感影像无控制点校正影像精度分析评估

随着地理信息服务对数据更新要求越来越高,处理卫星遥感影像速度也要求越来越快.RPC无像控点校正遥感影像是目前较流行的快速遥感影像处理方式.资源三号遥感卫星是我国第一颗民用高分辨率测绘卫星,其轨道定位和相机参数精度高,可以实现较高精度的RPC影像校正.本研究通过广西多个不同地形地貌地区的资源三号卫星遥感影像的RPC校正,分析其影像绝对定位精度以及多光谱影像与全色光谱影像的相对定位精度,评估进行快速无像控点影像校正的可行性.     

高分辨率遥感影像在测绘生产中的应用潜力研究

结合国内外近年来的一些研究,探讨高分辨率遥感影像应用于测绘生产的潜在能力.对高分辨率遥感影像和中低分辨率遥感影像以及航空影像进行全面比较,分析高分辨率遥感影像用于基础测绘生产的潜在能力.最后得出结论,借助于精密的摄影测量纠正模型和适当的地面控制点,目前的米级高分辨率遥感影像在基础测绘生产中可以用于最大至1:10000国家基本比例尺地图的生产和更新工作.     

遥感影像分类中的模糊聚类有效性研究

通过不同遥感影像对常用的模糊聚类有效性指数进行测试,检验这些指数能否适用于遥感影像分类.实验结果证明,Xie-Beni系列指数能够有效地获得遥感影像最优分类数,相对于其他模糊聚类有效性指数更适用于遥感影像分类.