观测数据采样化的遥感影像非监督分割

为了实现影像的自动化分割,提出一种利用非监督方式将观测数据采样化的遥感影像分割方法。该方法利用欧氏空间的概率分布建模采样数据和观测数据,并将其映射到黎曼空间,通过不断将观测数据转换为采样数据的方式实现影像的自动采样化。每次采样过程只需计算观测数据点到采样点的测地线距离,将距采样点测地线距离最小的观测数据转化为采样数据,以保证采样数据不断趋于该类数据的真实分割结果,同时使算法能够有效分割具有不同像素数的类别。将算法应用于模拟影像和真实遥感影像分割,对其分割结果以及传统基于统计、基于模糊的非监督算法和基于神经网络的监督算法相应分割结果定性定量的对比分析验证了该算法的有效性及可行性。     

集成激光雷达数据和遥感影像的立交桥自动检测方法

针对城市复杂立交桥的空间特性,提出集成激光雷达数据和遥感影像实施立交桥的快速自动检测的技术流程和关键技术。首先提出利用区域增长方法改进的渐进加密三角网,有效剔除地面点云,避免对立交检测的干扰;然后采用模型驱动的分割算法,检测立交桥点云;采用基于自适应扫描带算法检测立交桥中心线,克服点云采样密度变化,确保提取过程和结果稳健;之后利用遥感影像边缘精化立交桥轮廓;最后利用模型平均曲率检测修复断裂立交桥单体。利用实际数据验证了整个流程和关键技术的可行性和有效性。     

利用几何校正法进行不同影像间空间配准

在影像数据融合、动态变化监测等遥感影像集成分析和应用中，将来自不同传感器、不同时相获取的影像高精度快速配准是其中的关键技术之一。介绍利用几何校正法进行不同影像间空间配准的过程，在不同影像上选取同名点作为控制点，用最近邻、双线性内插或三次卷积内插运算法对分辨率较小的影像进行重采样，完成配准。并采用Landsat TM影像和SPOT pan影像进行实验，结果表明配准精度在1个像素之内，为进一步的遥感影像融合．分类作好数据准备。     

ETWatch中不同尺度蒸散融合方法

高分辨率遥感蒸散数据集的构建受到数据源的限制和云的影响,单一传感器无法达到高时空分辨率覆盖。本文分 析了ETWatch不同尺度遥感蒸散结果的空间特征,通过几种融合方法的比较,分析数据融合前后的数据特征和信息量,将 时空适应性反射率融合模型（STARFM）集成到ETWatch,用于不同尺度遥感蒸散数据的融合,该方法可以很好的结合高 低分辨率数据的空间分布和时间分布信息,在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分 辨率数据的空间细节差异,STARFM融合后的日ET数据与融合前1 km 日ET数据的平均相对误差为1.75%,融合后的月ET 数据与融合前1 km 月ET数据的平均相对误差为0.2%,STARFM适合于不同尺度下遥感ET数据的融合。     

三种卫星云量数据在青藏高原地区的比对分析

青藏高原是卫星反演云参数的热点和难点区域。选取1982年—2015年0.1°空间分辨率的Patmos-x、0.25°空间分辨率的CLARA-A2的NOAA/AVHRR下午星数据和2003年—2015年0.05°空间分辨率的Aqua/MODIS C6等3种云量数据,针对青藏高原区域,从数据的反演算法和数据的空间属性出发,进行比对分析。Patmos-x和CLARA-A2具有相同的数据源和相近的云检测算法。与地面观测云量相比,Patmos-x云量与地面观测云量间的相关性大于0.8,MODIS次之,CLARA-A2云量与地面观测云量的相关性很弱。3种数据均表现出高原东部云量多于西部云量,北部云量多于南部的云量空间分布特征和白天云量大于夜间云量的时间分布特征。量值上CLARA-A2云量大于Patmos-x。2003年—2015 年夜间Aqua/MODIS 年均云量比CLARA-A2高8.82%。34年间Patmos-x和CLARA-A2年均云量以减少为主,夜间云量的变化趋势比白天云量变化趋势明显,CLARA-A2云量的变化趋势较Patmos-x明显。2000年是高原区域云量由偏多到偏少变化的拐点。1、4、10月多年云量以减少为主要变化趋势,7月云量以弱增多为主要变化特征。     

基于规则六面体的三维空间数据插值方法

地学现象本质上是分布于三维空间的数据场.利用有限的三维采样观测结果,通过三维空间内插是分析和模拟三维空间现象分布和变化特征的重要手段.本文利用规则六面体对三维空间进行离散,采用三维空间移动插值法,以六面体格网顶点为中心,以可变半径球形窗口搜索足够数量的邻近采样点,按距离权倒数内插函数计算待定点的属性.文中给出了该算法的具体实现以及插值结果的可视化表现,证明这种三维空间插值方法是行之有效的,且符合空间现象的空间分布特点.     

GBGWR模型在降水量空间分布模拟中的应用

近年来,我国大部分地区屡遭洪涝与干旱两种自然灾害侵袭,对重洪涝干旱区域进行空间插值具有重要的意义。针对传统地理加权回归（GWR）模型建模过程中模型识别和参数估计易受观测值异常点影响的问题,本文提出了一种基于吉布斯采样的贝叶斯地理加权回归（GBGWR）方法。运用基于吉布斯采样的马尔可夫链蒙特卡罗贝叶斯方法,估计地理加权回归模型参数,通过平滑函数降低观测值中异常点位数据,最后对湖南省1985-2015年35个观测站点的降水观测数据进行了空间分布模拟。试验结果表明,本文提出的方法相较于GWR模型性能提高了19.8%,相较于BGWR模型性能提高了8.2%,该方法可以有效降低异常值和"弱数据"对回归结果的影响,能够更加真实地模拟湖南省降水量的空间分布。     

遥感图像数据重采样的一种快速算法

从原始遥感图像几何畸变特征出发，建立了SeaStarStarSeaWiFS和NOAA AVHRR遥感图像数据重采样的一种快速算法，并提出了邻点权重重采样方式。该种快速长法能有效地提高遥感图像几何校正的速度，并适用于连续对地观测系统遥感数据的重采样过程。邻点权重重采样方式可用以替代通常的最近邻点和双线性插值采样方式。     

无人机点云数据的危岩体结构信息提取

针对在隐患地质灾害体信息采集过程中,大多数危岩体处于高陡边坡顶部,传统测量方式难以直接对其进行测量的难题,该文利用无人机摄影测量技术获取高精度遥感影像,基于点云数据构建三维点云模型和空间实体模型,生成研究区高分辨率栅格影像,提取危岩体空间地理信息,数字化量测危岩体结构面产状.实验表明,获取的高精度栅格影像,弥补了研究区高分辨率遥感影像的匮乏.构建的危岩体三维空间实体模型,模型内、外精度符合岩体结构面信息解译精度要求,可以多角度地观测危岩体地质灾害及其所处环境的真实场景,量测危岩体主要参数,提取危岩体空间地理信息.基于最小二乘法平面拟合算法处理三维点云模型,准确计算出结构面产状,为地质灾害防治部门提供基础数据.     

多源高分辨率遥感影像自动云检测方法研究

针对目前大多数高分辨率卫星影像数据只提供云量百分比不提供云掩模图的情况,借鉴彩色航空影像云检测思想,并结合云等高亮地物的NDVI分布范围,提出了一种逐步优化的多源高分辨率遥感影像云边界自动检测方法。对多种高分辨率卫星影像的云检测试验表明,该方法能提高对厚云边界的检测精度并降低对薄云的漏检率。     

地理信息系统集成平台框架结构研究

提出了基于客户／服务器结构的地理信息系统集成平台总体结构,探讨了基于元数据的地理信息系统数据集成平台以建立物理上分布而逻辑上集中的分布式地理信息系统数据库,提出了应用符合３ＮＦ范式的关系数据库进行模型管理的模式,在此基础上探讨了地理信息系统可视化建模工具。     

多光谱遥感图像土地利用分类区域多中心方法

针对遥感图像土地利用一种类别由多种地物组成,存在难以求取类别光谱特征多元分布模型的问题,分析了多光谱遥感图像土地利用的光谱特征和区域多中心特征,提出了一种光谱信息和区域信息基于规则的区域多中心分类方法,以类别的类内中心集合表征类别模式,以区域为分类单元,以区域单元含类别类内中心数和区域单元中属于某种类别的像元占单元总像元的百分比为分类准则;采用类内中心表征类别模式和基于规则的分类方法,较好地解决了土地利用类别由多种地物组成、类别模式不满足多元正态分布的问题,由于类别区域单元多中心特性差异大,分类规则的建立及训练样本的选择易于实现。实验表明:该方法能提高分类精度4%—6%。     

The effect of atmospheric and topographic correction on pixel-based image composites: Improved forest cover detection in mountain environments

Quantification of forest cover is essential as a tool to stimulate forest management and conservation. Image compositing techniques that sample the most suited pixel from multi-temporal image acquisitions, provide an important tool for forest cover detection as they provide alternatives for missing data due to cloud cover and data discontinuities. At present, however, it is not clear to which extent forest cover detection based on compositing can be improved if the source imagery is firstly corrected for topographic distortions on a pixel-basis. In this study, the results of a pixel compositing algorithm with and without preprocessing topographic correction are compared for a study area covering 9 Landsat footprints in the Romanian Carpathians based on two different classifiers: Maximum Likelihood (ML) and Support Vector Machine (SVM). Results show that classifier selection has a stronger impact on the classification accuracy than topographic correction. Finally, application of the optimal method (SVM classifier with topographic correction) on the Romanian Carpathian Ecoregion between 1985, 1995 and 2010 shows a steady greening due to more afforestation than deforestation.     

Spatio-temporal pattern analysis of land use/cover change trajectories in Xihe watershed

Human-induced land use/cover change has been considered to be one of the most important parts of global environmental changes. In loess hilly and gully regions, to prevent soil loss and achieve better ecological environments, soil conservation measures have been taken during the past decades. The main objective of this study is to quantify the spatio-temporal variability of land use/cover change spatial patterns and make preliminary estimation of the role of human activity in the environmental change in Xihe watershed, Gansu Province, China. To achieve this objective, the methodology was developed in two different aspects, that is, (1) analysis of change patterns by binary image of change trajectories overlaid with different natural geographic factors, in which Relative Change Intensity (RCI) metric was established and used to make comparisons, and (2) analysis based on pattern metrics of main trajectories in the study area. Multi-source and multi-temporal Remote Sensing (RS) images (including Landsat ETM+ (30 June 2001), SPOT imagery (21 November 2003 and 5 May 2008) and CBERS02 CCD (5 June 2006)) were used due to the constraints of the availability of remotely sensed data. First, they were used to extract land use/cover types of each time node by object-oriented classification method. Classification results were then utilized in the trajectory analysis of land use/cover changes through the given four time nodes. Trajectories at every pixel were acquired to trace the history of land use/cover change for every location in the study area. Landscape metrics of trajectories were then analyzed to detect the change characteristics in time and space through the given time series. Analysis showed that most land use/cover changes were caused by human activities, most of which, under the direction of local government, had mainly led to virtuous change on the ecological environments. While, on the contrary, about one quarter of human-induced changes were vicious ones. Analysis through overlaying binary image of change trajectories with natural factors can efficiently show the spatio-temporal distribution characteristics of land use/cover change patterns. It is found that in the study area RCI of land use/cover changes is related to the distance to the river line. And there is a certain correlation between RCI and slope grades. However, no obvious correlation exists between RCI and aspect grades.     

RS与GIS一体化数据结构的研究

详细阐述了RS与GIS一体化的概念 ,通过对RS与GIS一体化方面的研究与分析 ,进一步明确RS与GIS一体化对空间数据存储结构的要求 ,着重探讨了几种典型的用于RS与GIS一体化的数据结构 ,针对现有数据结构存在的问题与不足 ,提出了一种具有普遍适用价值的基于语义网络的空间数据存储结构 ,并给出一个应用实例     

FY-2C云分类资料估算日照百分率

日照百分率是地球辐射研究、太阳能资源评估等工作中使用的一个重要指标量。为探讨FY-2C静止气象卫星资料估算日照百分率的可能性,以江西省为例,采用了FY-2C静止气象卫星2007年整年白天逐小时云检测资料和同期江西省87个国家气象站逐小时日照时数资料,建立了北京时间8:00-17:00逐时多元线性回归和权重系数两种估算模型,估算得到了覆盖江西省范围的5 km空间分辨率的逐时日照百分率格点资料。另外,用反距离加权(IDW)和克里金法(Kriging)模型对全省8:00-17:00逐时的日照百分率进行5 km分辨率空间插值,以进行多种方法对比分析。将各模型的估算结果与未参与模型构建的17站实测资料进行对比分析后发现,基于FY-2C云检测资料的两种估算模型的平均绝对误差(MAE)和相对误差均比IDW和Kriging的小50%以上,且其均方根误差(RMSIE)均明显小于后两者,误差离散性亦更小。基于FY-2C云检测资料的日照百分率的两个估算模型中多元回归模型的平均绝对误差(MAE)为3.40%,平均相对误差为8.62%,略小于权重系数模型的3.47%和8.75%,两者的均方根误差(RMSIE)则相差无几,误差空间分布也较为一致;各时次两种模型的估算值多大于实测值,仅17:00的估算结果小于实测值,8:00和17:00的MAE、RMSIE、相对误差均明显大于其他时次。对试验结果进行综合分析得出结论:基于FY-2C云检测资料的两种日照百分率估算模型均明显优于传统的IDW和Kriging方法;就2007年资料而言,多元回归模型优于权重系数模型。     

噪声调节主成分变换下的遥感图像薄云去除

针对在光学遥感图像中的地球表面反射率由于云覆盖所造成的衰减问题,本文提出了一种基于噪声调整主成分变换（NAPCT）模型的薄云去除方法。首先,通过噪声估计构建NAPCT除云模型,实现云图像的转换;然后,利用NAPCT第一成分（NAPC1）提供的云分布信息,通过合并云掩膜,对NAPC1上的浑浊像素进行校正;最后,将逆变换应用于云覆盖区域,并与原始的清晰像素镶嵌在一起,最终得到无云图像。利用模拟和真实的Landsat 8图像对本文方法的性能进行了定性和定量评估,试验结果表明：与传统方法相比,本文NAPCT方法提供了更好的均方根误差和峰值信号噪声比,在除云上具有更好的效果。     

DATABASE STRUCTURE FOR THE INTEGRATION OF RS WITH GIS BASED ON SEMANTIC NETWORK

1　ＴｈｅｃｏｎｃｅｐｔｏｆｔｈｅｉｎｔｅｇｒａｔｉｏｎｏｆＲＳｗｉｔｈＧＩＳＴｈｅｉｎｔｅｇｒａｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇ (ＲＳ)ｗｉｔｈｇｅｏ ｇｒａｐｈｉｃａｌｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍ (ＧＩＳ)ｉｓａｈｏｔｓｐｏｔｉｎｇｅｏｇｒａｐｈｉｃａｌｉｎｆｏｒｍａｔｉｏｎｓｃｉｅｎｃｅ .ＴｈｅｃｏｎｃｅｐｔｏｆｔｈｅｉｎｔｅｇｒａｔｉｏｎｏｆＲＳｗｉｔｈＧＩＳ ,ｉｎｔｈｅｖｉｅｗｏｆＰｒｏｆ.ＬｉＤｅｒｅｎ ,ｉｓｔｈａｔＲＳｉｓｔｈｅｗａｙｔｏｏｂｔａｉｎｔｈｅｉｎｆｏｒｍａ ｔｉ…     

基于Monte Carlo方法的不确定性地理现象可视化

应用Monte Carlo方法伪随机数模拟表达随机过程现象的数学方法，并结合粒子系统模型提出了一种地理现象空间分布不确定性特征的动画可视化方法。通过栅格单元的随机运动，从视觉上表达现象分布在空间定位、属性特征上的不确定性、模糊性，同时由Monte Carlo方法控制随机过程中现象分布的统计规律。     

Database structure for the integration of RS with GIS based on semantic network

The integration of remote sensing (RS) with geographical information system (GIS) is a hotspot in geographical information science. A good database structure is important to the integration of RS with GIS, which should be beneficial to the complete integration of RS with GIS, able to deal with the disagreement between the resolution of remote sensing images and the precision of GIS data, and also helpful to the knowledge discovery and exploitation. In this paper, the database structure storing the spatial data based on semantic network is presented. This database structure has several advantages. Firstly, the spatial data is stored as raster data with space index, so the image processing can be done directly on the GIS data that is stored hierarchically according to the distinguishing precision. Secondly, the simple objects are aggregated into complex ones. Thirdly, because we use the indexing tree to depict the relationship of aggregation and the indexing pictures expressed by 2-D strings to describe the topology structure of the objects, the concepts of surrounding and region are expressed clearly and the semantic content of the landscape can be illustrated well. All the factors that affect the recognition of the objects are depicted in the factor space, which provides a uniform mathematical frame for the fusion of the semantic and non-semantic information. Lastly, the object node, knowledge node and the indexing node are integrated into one node. This feature enhances the ability of system in knowledge expressing, intelligent inference and association. The application shows that this database structure can benefit the interpretation of remote sensing image with the information of GIS.