地形效应校正的遥感地热异常提取

在山地复杂地形条件下,利用热红外遥感获得的地表温度分布显著受到地形的影响,真实的地热异常信息往往难以识别,热红外遥感应用于山区地热勘探受到极大限制。以广东龙川地热勘查区为研究区,初步探讨了山地环境中如何抑制地形效应,以有效提取地热异常。首先,基于Landsat ETM+遥感数据反演地表温度,分析坡向和坡度两个地形因子与地表温度的关系;然后,在此基础上,将研究区的地表温度按坡向分成3个子区(阳坡、过渡坡和阴坡),根据阳坡地表温度与坡向的线性拟合关系将其校正到水平坡度上;最后,结合地质构造分布和地表覆被情况,在3个子区识别了4处地热异常,并与已知地热点进行比较验证。结果表明:坡向分区和阳坡坡度校正能够有效抑制地形效应,提高遥感地热异常识别精度,为山区地热资源的预测评价提供新思路。     

多场景机载LiDAR点云单木提取

机载激光雷达（LiDAR）测量技术点云数据采集效率高、覆盖范围大,在树木三维空间采集方面具有显著的优势。本文在城市绿化林地、农村果树林地、山区经济林地这三种典型场景中各选取了一块实验区,采用多级分类的思路,通过粗差点检测、点云滤波、高度阈值分割、平面生长等处理步骤,对整个区域的点云数据进行语义标号,相关的语义类别包括：粗差、地面、植被和建筑物,再使用谱聚类算法对植被类点云进行单木提取。实验结果表明,城市绿化林地树木分布规整,树冠彼此相对独立,检测率最高（83.6%）;而农村果树林地存在植被点与房屋点更难区分,低矮树木漏识别多于城市场景,检测率略低于城市场景（81.2%）;山区经济林地树木密度最高,树冠相互粘连、遮盖,检测率最低（76.8%）。