基于GeoSOT剖分编码的不动产单元统一标识模型研究

针对现有不动产单元编码存在空间位置信息模糊的问题,以寻求更加直接反映空间位置的不动产编码为目标,在对现有不动产单元编码深入研究的基础上,提出了基于GeoSOT网格编码的不动产单元模型、编码方法,以及该模型与空间位置信息转换方案。试验证明,基于GeoSOT的不动产单元编码更加直观,具有很好的实用性。     

基于全球剖分网格的空间数据编码方法

针对不同平台的空间数据编码规则各不相同、互不一致,导致关联检索困难的问题,提出了一种基于GeoSOT全球剖分网格的空间数据编码方法,探讨了其特点与优势,分析了编码生成效率和基于此编码的空间数据检索效率。试验结果表明:基于GeoSOT全球剖分网格的空间数据编码算法耗时短、效率高;与传统的基于经纬度和R-树的空间数据检索相比,基于GeoSOT编码的检索在关系型数据库中效率提高显著,且查询的空间范围越小,效果越明显。     

地球剖分网格理论在影像处理中的应用

针对大区域遥感影像处理中数据组织和应用方面的技术难题,该文采用GeoSOT剖分网格体系理论的数据组织方法,建立影像型地理空间数据逻辑剖分与编码,同时提出了基于网格模板的影像按需快速拼接技术,依托空间剖分网格高精度的空间关系,直接从遥感影像中抽取所需的剖分面片进行几何拼图,实现了大区域遥感影像数据的快速组织和拼接,提高了数据浏览等应用的效率。在数据共享上,考虑到异构网络环境下数据实时共享的应用要求,设计了有限带宽条件下的智能传输策略。依托空间剖分网格天然的"多尺度、小面片"的特点,设计灵活的传输策略,在有限带宽网络条件下,以面片为单位,实现用户关心区域的目标信息的快速传输分发,改善数据传输效率和用户体验。     

DCLS-GAN:利用生成对抗网络的天绘一号卫星高原地区影像去云方法

利用深度学习开展高原地区卫星影像去云是一个研究热点.本文提出了基于DCLS-GAN的天绘一号卫星高原地区影像的去云方法,采用对抗学习的思想构建深度卷积对抗生成网络,自主学习影像中云覆盖部分的典型地表特征,从而恢复云覆盖下垫面形貌.基于Encoder-Decoder结构生成网络,构建固定与可移动2种云区掩膜,在矩形固定中...     

基于多级信息网格的海量遥感数据存储管理研究

随着遥感探测技术的高速发展,空间信息呈爆炸式增长。针对目前现有遥感数据存储管理系统数据量大、数据来源丰富、查询检索慢等问题,本文提出了一种基于GeoSOT网格的遥感数据组织方案,并首次在关系型数据库中增加数组数据类型的剖分网格编码列,来存储遥感影像元数据中空间信息,对数据进行逻辑剖分索引,从而实现影像数据的统一存储与空间区域检索。试验选择Kingbase关系型数据库作为测试平台,通过模拟全球范围的影像数据,与Oracle平台进行对比试验。结果表明本文的检索效率具有明显优势,可有效提高遥感数据整合、检索效率,为现有遥感数据存储中心或管理系统提供了一种高效、可行的方案。     

GeoSOT时空编码的海量照片组织检索方法

经过对用户行为模式调查,照片管理主要涉及了照片的位置、时间、目录以及标签等信息。针对个人照片数据日益增多,由于其大数据量、异构性等特点,传统的管理方式已经无法适应照片的检索需求的现状,该文提出了一种基于标识的照片组织管理方式。根据时空唯一性的特点,通过GeoSOT位置码+时间码唯一标识照片,同时在数据库中存储用户关心的其他标签,并对编码建立了相应的索引。最后,对编码生成和照片检索的效率进行了实验验证,结果表明该组织方式能够高效地管理个人照片数据。     

神经网络支持下的Sentinel-2卫星影像自动云检测

为解决利用Sentinel-2卫星影像进行地物信息提取时云层遮挡造成的信息误判问题,提出了一种基于深度学习的遥感影像云区高精度分割方法。该方法通过预处理的遥感样本数据构建出一种深度神经网络模型,自动提取高层次影像特征;再将影像特征输入分类器,实现遥感影像的像素级分类,从而分割出云覆盖矩阵;最后将云覆盖矩阵转化为云二值图,结合感兴趣区矢量准确获取指定区域云检测结果。选取典型区域进行测试,结果表明：该方法检测精度较高,速度较快,且无须辅助信息与人工干预,可用于Sentinel-2卫星影像不规则区域自动云检测。     

几种地球剖分网格分析与初探

针对全球遥感卫星影像数据缺少统一组织框架的问题,从遥感影像数据特点出发,分析归纳了遥感影像统一组织框架的设计原则和设计难点,并对当前已提出的用于遥感影像统一组织的几种剖分格网方案进行概述。通过分析与比较,认为GeoSOT比较适合作为遥感影像的统一组织框架。     

基于随机森林的FY-2G云检测方法

根据遥感影像中云检测原理,提出了基于随机森林的遥感影像云检测方法,并将其应用于FY-2G影像。结合国家气象卫星中心（NSMC）的云检测产品数据进行了算法的精度检验,云检测个例的精度检验结果显,最高命中率（POD）为88.32%,最低误报率（FAR）为9.36%,临界成功指数（CSI）为80.14%。结果表明,该方法有效地提高了云检测精度,同时能正确标识NSMC中部分误判的情况。     

基于GeoSOT模型的地理国情监测多级网格信息统计

地理国情信息统计是地理国情监测的重要内容,地理统计单元的划分直接决定着地理国情信息统计的精度。提出了采用基于GeoSOT网格模型生成的地理国情监测多级网格来统计地理国情信息的方法。以地理国情监测多级网格为地理国情信息的统计单元,能弥补以行政区划为统计单元的不足,更有效地表现区域内部地理国情信息的空间分布特征。