北京城市绿化的时空动态分析

城市绿化覆盖是城市生态系统的重要组成部分,合理的绿化率和绿化布局可以改善城市环境,提高城市人居适宜性。研究中将2005、2010、2015年北京市土地利用（LUC）数据中的城市居民用地作为城区范围,应用Landsat 5、GF-1影像数据和MODIS产品,利用支持向量机的监督分类方法,提取了2005、2010、2015年的北京市城市绿化覆盖数据,并获取了同期的植被指数（NDVI）数据;继而以城市绿化覆盖率、绿化覆盖均匀度和植被指数为评价指标,在公里栅格和行政区2个尺度上探讨了北京市城市绿化覆盖的空间分布格局和时间变化动态特征。研究表明：① 3个指标在空间和时间2个维度、区县和栅格2个尺度上都表现一致。这反映北京市过去10年中,在绿化面积增加的同时,绿化的空间布局得到优化改善,绿化的质量得到提高。② 2005-2015年,北京市城市绿化覆盖面积由518.93 km² 增加到1405.54 km²,绿化覆盖率由39.9%增加到49.13%,绿化覆盖均匀度由0.598增加到0.653,植被指数由0.42增加至0.5。③ 北京市城市绿化建设存在明显的时空差异。中心城区绿化建设缓慢,成效不明显;重大绿化建设成果主要集中在城市边缘地区和远郊区县。城市绿化改善过程主要发生在2005-2010年。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

欧洲计划于年末发射2颗伽利略卫星

【据每日GPS网站2020年3月31日报道】欧洲计划于2020年12月15日在法属圭那亚库鲁发射场发射2颗伽利略卫星。运载火箭采用俄罗斯的“联盟号”,并非“阿里安-6”。“阿里安”运载火箭将用于执行2021年中的伽利略卫星发射任务。伽利略计划于1999开始实施,2013年发射首颗卫星。     

激光跟踪仪在核电站主管道安装中的应用

目前,核电站的主管道焊接越来越多的采用了自动焊技术,这有利于提高焊接质量效率,还可以压缩建设成本。然而,主管道自动焊对焊缝的限差较现有工艺要求更高,高精度的测量是实现主管道自动焊的必要条件之一。本文针对主管道自动焊管口组队高精度的技术要求,提出采用激光跟踪仪对主管道自动焊相关的设备进行更为精密的三维工业测量,通过理论技术评定测量精度,然后选择测量仪器和编制具体的测量方案,最终保证了主管道自动焊精确组对的实现。     

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。     

无人机航摄方案计算机辅助设计研究

随着科技发展,无人机航空摄影测量以其实时性高、机动灵活、数据获取精度高的优势逐渐成为现代测绘技术的重要手段,在测绘领域发挥着越来越重要的作用.然而,当前无人机航摄方案设计书的制定主要依赖人工,未通过系统设备进行辅助完成,需要耗费大量的精力,难以满足无人机航摄的具体工作要求.针对上述问题,提出了利用计算机辅助设计无人机航空摄影测量方案的技术方法,在无人机航飞之前根据航区设计及相关参数制定一份方案设计书,方便工作人员对无人机飞行作业的可行性及安全性进行理论验证,提升了航摄方案设计的自动化过程,提高了工作效率,同时为开展摄影测量工作提供技术和安全保障.      

三峡水库运行后洞庭湖洪涝灾害遥感研究

利用洞庭湖区洪水位下的国产高分辨率影像和无人机航摄数据开展洞庭湖区洪涝灾害和堤垸溃缺监测,并结合20世纪90年代高洪水位下的遥感影像和洞庭湖区水文站点数据,分析了三峡水库运行后的湖泊蓄水、堤垸防洪情况。监测结果表明:(1)城陵矶水位达到三峡水库运行后的最高水位(34.47 m)时,洞庭湖的水域面积为2 245.26 km2,仍有435.03 km2的洲滩出露水面,主要分布在七里湖和目平湖,且大通湖水域面积与平水期水域面积变化不大,说明即便在高洪水位下,这3个湖泊的蓄洪能力也极为有限,七里湖和目平湖应作为未来清淤的重点;(2)国产卫星数据可满足洪涝灾害的宏观性应急监测需求,无人机技术是开展局部区域应急监测的有效手段;(3)遥感影像显示洞庭湖的堤垸基本无内涝淹没区域,与20世纪90年代高洪水位时的内涝灾情形成鲜明对比,说明洞庭湖的洪涝灾害防治工程成效显著。新华垸的溃决,也说明三峡水库的运行并不能从根本上解决洞庭湖的洪涝灾害隐患,洞庭湖区的防洪工作任重而道远。     

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。