光谱角法在ASTER影像土地利用分类中的应用

为了验证光谱角法(SAM)对ASTER影像分类效果,本文对SAM分类的原理进行了阐述和分析,采用了SAM方法以ASTER遥感影像数据为数据源对泸沽湖地区的土地利用进行分类研究,并对分类精度进行了分析。研究结果表明SAM方法用于ASTER数据是一种有效的分类方法,对提高ASTER影像分类精度具有重要的意义。     

多光谱遥感应用于广西靖西-平果铝土矿调查

随着经济快速发展,我国及世界对铝及其产品的需求日益增大[1].利用遥感技术优势,结合地质、化探传统手段,能提高铝土矿资源普查的准确度.多光谱遥感技术在广西靖西-平果地区铝土矿普查中的应用,证实了利用遥感提取出来的信息结合地质、化探等资料进行铝土矿资源调查是行之有效的.     

我国东部地区ASTER GDEM高程精度评价

为了解我国ASTER GDEM数据高程精度,在考虑空间分布的情况下,选取我国东部辽宁、山东、浙江和海南4个地区的平原、丘陵、山地等作为典型研究区,并以1∶5万DEM为假定真值、以1∶25万DEM为参照,通过DEM面误差可视化分析和DEM面误差信息熵模型等方法对ASTER GDEM数据的高程精度做了分析。结果表明:ASTER GDEM数据高程误差在整个地图上分布是否均匀与其高程精度高低无决定关系;在山地和丘陵地形研究区,其数据高程精度要高于SRTM DEM和1∶25万DEM。总体来看,中国东部地区ASTER GDEM数据高程精度整体上要高于SRTM DEM和1∶25万DEM,但低于1∶10万DEM。     

利用ASTER立体像对提取相对DEM及正射影像地图制作

本文探讨在PCIGeomatica软件支持下,应用四川省泸州地区ASTER立体像对数据自动提取DEM及其正射影像地图制作。通过与当地实测地形图(1∶50000)比较,表明在平坦地区ASTER DEM与实测地形图吻合很好;在高程变化较大的区域由于太阳高度、方位影响和ASTER后视成像存在着较大的叠掩和阴影效应,ASTER DEM和实测DEM存在一些差异,但总体上可以满足中小比例尺(1∶500,000到1∶1000,000)地图应用。ASTER的应用为DEM的快速提取和正射影像地图制作提供了一种新的途径。     

基于ASTER的蛇绿混杂岩带岩性识别

本文运用ASTER遥感数据识别与提取新疆南天山铜花山地区蛇绿混杂岩带岩性信息。首先,利用比值法快速区别岩性,并比较了识别同一种岩性的不同指数的性能;然后,将对数残差算法应用在ASTER数据的短波红外波段上,在区域尺度上把蛇绿岩杂岩体同围岩区分开来;最后,运用标准光谱数据和光谱角填图法识别出多种蛇绿岩成分及其空间分布。现有地质图和野外验证反映出该方法有一定效果。利用混淆矩阵对光谱角填图法分类结果定量评价,结果表明,把ASTER的可见光-近红外、短波红外波段数据结合在一起进行岩性分类,可以达到比单独用短波红外数据分类更高的分类精度。     

西藏多不杂斑岩铜矿ASTER遥感蚀变异常特征

采用ASTER数据,利用"掩模+定向主成分分析"方法提取了多不杂斑岩铜矿的遥感蚀变异常。对蚀变异常的特征、蚀变异常与地面蚀变对应关系、蚀变异常与已知矿体的关系等几个方面进行了初步探讨,认为利用ASTER数据提取的蚀变异常效果较好,为西藏自治区矿产资源潜力评价多龙铜矿预测工作区的最小预测区圈定提供了遥感依据。     

ASTER遥感数据解读与应用

ASTER遥感数据可以在地球表面自然过程与全球变化等多个研究领域得到广泛应用.本文首先对ASTER数据格式进行了分析,并对解读关键技术进行了研究,在此基础上,通过计算机编程实现了ASTER数据的读取;最后结合ASTER数据的特点给出了ASTER数据在几个主要研究领域的应用.     

对地理国情普查预验收检验的再认识

第一次全国地理国情普查,围绕项目质量管理目标,首次将"预验收"的质量控制思路引入国家重大测绘工程项目。开展预验收检验,将质量控制工作前置,关口前移,为提升地理国情普查成果质量发挥了积极的促进作用,取得了许多宝贵的实施经验。笔者结合参与的地理国情普查预验收工作,总结分析了预验收检验的目的、技术流程、检验方式及实施效果,列举了预验收检验发现的主要质量问题,并以某一检验任务区为例,对比了预验收检验与验收检验的质量评价,结果表明:增设预验收检验的质量控制环节,使地理国情普查最终成果的质量水平显著提高。     

基于CBERS-02B星HR影像的多源遥感数据融合研究

为寻求更加适合与CBERS-02B星HR数据融合的多光谱数据及融合方法,应用PCA、Brovey、SVR、IHS 4种变换方法,分别将CBERS-02B星HR数据与CBERS-02BCCD、ASTER、ALOS的多光谱数据进行融合,从光谱和空间信息两个方面对融合效果进行分析。结果表明:①CBERS-02B星HR数据与ALOS多光谱数据的融合图像质量高于其他两种组合,其中IHS变换法融合图像空间细节及光谱信息保持度最高,色调鲜明,地物可辨别能力强;②ASTER、CBERS-02BCCD参与融合时,SVR变换法比较适合;二者相比较ASTER数据参与融合质量较高;③CBERS-02B星HR数据与ALOS和ASTER多光谱匹配度高,在CBERS-02B星HR数据的使用过程中应尽量寻求其他来源的多光谱数据进行融合。     

ASTER GDEM与SRTM3高程差异影响因素分析

作为最新发布的全球地形数据,ASTER GDEM比目前常用的SRTM3数据有着更高的分辨率和更广的覆盖范围,对于相关地学分析具有重要意义。本文以华中地区为研究区域,对ASTER GDEM与SRTM3数据进行了比较,重点分析了坡度、坡向、地形起伏度、土地利用类型、植被覆盖度、生成ASTER GDEM栅格点高程数据所用的ASTER DEM影像数等因素对2种DEM数据高程差异的影响。结果表明,在研究区域内,ASTER GDEM高程比SRTM3高程平均低5.42 m,两种DEM数据高程差异的RMS值为16.90 m;ASTER GDEM与SRTM3之间的高程差异随着坡度、地形起伏度、植被覆盖度的增大而增大,而ASTER DEM影像数越大,高程差异越小;坡向、土地利用类型对高程差异也有影响。     

遥感数据空间尺度分级模型与基本比例尺关系

多源遥感数据综合应用是遥感发展的必然趋势,统一的遥感数据空间尺度分级模型是多源数据集成与综合应用的基础。虽然已有多种空间尺度分级模型,但很多主流模型并非出于分尺度综合应用目的,缺乏客观的比较和评价。国家基本比例尺系统作为经过论证、中国应用面最广泛、接受度最高的一种尺度分级系统,是以应用为导向的遥感数据空间尺度分级模型的最优参照系。从不同视觉精度下国家基本比例尺对图像空间分辨率的需求出发,比较各空间尺度分级模型的层级分辨率与需求分辨率的匹配情况,包括OGC Well Known Scale Set的Global CRS84Pixel和Google Maps Compatible,以及NASA World Wind、Google Map、百度地图、天地图等软件平台采用的层级格网系统,以及"五层十五级"遥感数据组织模型,通过对数据信息冗余度的分析,对各个模型进行了评价。结果表明,在高视觉精度应用需求下,"五层十五级"模型与基本比例尺精度要求具有较明显的匹配优势,其次为OGC Google Maps Compatible模型和天地图模型,其余模型平均数据冗余倍数在2倍左右;在低视觉精度应用需求下,"五层十五级"模型平均数据冗余度仍为最低,其次为Google Map模型,其余模型平均数据冗余倍数都在2倍以上。     

遥感组合指数与不同分类技术结合提取农业用地方法

多光谱遥感影像因具有丰富的波谱信息,提高了地表覆盖的辨识能力,利用遥感数据高精度自动提取专题信息是目前研究的热点和难点。本文以北京市ASTER影像为例,通过对城市生态环境中土地类型及其光谱特征规律分析,组合归一化差异植被指数、修正归一化差异水体指数和归一化差异建筑指数三种指数,制作组合指数新影像。对组合指数影像采用基于支持向量机的面向对象分类方法进行农业用地信息提取,同时将该方法分别与基于原始影像、组合指数影像的最大似然及支持向量机的分类方法进行对比分析。实验结果表明:组合归一化差异指数影像压缩了数据维数,降低了覆盖地物相关性,易于农业用地信息提取。对组合指数影像采用基于支持向量机的面向对象分类方法精度达95.701%。     

高空间分辨率遥感影像最优分割结果自动确定方法EI北大核心CSCD

针对现有方法普遍存在不能充分顾及遥感影像多波段光谱信息,以及忽视遥感影像中地理要素的多尺度特性等问题,提出一种自动确定高空间分辨率遥感影像最优分割结果的非监督评价方法。该方法基于信息熵生成光谱信息离散度,利用光谱信息离散度构建能表达分割对象内部光谱均质性指标和分割对象与其相邻分割对象间光谱异质性指标。基于构建的光谱均质性和光谱异质性指标,采用“粗估计+精确定”的策略,逐步得到一个多级优化后的影像最优分割结果。本文在3个不同下垫面影像区域进行试验。结果表明,该方法能有效地实现自动确定高空间分辨率遥感影像最优分割结果,与现有方法相比,本文方法确定出的影像最优分割结果质量更高,与参考分割结果更加贴近。     

面向对象的高分辨率遥感影像信息提取技术

介绍了单张高空间分辨率的航空遥感数据在没有其他专题图辅助的情况下进行面向对象的信息提取的方法。以山西省平顺县为研究区,ADS40彩色航空影像为数据源,对不同的地物采取不同尺度的多尺度分割,形成具有"同质性"的对象,然后分别采取不同的信息提取策略,得到研究区信息分类成果,且有效避免了"同谱异物"、"同物异谱"及"椒盐现象",对高分辨率遥感影像信息提取技术研究具有一定的实践指导意义。     

基于城市POI的遥感影像渐进压缩技术

传统栅格影像均采用简单的、由低分辨率到高分辨率的像素级渐进压缩模式,较少考虑到用户需求特征和知识,因此,文中利用POI数据特点及图像感兴趣区编码特性,提出一种基于城市POI的遥感影像渐进压缩思想:首先根据大量的POI数据分析挖掘用户关注的热度信息,建立兴趣场,并以此确定遥感影像的感兴趣区域,然后综合SPIHT算法与Maxshift算法对遥感影像进行渐进压缩编码。实验结果表明,该方法在低码率下仍可以高质量保留图像所含重要信息,能够很好地满足用户的需求,实现了知识层级的遥感影像渐进压缩,有效提高图像压缩编码的实用性和优越性。     

高分辨率遥感影像信息提取与目标识别技术研究

由于高空间分辨率遥感影像海量数据、复杂细节和尺度依赖的特点决定了高分辨率遥感影像处理的技术难点。在总结以往高分辨率影像(航空影像)信息提取技术的主要难点和不足,从理论上和实践上分析了基于特征基元的高分辨率遥感影像处理与分析的意义,提出了基于特征基元的高分辨率遥感影像多尺度信息提取技术框架。最后对此框架进行总结与分析,指出了目前研究中仍存在的难点和今后的研究重点。     

基于相似度验证的自动变化探测研究

变化检测技术越来越多地应用于城市遥感分析和应用领域,但目前城市变化检测的研究主要基于中低空间分辨率的遥感数据,使用的方法也主要是像元直接比较法或者是分类后比较法。提出一种基于变化向量分析和相似度验证相结合的变化检测方法,应用高空间分辨率影像来快速实现城市建筑物、街道等目标的自动变化检测。并详细阐述了变化目标的提取以及验证的方法和过程,其结果真实地反映了地面目标的实际变化程度和类型。     

高分辨率遥感影像分割方法研究

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。