遥感与GIS技术在区域农业地质调查中的应用

较为详细地介绍了遥感与GIS技术在区域生态环境与农业地质研究中的应用。WVS分类（Water, Vegetation and Soil Classification）及地面覆被分类图的编制，为区域性生态环境研究提供了重要的基础资料。在此基础上，结合归一化变换、相关分析与熵的引入，为区域性生态地球化学环境评价提供了定量分析数据。     

西南三江流域地质环境遥感综合评价方法初探

以TM影像获取的地质环境信息为基础,采用多因子赋值定量评价法对西南三江流域地质环境稳定性进行分析评价,将其划分为稳定区、较稳定区、较不稳定区和不稳定区4个级别,为区域性地质环境遥感综合评价提出了新的思路和方法。     

浅析构造层次理论在遥感地质工作中的应用

长期以来,遥感地质解译过程中确定各地层单元相对时代很难脱离已有地质资料单独依赖遥感影像进行判断。在地质资料较少、野外工作开展困难的情况下,地质构造的解译、成矿有利地段的圈定也会受到很大限制。针对此问题,以我国新疆维吾尔自治区北山地区为研究区,首次采用"构造层次理论",梳理分析利用Landsat8和高分二号(GF-2)卫星影像解译的区域性构造和小型构造,划分研究区的构造层次。通过对研究区构造层次的研究,一定程度上实现了仅依靠遥感影像和有限的地质资料,掌握地层相对时代、构造事件和成矿有利地区等信息,为遥感地质解译工作和发挥国产GF-2卫星高空间分辨率的优势提供新的思路;同时也为解决境外遥感地质工作中遇到的基础地质资料收集困难、实地考察成本较高以及基础地质工作程度薄弱等问题提供新的途径。     

趋势面分析在S101图像处理系统中的建立与应用

趋势面分析(又称趋势分析)在地质工作中是研究地质特征趋势变化的一种多元统计方法。通过趋势分析能够使地质工作者从定量角度认识某些地质特征的区域性变化规律与局部范围内的变化特点。趋势分析在沉积学、地层学、地球物理学、地球化学等方面都有广泛的应用。本文将介绍趋势面分析方法在S101图像处理系统中的建立、使用及特点。该方法在图像处理系统中的建立与应用,使趋势分析成果有较理想的图像显示,并可与卫片、航片及其它资料、图像作叠合处理,形成综合图像,为开展物化探技术与遥感技术及其它学科的综合信息研究开发了新的实用软件,扩大了图像处理的应用领域和功能。该方法是开展多维数据综合处理及矿产资源评价的一种常用方法。     

结合遥感和地学知识的高原机场工程地质评价

对于机场工程地质条件的评价,传统方式以野外地质调查方法为主,但野外工作往往受人类视野和活动能力的限制,要想在短时间内,快速准确地查明机场地质条件是很困难的。本文以遥感图像为信息源,进行遥感图像数字处理和三维可视化制作,结合基于地学知识的图像识别和解译技术,以云南昆明小哨国际机场为研究区,提取了相关地质信息,并结合已有资料,对其区域地质条件和场地地质条件进行了初步评价与工程地质条件分析,为进一步详勘工作提供了可行的参考。     

利用遥感技术编测我国新一代地质图

本文简要论述了更新我国旧有地质图的必要性,系统提出了遥感技术在编制我国新一代地质图中（提高地理底图的现势性,厘定地质单位分类系统,提供地层、构造、岩体信息和常规方法所不能发现的某些重要的地质体与地质现象）的重要作用,概要介绍了编测新一代地质图时遥感资料的选定。     

遥感图像自动识别与分类的试验研究——以太原幅山地土壤为例

本文讨论了当前遥感图像自动识别与分类中存在的一些问题,提出由地形、地质、植被数据辅助执行的土壤类型模糊分类方法,在土壤数据分类和遥感图像识别中,定量地引入了土壤发生分类学的概念,并赋予成土因素对分类结果的影响作用以新的含义,从而把地学相关分析与自动识别分类有机地结合了起来。这对消除自动分类中光谱特征相互混淆的现象及提高分类精度具有一定的意义。     

ITRF96参考架中的全球板块运动

本文利用独立于地壳构造模型的ＩＴＲＦ９６提供了最新速度场,对ＩＴＲＦ９６中各测站所属的板块进行仔细的检核,建立了一个完全基于空间大地测量技术的新的现代全球板块运动模型,该模型可作为由地质和地球物理资料所建立的各板块运动模型的检核,也可提供ＩＴＲＦ９６框架下研究区域性地壳形变的较好背景场。结果表明基于空间技术的实测资料建立的板块运动模型和ＮＮＲ ＮＵＶＥＬ１Ａ存在不小的差异,这个差异已不能被当前高精     

辽宁省地质资料产品体系探讨

为了很好地利用地质资料,本文分析了各领域用户的需求,研究了通过各种信息组合、融合多种技术形成丰富产品的方法,探讨了地质资料产品的加工方法,提出了一系列分层次的地质资料产品体系,并从信息共享角度对地质资料服务提出了建设性思路,对未来提升地质资料社会化服务提供了有价值的参考。     

基于数据立方体的郑州城市地质数据分类组织

地质数据具有多维度属性,采用单一的数据分类方法对数据进行组织,难以满足地质数据多元化应用和服务的需求。针对地质数据难以有效分类这一问题,以郑州市为例,建立了该市多要素城市地质调查数据分类立方体模型,实现了郑州市多要素城市地质调查数据可根据业务需求动态生成数据组织目录,为海量、多源异构地质数据的快速检索与发现奠定坚实的基础。     

基于ArcGIS建立地震救援现场地图符号库

针对地震救援这一特殊事件,按照一定的原则完成地震救援现场符号的分类,并对涉及的事物事件根据相应的原则完成符号设计。运用ArcGIS软件的2种符号库建立方法生成应用于地震救援现场的专题符号库,并对2种方法进行了简单比较。     

决策树分类算法在姜寨一期聚落遗迹分类中的应用研究

通过对数据挖掘基本分类算法的总结、分析,以及建立姜寨遗址空间数据库,以姜寨一期聚落中的土坑墓、房屋等遗迹作为研究对象,分别提取该遗迹的面积与方位角等空间矢量特征信息等,运用决策树分类算法,挖掘出了姜寨一期聚落的遗迹分类规则,为聚落考古学中单遗址聚落的空间布局和内部结构的研究提供了一种新的研究思路与实现方法。     

中分辨率遥感图像土地利用与覆被分类的方法及精度评价

利用TM、SPOT及CBERS-1等中分辨率卫星图像,对土地覆被的专家系统分类方法、居民地的决策树提取方法以及水体的迭代混合提取方法进行了试验,其总体精度达到87.89%,与常用的监督分类方法相比精度可提高7.86%.专家系统分类的结果叠合居民地、水体等易于混分专题信息,可以形成精度较高的土地利用与覆被分类结果。     

A Modular Support Vector Machine for Active Learning of Urban Remote Sensing Images Classification in Algeria

In this work, we present a new strategy of active learning, based on a modular version of support vector machine (MSVM) applied to urban remote sensing images in Algeria. In general, the training set is highly imbalanced, which gives more complex models; this difficulty is solved by dividing the problem at hand into a set of sub-problems, where each sub-model could be simpler to solve. The support vector machine is introduced to solve the problem of classification based on image remote sensing data related to atmospheric conditions and illumination reflectance. The aim of the proposed method is to improve the accuracy in order to understand the correlated elements of urban structures (the site, the built, the parcels, the network, the space), to generate the final classification result. In particular, we propose a new method based on the modular support vector machine (MSVM) adopted to active learning method, using three different clustering methods (i) k-means, (ii) fuzzy c-means (FCM), and (iii) Gustafson–Kessel (GKclust). Experimental results obtained on two QuickBird multispectral images of Sétif and Batna cities in the eastern of Algeria confirm the capabilities of the proposed methods based on the ensemble of model trained with different task decomposition compared to a traditional model using active learning. This method improves each class presents a main register in urban structure tissues.     

应用“3S”技术进行北京市森林立地分类和立地质量评价的研究

本文针对目的森林立地分类和立地质量评价研究中存在的问题。试图从立地分类和评价的方法进行技术上新的探讨。研究中以生态学和景观生态学理论为基础,以遥感（ＲＳ）、地理信息系统（ＧＩＳ）和专家系统（ＥＳ）作为主要的技术手段,借助相关数学分析,对北京市森林进行立地类型划分和在此基础上的立地质量评价及多目标动态决策。通过对北京地区景观特征及其气候、地貌、地形、土壤、植被等各种因子的定性分析,以及一、二类调查数据的定性定量分析,结合实际应用,确定分类原则和分类系统。应用ＧＩＳ建立各级分类的各因子专题数据库和图形库,通过各分类层次的主导因子及辅助因子的专题图叠加完成初分类。在此基础上,应用知识库中的专家知识及ＥＳ的推理机制对初分类结果进行综合,根据可信度理论,得出各级符合生产、造林规划和经营实际的立地类型图。对于最低一级的分类结果,采用专家打分的方法进行各类型立地质量的多因子综合评价,并编制立地质量评价图。在分类和评价的基础上,可以根据森林的生态效益、经济效益、环境效益和社会效益的综合考虑选择目标集,进行面向目标的动态决策。     

Application of remote sensing techniques to forest site survey

A forest site survey is fundamental work for afforestation and forest management. The traditional approach to forest site survey requires a large amount of field work and is time consuming. An alternative method of classification and mapping of forest site types with remote sensing data is described in this paper. With this method, site information is extracted through remote sensing image interpretation, site conditions are classified by ordination analysis and appraised using a quantitative aerial photo site index table, which is compiled using a quantitative theory. Finally, site productivities are predicted and a site type map is mapped. The accuracies of experimental results obtained from Mt Da‐Gui forest farm, Guang Xi province, China, indicates that the remote sensing methods meet the operational standard for forest site survey.     

高光谱遥感影像分类研究进展

随着模式识别、机器学习、遥感技术等相关学科领域的发展,高光谱遥感影像分类研究取得快速进展。本文系统总结和评述了当前高光谱遥感影像分类的相关研究进展,在总结分类策略的基础上,重点从以核方法为代表的新型分类器设计、特征挖掘、空间-光谱分类、基于主动学习和半监督学习的分类、基于稀疏表达的分类、多分类器集成六个方面对高光谱影像像素级分类最新研究进行了综述。针对今后的研究方向,指出高光谱遥感影像分类一方面要适应大数据、智能化高光谱对地观测的发展前沿,继续引入机器学习领域的新理论、新方法,综合利用多源遥感数据、多维特征空间互补的优势,提高分类精度、分类器泛化能力和自动化程度;另一方面要关注高光谱遥感应用的需求,突出高光谱遥感记录精细光谱特征的优势,针对应用需求发展有效的分类方法。     

Crop area monitoring within an advanced agricultural information system

This paper describes a framework for an image processing procedure for operational agricultural crop area estimation. This operational framework has been conceived within the development of an Advanced Agricultural Information System (AAIS) for the “Regione del Veneto “ (RdV ‐ Veneto Region) in northeastern Italy. The objective of this program is to develop the ability to generating timely and accurate area estimates and production information for four major agricultural crops: soybeans, sugar beets, corn, and small grains. AAIS uses state of the art methods in remote sensing and geographic information systems (GIS) technology and integrates a variety of data types including satellite imagery. This paper describes the methodology developed for image and ancillary data processing for the production of crop area statistics. Using a combination of standard unsupervised classification and GIS operations that incorporate knowledge about the agricultural system, a “sequential masking” classification procedure was derived. This sequential masking procedure yielded crop classification accuracies that at the study site level range between 76% and 99% depending on the crop under study. We believe that classification accuracies will improve with full system implementation, along with the incorporation of new and/or improved thematic information and operational experience using AAIS‐based estimation.     

基于遥感和GIS的选址策略研究与实现

以某地新建化工厂选址为例,详细介绍了基于遥感和GIS的工程项目选址建模方法。该方法通过遥感获得地物的空间属性和类别特征,通过GIS的缓冲区分析、再分类、栅格叠加、归组、面积计算等空间分析与统计方法实现满足多个条件的目标区块的提取。作为选址模型的具体实现,以遥感和GIS分析软件为依托,规划出了某地适宜兴建化工厂的区块,实施了化工厂选址的遥感和GIS辅助决策。     

高分辨率遥感图像分类方法在LUCC中的研究进展

高空间分辨率遥感图像在土地利用/覆盖(LUCC)变化研究中的应用,促进了遥感分类技术的进一步发展,表现在遥感分类对象、分类特征和分类器3个方面。本文对其研究进展情况进行了综述,介绍了具有代表性的分类方法,并对各种方法的特点进行了分析。最后,对遥感分类的相关研究进行了总结和展望。