基于高分六号WFV数据的冬小麦种植面积提取

冬小麦是我国重要的粮食作物之一,准确获取冬小麦种植面积具有重要的现实意义。为探究高分六号卫星影像进行冬小麦遥感监测的可行性和精确性,本文选取甘肃省崆峒区为研究区,运用红边波段+监督分类中的支持向量机法,提取了2019年崆峒区冬小麦种植面积,并利用混淆矩阵对分类结果进行精度验证。结果表明:提取崆峒区冬小麦种植面积为15045 hm 2,与实际种植面积相比,误差率为1.02%;该模型能有效地提取崆峒区冬小麦,总体精度为98.88%,Kappa系数为0.97;红边波段能有效地提取干扰地物,提取精度比直接使用监督分类高7.88个百分点;GF6影像在提取冬小麦种植面积上具有明显优势。     

基于时序SAR的德州地面沉降分析

InSAR技术具有测量时间短、速度快、精度高等优点,可有效取代传统测量.SBAS-InSAR技术作为一种时序SAR技术,形变监测精度高,可达毫米级,在地面沉降中得到广泛应用.本文以德州城区为研究区域,利用2016年3月-2018年6月获取的31景Sentinel-1A影像展开研究,并且对比SAR影像滤波常用几种方法,定性分析自适应滤波、Boxcar滤波和Goldstein滤波的去噪效果;通过SBAS技术得到研究区域的时序形变、年均沉降速率以及累积沉降量等结果,发现最大累计沉降量达56 mm.本文研究表明,德州城区整体稳定,中心城区外围部分沉降,中东部略有抬升.此结论对德州市的地质灾害防治工作有一定意义.     

基于高分二号卫星数据的农作物分类方法研究

针对目前高分二号卫星数据(GF-2)有较高的空间分辨率而在农业领域应用较少和农作物分类普遍存在"同谱异物"和"同物异谱"的现象,以辽宁省沈阳市苏家屯区以西的新开河村周边为试验基地,利用最佳波段组合指数法(OIF)对所选取的高分二号(GF-2)卫星数据的纹理特征和植被指数以及波段信息进行筛选,选取最佳的波段组合,以增加分类信息、减少数据冗余。最后,针对筛选后的数据,使用最大似然法进行分类,得到农作物的分类结果。结果表明,利用该方法对农作物进行分类,分类精度得到了一定程度的提高,为目前大规模农作物种植面积的精确、迅速统计提供了一套可行的方案。     

智慧黄山时空大数据建设与应用实践

基于时空大数据技术、面向服务模式、高性能计算和分布式计算等相关理论和技术,本文设计并实现了时空大数据平台,集合了时空数据整合、处理、存储、分析、可视化等功能,并具备后台资源弹性分配和管理能力.规划了适合本地情况的时空大数据重点应用方向,基于大数据空间分析模型,分析了土地利用现状数据变化情况;运用机器学习的方法构建地价预测模型,实现了远期地价预测能力;利用大数据分析及存储手段,实现了基于手机信令数据的旅游景区流量分析.为黄山市提供了统一的时空大数据服务基础设施,并为智慧城市全面应用积累了经验.     

鄂尔多斯盆地奥陶系马家沟组四段构造- 岩相古地理新认识及勘探意义

米探1井取得天然气勘探突破表明鄂尔多斯盆地奥陶系马家沟组四段具有巨大勘探潜力,然而,对盆地奥陶纪马四期古构造格局和岩相古地理研究还存在争议,制约了下步天然气勘探进程。为此,基于地震、野外露头、钻井、岩芯、微观薄片和测井等基础资料,对马家沟组四段构造- 岩相古地理开展了系统研究,确定了盆地奥陶纪马四期古构造格局,并恢复出马家沟组四段岩相古地理,预测了有利勘探区。研究结果表明：① 鄂尔多斯盆地奥陶纪马四期发育“两陆三隆四坳”的古构造格局,其中两陆为伊盟古陆和阿拉善古陆,三隆分别为中央古隆起、中条古隆起和神木- 志丹低隆起,四坳为西南边缘坳陷、桃利庙坳陷、府谷坳陷和柳林坳陷;② 马四期为碳酸盐岩内缓坡和中缓坡沉积,其中内缓坡又发育白云岩坪、含云膏坪、微生物丘、灰泥丘、砂屑滩、丘滩间海和灰质潟湖等7类微相;③ 古构造格局控制马家沟组四段沉积分异,微生物丘、灰泥丘和砂屑滩等3类有利储集相主要沿中央古隆起和神木- 志丹低隆起等古地貌高部位分布。因此认为,神木—靖边地区是有利储层发育区,且处于岩性相变带,生储盖配置关系好,具有良好的成藏条件,是天然气勘探的有利靶向区。     

黑龙江省省级河湖遥感动态变化监测体系研究

结合黑龙江省河长制工作实际需求,本文提出了省级河湖遥感动态变化监测体系内容及方法,重点阐述了省级河湖遥感动态变化监测的总体技术路线,并详细描述了卫星遥感影像处理、内业采集、外业核查、变化分析及变化检测报告编写和图件制作、河湖动态监测数据库建设、河湖动态监管系统开发等关键技术.项目成果应用到河湖长制管理、河湖水域岸线空间管控、河湖监管执法及"清四乱"专项行动等工作中,全面提升了河湖治理和监管水平.     

地形因子与小微地震相关度的空间异质性分析

针对传统最小二乘回归未能顾及数据的空间特性,且无法度量模型自变量与因变量相关性的空间变异特性的问题,本文提出利用地理加权回归方法分析小微地震频次与地形因子相关度的空间异质性。以四川地区的地震监测资料、DEM为实验数据,选取地形复杂度、坡度变率、坡向变率和地面曲率为自变量,地震发生频次为因变量,构建地理加权回归模型,并进行回归系数的空间变异分析。实验分析发现,地震频次与地形因子具有一定的相关性:地形复杂度与地震频次相关性最强;坡度变率、沟壑密度、剖面曲率与地震频次的相关性依次减弱;不同空间位置的地形因子和地震频次的相关性具有较明显的空间异质性。实验结果表明,地理加权回归可以有效地度量分析地震频次与地形因子相关度的空间异质性,研究结果可为地震及次生灾害的分析与预报提供辅助决策参考。     

适用于不同基线条件下北斗三频RTK算法研究

针对RTK作业过程中,不同长度基线残余误差大小的差异对定位结算的影响,本文分析了短、中、长3种基线条件下的主要误差来源及其大小,并比较了几种不同的三频RTK结算策略对各项误差的处理能力,提出了分别适用于短、中、长3种不同基线条件的三频RTK算法.对于15 km以内的短基线,采用改进的TCAR算法解算;中基线条件下采用电离层加权模型;对于大于100 km的长基线采用将两个超宽巷相叠加的宽巷组合的WRTK定位.不同长度基线实测数据处理结果表明:3种算法可以实现相应基线条件下的最佳解算效果,在短基线和中基线下实现厘米级定位,长基线则可以实现平面方向误差小于15 cm、高程方向误差小于30 cm的分米级快速定位.     

利用深度卷积循环神经网络的高光谱影像空谱特征分类方法

针对高光谱影像分类问题,提出了基于深度卷积循环神经网络的高光谱影像空谱特征分类方法.首先将高光谱数据立方体看作一组特征序列;然后利用深度卷积循环神经网络构建特征序列的依赖关系,并采用"预训练+微调"的训练策略对深层网络模型进行训练,从而使得所设计的深层网络在训练样本较少的情况下也能得到更加充分的优化.在Pavia大学和Indian Pines数据集上的试验结果表明,构建的深度卷积循环神经网络的分类精度比RNN方法分别提升了9.49％和5.8％.     

不同地表覆盖下SPOT-7影像大气校正方法研究

针对不同的地物覆盖类型,分析和评价了适用于SPOT-7卫星数据的大气校正方法,为其遥感定量研究和应用提供思路和参考。在河南省嵩山地区进行了同步观测实验,获取了SPOT-7卫星影像并进行大气校正处理,地面同步测量了大气光学特性和典型地物样区光谱,计算了地物样区在影像上的反射率和植被指数,分析了不同地物覆盖类型下大气校正模型(fast line-of-sight atmospheric analysis of spectral hypercubes,FLAASH)和大气模型(second simulation of the satellite signal in the solar spectrum,6S)的大气校正效果。对自然植被、农作物中的高秆作物、硬地建议采用FLAASH进行大气校正,对农作物中的低矮作物,建议采用6S进行大气校正。