波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。     

顾及地形起伏的无人机影像覆盖分析方法

使用无人机实施测绘航空摄影时，由于无人机相对航高较低，地面起伏会对无人机影像的分辨率、覆盖范围、重叠度造成较大的影响，影像成果会出现分辨率不足、重叠度不够、覆盖漏洞等缺陷。针对这一情况，本文提出了一种利用数字微分正解法的计算方法，借助DEM准确计算每张影像的覆盖范围，并使用FME软件高效生成全部影像的覆盖范围。经过实际使用，验证了该方法可以在航线设计阶段准确预测并分析全部影像的覆盖范围、重叠度，因此可及时发现设计问题并调整航线。该方法可以有效减少因地形起伏造成的影像覆盖缺陷，减少返工现象，从整体上提高了作业效率。     

陕北地区退耕还林还草工程土壤保护效应的时空特征

This paper looks at the Green for Grain Project in northern Shaanxi Province.Based on remote sensing monitoring data,this study analyzes the locations of arable land in northern Shaanxi in the years 2000,2010 and 2013 as well as spatio-temporal changes over that period,and then incorporates data on the distribution of terraced fields to improve the input parameters of a RUSLE model and simulate and generate raster data on soil erosion for northern Shaanxi at different stages with a accuracy verification.Finally,combined with the dataset of farmland change,compared and analyzed the characteristics of soil erosion change in the converted farmland to forest(grassland)and the unconverted farmland in northern Shaanxi,so as to determine the project’s impact on soil erosion over time across the region.The results show that between 2000 and 2010,the soil erosion modulus of repurposed farmland in northern Shaanxi decreased 22.7 t/ha,equivalent to 47.08%of the soil erosion modulus of repurposed farmland in 2000.In the same period,the soil erosion modulus of non-repurposed farmland fell 10.99 t/ha,equivalent to 28.6%of the soil erosion modulus of non-repurposed farmland in 2000.The soil erosion modulus for all types of land in northern Shaanxi decreased by an average of 14.51 t/ha between 2000 and 2010,equivalent to 41.87%of the soil erosion modulus for the entire region in 2000.This suggests that the Green for Grain Project effectively reduced the soil erosion modulus,thus helping to protect the soil.In particular,arable land that was turned into forest and grassland reduced erosion most noticeably and contributed most to soil conservation.Nevertheless,in the period 2010 to 2013,which was a period of consolidation of the Green for Grain Project,the soil erosion modulus and change in volume of soil erosion in northern Shaanxi were significantly lower than in the previous decade.     

基于 SRP 概念模型的祁连山地区生态脆弱性评价

基于生态敏感性-生态恢复力-生态压力度（SRP）概念模型，从地形、气候、植被和社会经济 因子选取 8 个评价指标，利用遥感和 GIS 技术，采用主成分分析方法求取权重，对祁连山地区启动 水源涵养区生态环境保护和综合治理规划研究前后近 10 a 的生态脆弱性程度进行系统、定量地评 估，旨在揭示生态脆弱性的分布特征、时空演变及动因，为区域生态保护、资源利用和可持续发展 提供参考。结果表明：（1）从研究区生态脆弱性分布来看，祁连山地区主要以轻度和重度脆弱为 主，脆弱性程度从西北向东南地区逐渐减弱，西北地区植被覆盖度小，海拔高，生态环境较为恶劣 是导致脆弱性程度较高的原因；（2）祁连山地区 3 期生态脆弱程度呈逐渐下降趋势，综合指数分别 为 3.307、3.118 和 3.103；2005 年 生 态 脆 弱 性 较 高 ，极 度 脆 弱 面 积 为 28 610 km²，2010 年 下 降 为 11 723 km²，2015 年降低为 6 174 km²，极度脆弱面积逐渐减少；（3）从祁连山地区生态脆弱性演变动 因来看，8 个指标对生态脆弱性影响均较为显著，但在不同的时间影响程度各不相同，2005—2015 年 3 期数据中对生态脆弱性影响最大的均为植被指数，降水次之，地形因子影响最小。总体来看， 近年来祁连山地区生态脆弱性程度有所降低，但仍然需要加强保护力度，促进生态环境可持续 发展。     

景观生态分类与制图浅议

本文在查阅分析大量文献和前人研究的基础上 ,对目前景观生态分类和景观制图作了详细的对比分析 ,认为景观分类需要结合实际区域现状 ,采用逐级分类的方法 ;同时利用 ETM遥感影像为数据源 ,以天山北麓为示范区.研制其土地利用土地覆盖变化的景观类型图。     

南山站对陆地—5号资源卫星的可观测范围及以该站为中心的覆盖区域

本文简要介绍了陆地系列地球资源卫星的轨道特征，并以陆地—５号资源卫星为例，根据南山站的座标计算出该站对陆地—５号资源卫星的可观测范围及以该站为中心的卫星的覆盖区域。     

GDJ人卫目视观测数据采集和处理系统的研制

本文介绍了ＧＤＪ跟踪打印经纬仪在人造卫星的观测中如何应用计算机对多圈卫星的目视观测资料进行实时采集、处理等工作过程的原理和方法。     

中国1∶100万景观生态制图设计

中国1∶100万景观生态图系借鉴国内外传统景观制图方法和制图规范,在遥感、地理信息系统先进技术的支持下,设计研制其制图方法、制图内容、样图和技术流程,同时提出初步的景观分类系统,为今后编制中国1∶100万景观生态图奠定基础。     

小卫星数据的变化监测能力分析

为了促进小卫星数据在地质灾害监测中的应用与推广,本文以监测采矿图斑变化为目标,通过对北京地区的2006年和2007年两期北京一号小卫星4m全色影像采用正射校正、配准和迭加对比的方法发现变化信息。结合1∶50 000影像图、野外调查和测量,确定变化图斑的边界、变化原因和规模,并对小卫星全色图像的变化监测能力进行分析和总结。本文通过对小卫星4m全色影像数据的分析,基本上可以概括出其变化监测能力。