变形体的动态组合模型GM+ARMA

本文将灰色理论与时序分析相结合，建立了变形体的动态模型ＧＭ＋ＡＲＭＡ，阐述了用该模型进行系统分析的方法，另从不同角度讨论了该模型的物理意义。     

利用DEM进行星载SAR影像的几何精纠正

星载ＳＡＲ影像的几何精纠正旨在纠正原始ＳＡＲ影像上存在的各种几何变形，提高点位精度。星载ＳＡＲ影像上由地面高差引起的点位位移是多山地区星载ＳＡＲ影像上的主要几何误差。简单采用二维变换函数（如多项式）无法改正该项误差，必须建立ＳＡＲ影像的三维构像模型，并利用数字地面高程模型（ＤＥＭ）来改正包括该项误差在内的ＳＡＲ影像上的所有几何误差。本文对ＳＡＲ影像的传统三维构像模型进行了分析和模型定向试验，发现在没有准确的轨道参数和原始成像参数的情况下，模型定向的精度很差，因此这里提出了一种新的ＳＡＲ影像的三维构像模型。该模型克服了传统模型依赖原始成像参数的不足。山东试验场ＥＲＳ—１星载ＳＡＲ影像数据的处理试验表明，该模型的定向精度可达地面３６米（ＥＲＳ—１星载ＳＡＲ影像的标称地面分辨力为３０米）。     

GIS空间数据的统计质量控制模型

本文讨论了一个用于分析ＧＩＳ中数据误差的简单统计模型，该模型还不是一项实用技术，只是今后长期研究的起点，以数字化过程为出发点建立了一个ＡＲＩＭＡ模型，并论述了必须利用完全的，可计算型的统计质量模型来分析问题的复杂性和范围。     

基于Bayes融合法的多源遥感影像分类

提出了顾及各类数据源成像模型，上下关系模型的可靠性的基于Ｂａｙｅｓ融合分类的方法，并采用该方法对ＬａｎｄｓａｔＴＭ和航空ＳＡＲ影像进行了土地利用分类试验。结果表明，同单独ＳＡＲ影像分类结果相比，融合分类法将分类精度提高了２０％。     

基于Bayes融合法的多源遥感影像分类

提出了顾及各数据源成像模型、上下文关系模型和可靠性的基于Ｂａｙｅｓ融合分类的方法，并采用该方法对ＬａｎｄｓａｔＴＭ和航空ＳＡＲ影像进行土地利用分类试验。结果表明：同单独ＳＡＲ影像分类结果相比，融合分类法将分类精度提高了２０％。     

成象光谱图象光谱吸收鉴别模型与矿物填图研究

本文提出了一种光谱吸收鉴别模型，拟通过矿物光谱吸收特征的鉴别，在成象光谱上实现矿物直接识别与填图。该模型的核心是光谱吸收指数技术（ＳＡＩ）。从理论上探讨了ＳＡＩ的本质，应用Ｈａｐｋｅ光谱模型讨论了ＳＡＩ与光谱吸收系数（ｄ）以及单散射反照率（ｗ）之间的函数关系，并从成象光谱图象辐射信息传递过程分析了图象ＳＡＩ与光谱吸收深度的关系，而光谱吸收深度与岩石矿物成分含量之间具有定量关系，这显示了ＳＡＩ提取矿物定量遥感信息能力。ＳＡＩ已经成功地应用于ＦＩＭＳ、ＭＡＩＳ和ＧＥＲＩＳ图象处理与矿物填图，本文通过哈图、塔里木、以及澳大利亚松谷的实例研究，表明ＳＡＩ是一种有效的提取矿物类型与丰度信息的方法。     

一个应用于近景摄影测量的模型

模型建立是工程设计中的重要环节。本文描述了一个专门应用于近景摄影测量的算法，该算法基于人的行为来模拟手持摄影仪的姿态。本文给出了该算法和一个数值实例，尝试将该算法运用于ＣＡＤ系统，取得了令人满意的初步效果。     

农田蒸散双层模型及其在干旱遥感监测中的应用

该文建立了在部分植被条件下估算农田蒸散的双层模型，利用此模型和ＮＯＡＡ－ＡＶＨＲＲ数据对黄淮海平原春季旱情进行了评估，并做出了干旱及蒸散分布图。对双层模型和单层模型的估算结果进行了比较，结果表明在部分植被条件下双层模型估算的精度要高。     

基于辅助数据的遥感干旱分析

介绍了当前用ＮＯＡＡ ＡＶＨＲＲ进行土壤湿度监测的３种主要关系模型,详细分析了 解算过程。利用地面实测数据对３种模型进行验证,同时利用该地区其他辅助数据对不同程度干旱的分布及孕灾环境进行了分析。     

NOAA－AVHRR图像大气影响校正方法研究及软件研制第一部分 原理和模型

大气影响是遥感定量化应用的主要障碍之一。本文首先分析了大气对遥感图像产生的各种影响并对影响程度进行了一般的阐述，然后在原理和方法上对典型的大气影响校正算法进行了总结。通过分析我们认为，为了校正遥感图像所受到的大气影响，定量地获取当时当地的大气条件是完成这一工作的必要条件，而且是非常重要的条件之一。为此，我们提出了利用ＮＯＡＡ星载垂直探测器资料即ＴＯＶＳ资料，结合使用气溶胶模型，通过大气辐射传输模型，建立地面辐射量与卫星测量值之间的关系，并完成了对ＮＯＡＡ－ＡＶＨＲＲ图像的大气影响校正。在此基础上对我们的模型和算法进行了详细论述。这一模型是一套适用于发展业务软件的校正模型，软件发展完善后将为ＮＯＡＡ－ＡＶＨＲＲ数据的定量化应用打下基础。     

水体的遥感信息自动提取方法

本文在对各种遥感信息提取方法进行深入分析的基础上,提出了一种水体的遥感信息自动提取方法。该方法从遥感信息机理的角度出发,构造地物信息提取模型,并利用面向对象的设计方法建立了该模型,从而实现广义上的基于知识的专题信息提取。以ＮＯＡＡ／ＡＶＨＲＲ图像为例进行水体的自动提取,通过对自然水体和新积水区的应用研究,取得了较好的效果。可进一步应用于洪水灾害的监测。     

VLBI数据处理——卡尔曼滤波的应用及结果分析

本文概述了卡尔曼滤波方法，论述了该方法在的ＶＬＢＩ大地测量数据分析中的应用和在ＸＰＶＳ软件中的实现，分析了随机模型对解算结果的影响，最后对实际观测数据的卡尔曼滤波结果以及ＮＡＳＡ ＧＳＦＣ ＣＡＬＣ７．６／Ｓｏｌｖｅ／Ｇｌｏｂａｌ结果进行了比较。分析和比较结果表明采用卡尔曼滤波方法的ＸＰＶＳ软件的随机模机具有较好的灵活性，解算精度与标准最小二乘解相当且处理速度更快，适合于在微机或小型小算机上应用     

航空双波段全极化SAR信息分析

ＧｌｏｂｅＳＡＲ是一项有１２个国家参与的大型雷达遥感国际合作研究计划，该文系统叙述了ＧｌｏｂｅＳＡＲ中国项目研究成果，进行了目标物雷达散射特性的极化特性的分析，双波段，全极化数据的处理分析方法研究，给出了该先进机载ＳＡＲ在肇庆试验区农业、林业、地质、水文等方面的结果，同时，进行了雷达卫星数据模拟试验及机载ＳＡＲ和ＲＡＤＡＲＳＡＴ数据的对比，该结果为其后利用雷达卫星数据提供了科学基础。     

抗SA影响的卡尔曼滤波技术

运用现代时间序列分析方法对ＳＡ定位误差模型进行建模研究，并由此提出抗ＳＡ影响的卡尔曼滤波模型。     

对建立遥感估产模式的几点初步认识

本文从分析遥感光谱参数的生物学意义着手，论证了正确建立遥感估产模型的可能途径。对几种有代表性的遥感估产模型作了分析，作者认为把可见光、近红外波段的遥感信息与热红外信息有机结合是解决遥感估产模型的最佳方案。对ＮＯＡＡ－ＡＶＨＲＲ的第１通道与第２通道光谱数值进行非朗伯体特性的纠正是必要的。遥感估产模型不仅可以使估产的空间尺度大大缩小而且参数数目亦可大大减小，更有利于实际运行。     

抗SA影响的卡尔曼滤波技术

运用现代时间序列分析方法对ＳＡ定位误差模型进行建模研究，并由此提出抗ＳＡ影响的卡尔曼德彼模型。     

SAR图像的几何校正

采用Ｋｏｎｅｃｎｙ等提出的合成孔径雷达（ＳＡＲ）的构像几何模型并结合数字高程模型（ＤＥＭ）进行了ＳＡＲ图像的几何校正，取得了较好的效果。此外，在定向元素的解算中引入了岭估计，较好地克服了由外方位元素间的强相关引起的方程病态     

梯度方向影像中图形基元的验证

在当代计算机系统中，模型引导的物体识别比无模型引导的物体识别的似乎还要多。所以在特定的场合下，众所周知，用模型引导的验证成为一项重要任务。这些已知物体可以表达为ＣＡＤ模型。为了识别物体，Ｂｈａｎｕ［１９８７］，Ｉｋｅｕｃｈｉ［１９８７］，Ｇｍｕｒ［１９８８］，Ｃｏｙ［１９８９］，Ｈｅｎｄｅｒｓｏｎ［１９９０］曾建议并研究了模型。我们提出一种通过验证它们在方向影像上的图形基元来识别基于ＣＡＤ表示的物     

基于GIS与空间统计分析的可持续发展度量方法研究——以缅甸Myingyan District为例

利用空间信息系统所提供的强大空间数据处理和分析能力，并将之与统计分析软件包的统计分析功能进行有效的集成，建立了基于空间统计分析的可持续发展定量分析评价模型（ＳＢＳＡ）。从在缅甸中部Myingyan县的应用实例来看，该模型能够提示影响Myingyan县可持续发展能力的主导因子，通过对这些因子和可持续发展综合指数的定量化、空间化的分析，为政府部门规划区域综合发展方案，制定发展政策提供很好的决策支持。     

中国主要牧区雪灾遥感监测评估模型研究

该文以中国雪灾高发区的西藏那曲地区为例，主要介绍了在试验区雪灾背景数据库支持下，利用ＮＯＡＡ／ＡＶＨＲＲ卫星遥感资料对雪灾进行判别，预测及对灾情损失进行综合评估的一些技术和方法，其内容包括：（１）用于雪灾危险等级分析与判定的判别模型；（２）用于灾情发展趋势模拟与预测的预测模型；（３）用于灾情损失综合评估与估算的评介模型。并运用这些模型对１９９５年２－３月发生在西藏那曲的雪灾进行实时分析，其结果和实