基于匹配的遥感影像纠正控制点的自动提取

本文提出了一种基于影像灰度和影像特征混合的特征点提取、松弛匹配的自动提取控制点的新方法。在进行控制点的自动提取时，该方法速度快、错误匹配率低、精度高。     

GIS支持下降雨滑坡的启动机制研究与数字仿真

大气降雨对滑坡体的含水量和容重均有影响, 该影响具有一定的时间进程, 同时滑坡滑带土的含水率对内摩擦角和内聚力均有一定的影响。本文提出了滑坡启动的两种不同机制。通过降水滑体含水率滑体容重、滑带土内摩擦角、内聚力以及它们与滑坡稳定系数的定量关系及其时间效应, 建立起滑坡启动的速度、推力、方向和启动时间的预测、预报模型。     

福建晋江中-基性岩墙群的锆石SHRIMP U-Pb定年和岩石地球化学

福建晋江晚中生代中-基性岩墙群可分为两期:早期岩墙群,岩性为角闪辉绿岩,近东西走向(N70-85E),锆石SHRIMP U-Pb年龄为90±2Ma;晚期岩墙群,岩性为微晶闪长岩,北东走向(N35～50E),锆石SHRIMP U-Pb年龄为87±2Ma。两期岩墙群沿晚中生代花岗片麻岩的节理侵入。在地球化学上,它们具有轻稀土元素和大离子亲石元素富集、高场强元素亏损等特点,I_(Sr)=0．7045～0．7053,ε_(Nd)(t)=-1．18～-1．97,与金门、小金门岛的镁铁质岩墙群相似,也和闽东南晚中生代基性火成岩(辉长岩、玄武岩)的一致。它们是起源于受消减作用影响的岩石圈地幔部分熔融而产生的玄武岩浆,经岩浆分异作用,在拉张的构造环境中侵入形成。     

一种高精度的干涉雷达复数影像配准方法

在总结现有算法的基础上,提出了基于相干系数、Harris特征点、小波金字塔及TIN三角微分纠正技术的单视复数雷达图像的配准流程。通过ERS 1/2的实验表明,提高了配准的精度和效率,特别是保证了在没有精确轨道甚至没有轨道参数的情况下也能获得很高的配准精度,计算正确的干涉相位图。在重采样过程中采用的三角联网策略,进一步使匹配点的局部拟合误差得到有效控制,得到配准精度更高的复图像对。在CPU 3.06GHz计算机上,43 s内完成5000像素×1000像素的主辅图像的配准,平均相干系数为0.719855。     

板桥稀土矿遥感找矿信息提取与矿产预测研究

通过对离子吸附型稀土矿成矿规律的分析,从浙江省板桥地区的遥感地质特征研究入手,在研究区地表范围内进行稀土遥感找矿信息的提取。首先利用SPOT图像和DEM数据构建的坡度数据对与稀土成矿相关的地貌单元进行解译;然后通过光谱特征分析和基于ASTER图像的矿物遥感异常提取,获取与成矿相关的高岭土、绢云母、绿泥石等风化特征矿物的分布信息;最后叠合分析地貌、坡度及异常提取结果,进行稀土遥感找矿预测。与地质调查资料及化探数据的对比分析证实,上述方法对圈定1∶5万的大比例尺离子吸附型稀土矿分布范围是有效的,可为更详细的稀土矿产资源潜力评价提供依据。     

南海北部临震前海表增温异常与油气藏区分布的关系

以南海北部为研究区,利用MODIS SST( sea surfeca temperatare)数据探讨了海水表面增温异常与海域油气藏和天然气藏区分布的关系.研究发现,已勘探的油气区域在临震前有64％的增温概率,可以将临震前海面温度的增温异常作为一种指示深部油气藏赋存的重要标志;结合地质构造与断裂活动特征,认为南海珠江口盆地深水区、台西南盆地、西沙海槽以及笔架南盆地等是油气或天然气水合物可能的赋存地带.     

基于Harris算子的遥感影像自适应特征提取方法

提出一种基于Harris算子的遥感影像自适应特征点信息提取新方法。在进行特征点自动提取时,该方法通过设计一种自适应的迭代策略,实现了特征点阈值的自动确定。在兼顾局部纹理信息的基础上,通过对影像预先的分块处理和邻近点剔除,保证了特征点在全幅影像中的均匀分布。杭州地区TM影像特征点的提取试验表明,该方法自动化程度高,提取的特征点分布均匀合理,能满足几何配准和几何纠正精度要求,具有较高的实用价值。     

光学遥感图像植被信息抑制通用方法

植被是影响岩石信息提取的主要因素之一.为此,采用一种通用的光学遥感图像增强方法,即植被信息掩模抑制方法,对植被信息进行抑制处理.该方法主要包括掩模、强迫不变及整体色调调整等3个步骤.通过对浙江省杭州市、云南省富宁县、江西省荣塘镇和广东省中西部等4个地区的实验结果表明,该方法对不同光谱、不同空间分辨率光学遥感图像上的植被...     

基于影像交叉学习的CBERS CCD波段模拟

与TM/ETM+相比,CBERS CCD缺少2个红外波段(波段5和波段7),这便导致了许多针对TM/ETM+数据的图像处理方法难以直接应用于CBERS CCD图像.为此,采用基于影像交叉学习的波段模拟方法,即以ETM+数据作为先验知识,通过支持向量回归( Support Vector Regression,SVR),拟...     

机载LiDAR和高光谱融合实现温带天然林树种识别

将机载LiDAR(Light Detection and Ranging)与高光谱CASI(Compact Airborne Spectrographic Imager)数据融合,充分利用垂直结构信息和光谱信息进行温带森林树种分类,并与仅用高光谱数据的分类结果相比较,评估融合数据的树种分类能力。结合样地实测数据,首先用LiDAR获得的3维垂直结构信息对CASI影像上的林间空隙进行掩膜,提取林木冠层子集;然后对冠层子集分层掩膜,利用光谱曲线的一阶微分及曲线匹配技术,实现各树种训练样本的自动提取;利用SVM分类器对两种数据分类并比较精度。结果表明,融合数据的树种分类总体精度和Kappa系数(83.88%,0.80)优于仅使用CASI数据(76.71%、0.71),优势树种的制图精度为78.43%—89.22%,用户精度为75.15%—95.65%,整体也优于仅使用CASI的制图精度(68.51%—84.69%)和用户精度(63.34%—95.45%)。结果表明,机载LiDAR与CASI基于像元的融合对温带森林树种识别的精度较仅高光谱数据有较大提高。