发扬夏坚白院士精神,倡导尊重知识、重视知识产权的行业之风

前不久,报章上出现了这样一条消息:国家信息产业部、国家版权局、商务部、财政部四部委联合下发了<关于计算机预装正版操作系统软件有关问题的通知>.根据通知精神,从现在开始没有预装正版操作系统的PC产品将无法上市销售.     

ArcGIS与AutoCAD结合在1:50 000数据库更新工程中的应用

由于GIS软件平台与CAD软件平台各自具有的优势不一样,如何把ArcGIS和AutoCAD相结合,利用各自优势,快速有效地进行地形图数据库内业编辑、数据分析;本文重点讨论了GIS和CAD数据交换的问题.     

搜酷

强悍的摄像机作为索尼XR系列摄像机的开篇之作,HDRXR520E集众多项级配置于一身,采用了在低光照环境下有着出色表现的Exmor R CMOS感光元件,     

中国最美的古村落(十) 浙中奇绝 乌石古村

最吸引人的是这里的建筑,古民居外墙都由一小块一小块的乌石垒成,粗犷的外形与凝重的黑色相结合,结构精巧独特,给人以"鬼斧神工"的感觉,据说最早的乌石屋已有近三百年的历史.     

电脑族每天必喝的四杯茶

1.上午一杯绿茶绿茶中含强效的抗氧化剂以及维生素C,不但可以清除体内的自由基,还能分泌出对抗紧张压力的荷尔蒙。绿茶中所含的少量咖啡因可以刺激中枢神经,振奋精神。不过最好在白天饮用,以免影响睡眠。2.下午一杯菊花茶菊花有明目清肝的作用,有些人就干脆用菊花加上枸杞一起泡来喝,或     

国家测绘局跨世纪青年学术带头人李清泉教授

李清泉教授生于1965年1月,安徽天长人,中共党员,工学博士,武汉大学副校长,湖北省第八、九届政协委员,第二届"湖北省五四青年奖章"获得者,湖北省青年联合会第十届委员会副主席,武汉市青年联合会第十届委员会副主席,李清泉教授先后承担了教学、科研、产业和财务管理以及大量社会工作.     

同江:一曲赫哲族船歌

同江位于三江平原北端,黑龙江与松花江汇流处南岸的三角地带,是有百年历史的国际口岸城市,由佳木斯市代管。清末设立临江州,1905年辟为通商口岸,1914年以黑龙江、松花江在此合一而改名同江。东接抚远,南邻饶河,北与俄列宁斯科耶隔水相望,边境线长166公里,设有国家一类口岸。同江有八岔、街津口两个赫哲族乡,这是一个只有四千人口,却在漫     

中国最美的古村落(一)千古太极奇村——俞源探秘

俞源的经典在于村落结构的设计:村中有大小七个水塘组成北斗七星的格局,村内的28幢主要建筑则按照天上的28星宿排布。     

万维网GIS的若干关键技术及其实现

提出基于J2EE多层体系结构的WebGIS系统,能够平衡好服务器、应用服务器、客户端负载,极大地提高系统的响应速度;对海量的矢量数据与影像数据采用不同的压缩方式,在数据不失真的情况下尽量减少数据的传输量,减轻网络的负载;栅格数据与矢量数据的"无缝"叠加,更加形象清楚地发布空间数据;基于0racle Spatial关系数据库的WebGIS,使系统更加安全可靠.     

飞地:孤悬在外的领土

从明清之交,到解放初的三百多年间,在(四川)峨眉县普兴乡境内,曾有一个地名叫何沟(亦叫梅沟)的小山村,只有十几户人家,却直属嘉定府管辖,毗连的夹江,峨眉、洪雅、乐山四县,无权过问,是一个"世外桃源",当地人称它是"飞地"……梅沟成为一个四不管的角落.     

多尺度下的不确定性空间方向锥形模型研究

利用质心作为参考点,并在空间方向锥形模型中添加了扩展不确定度的参数,用区间分析法,对多尺度下顾及不确定性的空间方向关系进行形式化描述,来适应尺度变化引起的空间关系不确定性的变化,以更好地描述空间方向关系。该模型使得方向关系的划分上有个平滑的过渡区,在方向概念的表达上更符合人的认知。     

使用多尺度模糊融合的高分影像变化检测

为了提高高分辨率遥感影像变化检测的可靠性,提出了一种基于模糊综合评判的遥感影像变化检测方法.首先对两个时相的影像进行波段叠加,对多波段新影像进行多尺度分割;然后针对单一尺度上的对象,综合考虑两时相遥感影像对象的光谱特征和纹理特征,建立模糊综合评判模型,对各个对象内的像素是否发生变化进行隶属度计算;最后采用熵权法对影像各...     

Toward accountable land use mapping: Using geocomputation to improve classification accuracy and reveal uncertainty

The classification of satellite imagery into land use/cover maps is a major challenge in the field of remote sensing. This research aimed at improving the classification accuracy while also revealing uncertain areas by employing a geocomputational approach. We computed numerous land use maps by considering both image texture and band ratio information in the classification procedure. For each land use class, those classifications with the highest class-accuracy were selected and combined into class-probability maps. By selecting the land use class with highest probability for each pixel, we created a hard classification. We stored the corresponding class probabilities in a separate map, indicating the spatial uncertainty in the hard classification. By combining the uncertainty map and the hard classification we created a probability-based land use map, containing spatial estimates of the uncertainty. The technique was tested for both ASTER and Landsat 5 satellite imagery of Gorizia, Italy, and resulted in a 34% and 31% increase, respectively, in the kappa coefficient of classification accuracy. We believe that geocomputational classification methods can be used generally to improve land use and land cover classification from imagery, and to help incorporate classification uncertainty into the resultant map themes.     

Efficient paddy field mapping using Landsat-8 imagery and object-based image analysis based on advanced fractel net evolution approach

This paper proposes an efficient paddy field mapping method using object-based image analysis and a bitemporal data set acquired by Landsat-8 Operational Land Imager. In the proposed approach, image segmentation is the first step and its quality has a serious impact on the accuracy of paddy field classification. In order to improve segmentation quality, a new segmentation algorithm based on a frequently used method, fractal net evolution approach, is developed, with improvement mainly in merging criteria. In order to automate the process of scale parameter determination, an unsupervised scale selection method is utilized to determine the optimal scale parameter for the proposed image segmentation approach. After segmentation, four types of object-based features including geometric, spectral, textural, and contextual information are extracted and input into the subsequent classification procedure. By using a random forest classifier, paddy fields and nonpaddy fields are separated. The proposed image segmentation method and the final classification result are both quantitatively evaluated. Our segmentation method outperformed two popular algorithms according to three supervised evaluation criteria. The classification result with overall accuracy of 91.00% and kappa statistic of 0.82 validated the effectiveness of the proposed framework. Further analysis on feature importance indicated that spectral features made the most contribution as compared to the other three types of object-based features.     

GF-2影像城市地物分类方法探讨

GF-2影像具有较高的分辨率和丰富的光谱、几何及纹理信息。为了深入探索GF-2影像城市地物分类方法,本文以四川省隆昌县城为研究区,提出了一种基于最优尺度和规则的面向对象分类法。在影像分割的基础上,通过构建评价函数,并结合最大面积法选取最优尺度,进而构建分层体系,提取影像的光谱、几何及纹理特征建立规则并分类,且将其与单尺度下的面向对象和基于像素分类法进行对比分析。结果表明,本文方法的总体精度和Kappa系数分别为93.33%和0.92。     

地面站点叶面积指数观测的空间代表性评价——以CERN站网观测为例

在叶面积指数LAI(Leaf Area Index)产品真实性检验中,地面站点的多时相连续观测LAI数据是重要的验证数据来源。当站点观测范围与产品像元尺度不一致时,站点观测LAI直接用于产品验证可能为验证结果带来误差。因此,在验证之前需要分析站点观测对像元尺度的空间代表性,选择空间代表性好的观测来验证产品,从而减小尺度效应带来的验证误差。以往的研究只是简单的定性说明研究区域,并直接用站点测量数据对产品进行验证,缺少一套系统的站点观测在产品像元尺度内空间代表性评价的方法体系。本文提出了站点LAI观测的空间代表性评价方法,建立了评价指标DVTP(Dominant Vegetation Type Percent)、RSSE(Relative Spatial Sampling Error)和CS(Coefficient of Sill),构建了空间代表性评价分级体系。以中国生态系统研究网络CERN(Chinese Ecosystem Research Network)农田站和森林站LAI观测为例,对站点观测在1 km产品像元尺度内空间代表性进行评价,并分析评价前后站点观测对MODIS LAI产品验证精度的影响。结果显示,本文提出的方法能够有效地对不同站点LAI观测在产品像元尺度内空间代表性进行质量分级,且年际间的站点观测空间代表性较为一致。评价方法能够去掉在特定产品像元尺度下空间代表性不好的观测数据,一定程度上提高验证数据集对产品验证精度的可靠性。     

MODIS土地覆盖分类的尺度不确定性研究

以空间异质性较强的枯水期鄱阳湖为研究区,以搭载于同一卫星平台、具有同一观测时间和较高空间分辨率的ASTER数据为参照,分析研究了MODIS数据在土地覆盖分类中由空间尺度带来的不确定性。首先基于MODIS三角权重函数,建立了从ASTER到MODIS的尺度转换方法;然后对不同空间分辨率的数据进行土地覆盖分类,并基于误差矩阵和线性模型分析了MODIS土地覆盖分类结果的误差来源。结果表明,空间分辨率和光谱分辨率与成像方式这两类因素对MODIS与ASTER分类结果差异的贡献比例约为(6.6—11.2):2;MODIS像元尺度对研究区水体的分类不确定性影响较低,而对森林的不确定性影响可达63%。由此可见,在基于MODIS数据的土地覆盖分类研究中,空间尺度所产生的不确定性是比较显著的。这些研究结果对于土地覆盖分类及变化检测、尺度效应和景观生态学不确定性研究,有积极的参考意义。     

基于直方变差图的土地覆盖数据集多尺度精度评价

针对目前精度评价尺度单一的问题,提出基于直方变差图的多尺度精度评价方法,分别在像元尺度和亚像元尺度进行土地覆盖数据集精度评价。在像元尺度利用驻点作为采样工具直接评价数据集精度;亚像元尺度上,则利用非严格定义的驻点和驻点直方变差图对不同面积和空间结构的优势类进行精度评价。并以浙江北部典型区域为实验区,Landsat TM/ETM+为参考数据,对UMD、IGBP DISCover、MOD12Q1-2001、GLC2000、GlobCover2009等5种大尺度土地覆盖数据集进行多尺度精度评价实验。结果表明,多尺度精度评价方法能够全面地评价土地覆盖数据集的精度,提供更加丰富的多尺度精度信息。像元尺度精度评价可在一定程度上消除由于参考数据与数据集间的空间匹配造成的误差,评价结果更加客观;亚像元尺度精度评价能有效反映亚像元尺度优势地物面积及空间结构与精度的关系。     

高分辨率影像城市绿地快速提取技术与应用

高分辨率遥感影像是城市绿地信息快速提取的主要数据源 ,文中以多尺度影像分割与面向对象影像分析方法为主要技术 ,利用样本多边形对象的成员函数建立训练区 ,自动提取大庆市城市绿地覆盖信息 ,达到清查城市绿地的目的。该方法信息获取周期短、精度高、成本低 ,实现了城市绿地信息精确获取与快速更新。     

基于Monte Carlo方法的不确定性地理现象可视化

应用Monte Carlo方法伪随机数模拟表达随机过程现象的数学方法，并结合粒子系统模型提出了一种地理现象空间分布不确定性特征的动画可视化方法。通过栅格单元的随机运动，从视觉上表达现象分布在空间定位、属性特征上的不确定性、模糊性，同时由Monte Carlo方法控制随机过程中现象分布的统计规律。