桂林-阳朔地区DEM地形特征与岩性相关性分析及分类研究

地形地貌是岩性解译的重要信息,地形因子作为描述DEM数字曲面几何特征的定量指标参数,可用来定量化表达不同岩性所在地区地形地貌特征。本文以桂林-阳朔地区为研究区,研究地形因子数学、地质意义,建立岩性与地形因子组合间的定量关联,进而实现岩石类型划分。本文基于ASTERGDEM提取坡度、起伏度等12个地形因子,在分析各个地形因子地质意义基础上,通过聚类分析及方差分析的多元统计分析方法,研究各岩性地形因子特性及其关联性,建立研究区岩性之间的定量差异;此外,利用因子分析方法研究岩性分类过程中的主导因素,确定适宜岩性分类方法以实现定量化岩性分类。实验结果表明：不同岩性、不同地形地貌的地形因子（组合）之间具有显著差异,基于因子分析得到的宏观地形复杂度指数（MTI）以及微观曲率指数（MCI）对岩石类型的分类精度达77.36%。研究表明,地形复杂度等地形因子可用于岩性分类,采用因子分析方法可获取反映地形地貌宏观、微观特征的定量指标,且岩性分类效果良好。     

基于改进自组织神经网络的遥感图像分类研究

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。     

基于LSD算法的无人机影像电力线提取方法

根据无人机影像电力线的特征,利用LSD算法实现了电力线的自动提取。首先使用各向同性的Sobel算子对特征区域进行图像增强,再使用LSD算法进行线段提取,然后通过线段合并和线段拟合过滤线段集合,最后使用K均值算法进行聚类,筛选得到最终电力线结果。采用多种地物背景下的电力线影像进行实验,结果表明,该方法能提取完整的电力线,稳健性强,对电力巡线具有较大的实际意义。     

岛屿海岸线自动化提取及其时空变迁研究——以大连市獐子岛为例

海岸带是受人类活动和全球海平面上升影响的敏感地带,海岸线的提取和监测是海岸带生态系统研究和社会管理的重要内容。本文在遥感和地理信息系统的支持下,以修正的归一化水体指数(Modified Normalized Difference Water Index,MNDWI)为基础,结合遥感影像处理和直方图均衡化等技术,实现了大连市獐子岛1985—2016年海岸线的自动化提取。结果表明:(1)通过与三位专家目视解译的成果比对,本文提取海岸线的精度能满足后续研究的要求(相对误差分别为0.045%,0.032%和0.023%);(2)近30年来,獐子岛海岸线总体呈现蚀退趋势,岸线长度与岛屿面积分别呈现变短和变小的趋势,獐子岛(主岛)和大耗岛的岸线蚀退速率最大,褡裢岛次之,小耗岛最小;在人类活动较为密集的区域,海岸线呈现出较为强烈的增长趋势,海水养殖和圈海建坝是岸线增长的主要驱动力;(3)獐子岛海岸线具有显著的分形性质,分形维数随时间呈现增大的趋势,獐子岛(主岛)的分形维数最大,褡裢岛的分形维数最小。     

基于圆柱多段拟合的隧道中轴线提取方法研究

提出基于圆柱多段拟合的隧道中轴线提取方法。首先对隧道点云数据进行预处理，并将点云按隧道走向分成不同区段；然后对各区段依据轴线与表面点云法线垂直关系，提取精度较低的中轴线；最后对各区段利用圆柱多段拟合，提取精度较高的中轴线。实验表明，隧道中轴线的提取在一定的采样区间具有较高的稳定性，对直线和弯曲的圆形隧道有良好的适用性，算法可靠，精度较高。     

Landsat-8监督分类器精度比较——以黄岛区为例

以2017年12月31日Landsat-8影像为数据源,因其有全色波段15 m分辨率,采用波段融合处理,提高影像处理分辨率,运用监督分类的6种分类器,比较各分类器分类结果精度,以结果的整体分类精度和Kappa系数对各分类器精度验证。其结果表明,整体分类精度和kappa系数成正比关系,6种分类器中平行六面体的分类精度最低,仅66%多,其余都在80%以上;支持向量机和最大似然分类器分类效果较好,分类结果与实际黄岛区土地利用类型吻合度较好。     

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。