地理空间信息与SARS疫情走势

简要综述“SARS疫情态势分析”课题组如何组织网络空间信息系统、模拟地理环境、统计数学等学科的专家,用“二尺度时空模型”和自主研制的SARS网络地理信息系统对全国及城市SARS中、长期疫情发展的时空态势分析与预测,并及时公布全国SARS疫情分布状况的研究工作。     

高分辨率机载遥感数据的交叉辐射影响及其校正

地表的复杂性在可见光/近红外波段体现在由非均匀造成的交叉辐射影响和非朗伯双向反射特性两个方面,为此利用MODTRAN4和大气点扩散函数的解析近似分析了低空机载测量中影响交叉辐射的各种因素。结果显示,对于机载测量,大气交叉辐射影响随测量条件不同而改变,需要实时计算。为此,将改进的大气点扩散函数的解析近似算法结合MODTRAN4辐射传输模型,设计了校正大气交叉辐射影响的算法。对AMTIS图像的处理结果显示,该算法提高了地表反射比的计算精度。     

SARS预测的SI模型和分段SI模型

介绍及建立了对SARS(Severe acute respiratory syndrome)临床诊断累计病例预测的非线性增长模型：SI(Susceptible and infective)模型和分段SI模型，并对北京SARS累计病例进行了预测。分段SI模型转变点的95％的置信区间在4月21日、22日和23日内，表明我国政府采取了有力措施后，4月24日以后，SARS病例的增长率发生显著变化。     

中国内地人口流动空间规律研究及其在SARS控制宏观决策中的应用

利用地理信息系统技术对中国内地人口流动空间规律进行了初步研究，主要包括：(1)内地城市人口迁移规律，(2)流入北京、广东两地民工流动状况的空间分析，(3)在北京SARS发生期间民工回流的态势等；SARS沿交通线分布特点。在此基础上，将人口流动的空间规律应用于SARS控制宏观决策的不同阶段，为决策者提供参考依据。     

全球变化与地表参数的定量遥感

从全球变化研究对遥感获取地表时空多变要素信息的需求 ,论述定量遥感中对地表多尺度空间信息作地学描述的新思路和新方法。在分析了变差图描述方法的特点及其不足的基础上 ,提出了直方变差图的概念 ,通过定义驻点和边界点 ,尝试采用直方变差图分解的方法分析地物空间分布规律 ,并通过一个实验对此方法进行了说明。进而基于对地表空间分布信息的提取 ,将可见光、近红外波段遥感信息用于热红外遥感的地温反演 ,利用地表空间结构和大气温度空间分布模式的差异 ,将热红外遥感图像分为地表贡献和大气贡献两部分 ,通过空间相关性分析 ,寻求从热红外遥感图像中直接分离出大气的空间分布模式的方法 ,以解决地温反演中面临的困难。已有的研究结果说明了在全球变化和定量遥感研究中 ,对地表多尺度空间变化信息作简洁的地学描述的必要性及其重要的应用意义。     

行播作物热辐射方向性孔隙率模型

行播作物是介于离散植被和连续植被的一种典型植被类型,Kimes等人从纯几何光学角度研究了行结构的热辐射方向性,但视行结构为“箱型”实体,不考虑作物组分间的孔隙因素与大气下行辐射效应.在太阳光照方向和观测方向上同时考虑了作物间的孔隙率因素,根据离散植被孔隙率模型和连续植被的交相关概率思想,分别从行结构中的无遮挡、单向投影和双向重叠投影3个方面出发,建立行结构孔隙率模型.模型应用体系总有效发射率概念,解决了不同天顶角时非同温目标的环境辐射效应计算问题.经与实际观测结果对比,孔隙率模型比Kimes模型能更准确地描述行结构热辐射方向性.由于考虑了光照方向和观测方向的交相关关系,孔隙率模型可以解释热辐射中的热点现象.     

行播作物热辐射双向间隙率模型及验证

以Kimes的行结构模型和单向平均间隙率模型为基础, 考虑了太阳和观测的双向间隙率, 并提出了重叠指数的概念, 描述两个方向间隙率的相关, 建立了行播作物的热辐射双向间隙率模型. 通过利用在北京顺义获取的多角度热辐射数据进行的模型验证表明, 相比不考虑间隙率的Kimes模型和只考虑观测方向间隙率的模型, 双向间隙率模型更符合实际冬小麦的测量结果.     

基于模糊马尔可夫随机场的无监督遥感图像分割算法

遥感图像分割是对遥感图像进行处理的最为关键的一步.马尔科夫随机场模型作为先验模型,在图像分割领域已经得到了广泛的应用,实践证明该模型有助于提高图像分割的效果.但是由于环境和传感器的影响,遥感图像具有灰度变化大、纹理复杂及边界模糊等特点,经典的马尔科夫随机场模型在遥感图像分割中的分割效果通常并不理想.本文针对遥感图像分割中某些像素分类的不确定性,建立了模糊马尔可夫随机场模型(FMRF).该模型结合分割问题中的随机性与模糊性,更合理地获取了图像的先验知识,较好地符合了遥感图像的特点,因而使得图像分割过程中使用先验知识更为准确.同时算法针对遥感图像的特点,结合了图像的灰度特征和纹理特征,从而使其能更准确地区分图像中的不同类.为使两种特征能够很好地结合,本文采用了贝叶斯分割方法,使用权值对图像特征进行权衡.同时本文采用最大期望算法(EM)对不完整的数据进行估计,应用模拟退火算法(SA)获得全局最优解,从而实现了无监督分割.实验证明,对于SAR图像,该方法较经典的马尔可夫随机场(MRF)算法和模糊C-均值(FCM)算法更好地处理了边缘的混叠,明显减少了斑点噪声,使分割结果更加准确.     

基于高光谱数据提取水体叶绿素a浓度的混合光谱模型

从模型的精度和稳定性方面,与传统的经验模型比较显示,利用原始数据的一阶微分数据进行叶绿素a浓度混合光谱模型反演最佳。最后,以此模型对三种不同年份测量的地面高光谱数据进行了叶绿素a浓度的提取。实验结果表明混合光谱模型可以作为遥感监测水体叶绿素a含量的定量模型。     

江西千烟洲气溶胶光学厚度的反演与分析

2005年10-11月份，中国科学院遥感应用研究所联合北京师范大学遥感中心等几家单位在江西千烟洲地区进行了为期30天的遥感实验，在实验期间，采用法国CIMEL公司研制的太阳分光光度计CE318进行了连续测量，得到了大量的大气光学数据。利用这些数据，反演了气溶胶光学厚度和相应的Angstrom参数，分析了光学厚度和Angstrom参数的日变化和逐日变化，并讨论了这些变化的原因。本文还讨论了在反演气溶胶光学厚度过程中可能的误差源。