利用数字高程模型(DEM)获取耕地坡度的方法

文章介绍了利用传统方法获取耕地坡度的过程和缺陷,提出了从数字高程模型(DEM)直接获取耕地坡度的方法,为第二次土地调查数据库建设中耕地坡度的获取提供了新方.     

利用高精度地面及航空重力数据对点质量模型精度的研究

利用澳大利亚高精度的地面重力测量和航空重力数据,对点质量模型方法进行内外符精度检验。结果表明：点质量模型方法内符精度可以达到10 ^-8 ms ^-2量级,在655 m高度可以达到±3×10 ^-5 ms ^-2的外符精度。     

高精度无人机影像园林绿化遥感测试应用研究

以无人机在湖南省江华县航拍数据资料为基础,开展了无人机航测遥感图像的处理、解译、实地调查等工作,建立了无人机航测遥感数据获取—处理一应用的完整作业流程,为无人机遥感园林绿化调查新方法的应用提供了技术支持。研究摸索出了一套切实可行的方法,通过无人机遥感影像识别与解译,查明了各类绿地的分布状况,并对调查成果进行了评价,为申报园林城市提供了准确的基础资料。     

天地图·河南影像数据关键技术研究

天地图·河南是"天地图"的有机组成部分保质保量实现天地图.河南影像数据一年更新两次目标,需要研究如何快速处理影像数据,提高工作效率,有必要从软件与硬件应用两个方面探讨影像数据处理关键技术。     

采用GNSS动态定位获取近海高精度潮位

基于青岛附近黄海海域的GNSS验潮观测数据,利用GAMIT TRACK双差动态定位模块,解算潮位变化。引入IGS组织发布的最终星历参与计算,获取GNSS高精度验潮,将结果与压力式验潮仪的观测值进行比对。采用QDCORS站和上海IGS连续跟踪站的数据分别与流动站组成6类不同长度的基线组合,验证模块的作用距离,使得结果具有更广的适用性。     

贵州:用无人机高效获取影像

<正>日前,贵州省国土资源勘测规划研究院在贵州首次利用多旋翼电动无人机技术,完成了赤水市区及所辖17个乡镇办事处三调高分辨率航空影像的更新补充任务。实践证明,采用无人机技术进行三调影像调查,高质量、高效率、低成本特点突出,其获取的影像质量明显高于0.2米高清影像,获取1平方公里影像仅需半小时,获取影像成本不到航飞的1/10。作为贵州省第三次全国国土调查技术指导单位,贵州省国土资源勘测规划     

面向对象和DEM的ZY-1 02C影像湿地提取研究

本文运用面向对象分类与DEM数据相结合的方法,对资源卫星一号02C卫星遥感影像进行湿地提取。探索了基于对象与DEM信息的提取技术,在02C影像湿地的提取应用,对研究我国国产卫星在湿地监测和保护方面有重要的意义。研究结果表明：（1）面向对象的遥感影像信息提取方法,可同时兼顾影像光谱信息及空间信息,适用于02C影像的湿地提取,精度得到明显提高;（2）基于对象与DEM信息的提取方法,使沼泽地与草地相混淆的现象明显减轻,湿地分类精度进一步提高,该方法适用于高分辨率遥感影像的湿地提取研究;（3）基于对象与DEM信息提取的水田、水体、沼泽地及河滩的精度,分别为88.46%、97.44%、86.96%和83.33%,满足资源卫星一号02C遥感影像对湿地进行监测和保护的需要。     

遥感影像语义检索若干关键技术

随着遥感影像数量急剧增加和相关应用的不断扩展,遥感影像的语义检索日渐受到研究者的重视。本文结合遥感影像的特点重点提出遥感影像语义检索框架,并围绕影像语义检索的各关键技术相应地展开一些分析和讨论。这些技术主要包括特征提取、相似性度量、语义标注、高维索引、相关反馈、检索性能评价等。     

高精度DEM数据支持下的田坎系数测算方法研究与典型应用

本文基于山东省基础测绘最新的高精度DEM、坡度图、第三次国土调查0.5m数字正射影像及第二次土地调查田坎系数测算资料,重新选取样方测算了山东省的田坎系数。结果表明：耕地田坎系数与耕地类型、地貌类型之间存在一定规律性,鲁东丘陵区和鲁中南山区同坡度级坡地田坎系数均高于梯田田坎系数,鲁东丘陵区梯田和坡地的田坎系数均高于鲁中南山区的田坎系数。较第二次土地调查田坎系数、第三次国土调查田坎系数总体呈下降的趋势。根据第三次国土调查数据统计,山东省田坎面积约占耕地总面积的3.5%,依然有较大的挖潜潜力。研究结果可为国土调查、耕地保护、粮食面积估算等工作提供重要参考。     

航空与卫星影像数据多尺度分割对比研究

本文从遥感影像多尺度分割的角度分析了同一地区的航片与QuickBird、IKONOS等卫星数据的分割效果,讨论了不同地物和不同影像的最佳分割尺度,以增强对目标物的检测与识别能力,提高现有航空遥感数据及卫星影像数据应用的精度和效率,并对最终分类结果进行了比较。结果表明航片、QuickBird、IKONOS的最佳分割尺度分别为125、100、75,QuickBird的分类精度最高,航片和IKONOS的分类精度次之。因此可认为,航片在实际应用中,可以代替高分辨率卫星影像。     

一种基于无人机影像提取滩涂DEM的方法

文章针对滩涂、海岛礁等测绘困难的区域,提供了一种获取这些区域高分辨率空间信息的新技术手段——无人机航测提取DEM的方法,并对其具体的实施方法及详细的技术流程进行了描述。     

面向地形特征的DEM与影像纹理差异分析

纹理分析方法在宏观地形特征分析方面具有较大的优势与潜力,但当前缺少对DEM与影像数据纹理特征差异的系统分析研究.本文采用灰度共生矩阵为纹理量化模型,选取了8个不同地貌单元的样本数据,对DEM和遥感影像2类数据的纹理进行了特征值对比分析,纹理特征稳定性分析,纹理特征组间差异性分析.实验结果表明,在所测试的二阶角矩,对比度,方差,熵4个纹理指标中,DEM和影像的对比度特征值间具有显著的相关性;通过不同地貌样区纹理特征值对比分析发现,DEM数据在地形起伏较大区域纹理特征更为明显,遥感影像数据则受地表覆盖物影响较大;从地形特征的稳定性角度分析,DEM数据在丘陵和山地分析有优势,影像数据则在平原和台地分析表现更好;从地形特征差异性角度分析,DEM数据要优于影像数据.进一步采用光照模拟和坡度数据以增加DEM纹理信息,研究结果表明,DEM派生的2类数据在地形量化差异性方面改进明显,并大大优于影像数据.     

基于DEM的SAR影像几何定位参数校正方法

针对大范围无地面控制的SAR影像几何纠正,利用在一定时间和空间范围内SAR系统几何定位参数误差具有一定稳定性的特点,提出基于DEM的几何定位参数校正方法。该方法首先基于DEM进行影像模拟生成模拟SAR影像;然后在模拟SAR影像上提取特征点,针对特征点将模拟SAR影像和原始SAR影像进行匹配,得到特征点在原始SAR影像上的同名特征点,再结合DEM进行模拟影像间接定位获取特征点的地理坐标,以此作为几何定位参数校正的参考点;进而根据严密SAR几何构像模型构建几何定位参数校正模型,解算几何定位参数校正值;最后,利用几何参数校正值改正区域内其他SAR影像几何定位参数,提高区域内SAR影像几何定位精度。以高分三号影像进行试验,使用本文方法获取一景影像的几何定位参数校正值,对同一轨道内的和不同轨道的其他SAR影像进行参数校正,并对参数校正前后的几何定位精度进行评价。结果显示,同一轨道内的影像定位精度由66.0 m提高到9.7 m,不同轨道的影像定位精度由65.0 m提高到13.5 m,表明本文方法能够显著提高SAR影像几何定位精度。     

传统胶片航摄影像空三加密关键技术研究

随着社会经济的发展,测绘技术的日新月异,空间地理信息数据的表现形式呈现多样化,数据量大小也呈指数级增长,大数据时代对历史空间地理信息数据资源的挖掘分析有着潜在的应用市场。近年来,浙江省大力推进'三改一拆'、全域土地综合整治与生态修复工程、城中村改造等工作,工作中遇到了历史违法用地辨别依据不足.     

基于机载点云数据的高精度水域DEM快速生成方法

由于水域内机载点云数据稀疏或缺失,在生产高精度DEM时需要对水域区域进行分别处理,人工操作工作量大,且难以保持水域内DEM高程的自然平缓过渡。目前将水域和其他区域分开处理的DEM数据生产方法,不仅增加了数据处理的难度和工作量,也会引入水域和其他区域的DEM接边误差,影响数据质量。为此,提出一种基于机载点云数据的高精度水域DEM快速生成方法。该方法首先利用水域边界与原始机载点云数据,通过分段插值拟合生成水域内点云数据;进而,将插值生成的水域点云数据与原始点云数据进行合并获得完整点云数据;最后,利用合并后的完整点云数据生产高精度DEM数据。通过实验分析发现,该方法能够实现水域与其他区域的DEM一体化生产,提升DEM数据处理自动化水平,且能保证水域DEM的高程精度与自然平滑过渡要求。     

利用无人飞艇获取影像资料制作DOM实践——以山东省博兴县城区为例

利用低空无人驾驶飞艇获取1：1．25万比例尺数字影像资料,制作1：1000比例尺的正射影像,并对正射影像精度进行检查、统计、分析,总结出影响正射影像精度的主要原因,并提出有益于提高正射影像精度的建议。     

机载LiDAR点云更新1∶1万DEM关键技术探讨

结合TerraSolid对机载激光雷达数据进行后处理的生产流程,重点分析利用LiDAR数据提取DEM的几个关键技术:滤波技术、航带拼接技术、特征线\特征点参与DEM构建技术以及点云人工编辑分类后航带间高差超限的补救性处理方法。     

基于深度学习的遥感影像地类信息获取技术现状研究

基于图像特征的地类识别技术精度低且复杂度高,难以满足土地利用动态监测的实时性要求。而基于深度学习的遥感影像地类识别技术数据处理及特征提取能力较强,能够有效提升识别精度,使地类信息获取更加智能化,因而被广泛应用于遥感影像地类处理。根据地类识别技术不同,可以分为遥感影像分割、遥感影像分类以及目标监测三种方式。每类识别技术根据训练数据是否有标注可以分为有监督学习、半监督学习以及无监督学习三种类型。通过对相关技术和文献的调研和分析,介绍各种深度学习模型的理论基础与基本结构,总结国内外基于深度学习的遥感影像地类识别方法的优缺点,并指出未来的发展方向。