植被高光谱遥感分类中训练样本的选择方法

针对植被高光谱遥感分类过程中参考光谱训练样本的选择问题，研究分类过程中常用训练样本的选择方法，并在此基础上提出2种新的训练样本选择（纯化）方法，然后结合具体的OMIS-I高光谱遥感数据，验证方法的有效性。     

利用高光谱混合像元分解估测喀斯特地区植被覆盖度

以Hyperion高光谱影像为数据源,以植被、裸土、裸岩作为喀斯特地区典型地物,利用纯净像元指数方法从影像中提取这3类地物的端元,然后利用匹配滤波(MF)和混合调谐匹配滤波(MTMF)混合像元分解的方法对喀斯特地区的植被覆盖度进行了估测。结果表明:MTMF方法反演得到的喀斯特地区植被丰度与实测植被覆盖度之间的最大偏差为0.15,确定系数R2为0.78,均方根误差RMSE为9.18,MTMF植被覆盖度提取的结果明显优于MF,故MTMF方法反演得到的喀斯特地区植被丰度准确地代表了地表真实植被覆盖情况。研究表明,MTMF方法对喀斯特地区植被覆盖度的估测具有更高的精度及可靠性,具有广阔的应用前景。     

新工科测绘类大学生科研创新能力培育研究

在新工科建设背景下，对测绘类大学生科研创新能力培育质量提出了更高要求。针对当前测绘专业大学生科研创新培育缺乏体系、科研素养培育欠佳等总体现状，具体分析了地方高校测绘专业大学生科研创新培育过程存在的问题，讨论了新工科背景下测绘大学生科研创新能力培育的三项要求，提出了提升测绘大学生科研创新能力培育的三条途径，有望为培养新工科背景下创新型测绘科技人才提供借鉴。