Pan Sharpening for Hyper Spectral Imagery Using Spectral Mixing-Based Color Preservation Model

With nanometric spectral resolution and number of bands as high as 220, Hyper spectral sensors like Hyperion and AVIRIS are gaining wide appreciation. Narrow, continuous wavelength of bands upon a vast spectrum of electromagnetic wavelength enables better precision in identification of materials by distinguishing between their unique spectral signatures. However, their poor spatial resolution is a major impediment in realising the full potential of hyperspectral imaging. Efforts are being made worldwide to improve the spatial resolution of hyperspectral imagery by fusing them with registered panchromatic imagery of higher resolution. However, most of the conventional methods fail to preserve the spectral fidelity of the fused images due to severe color distortion. Here, we propose an efficient paradigm to sharpen hyperspectral imagery with high spatial information content and minimal color distortion using color normalization by Lαβ and intensity image generation using Spectral Mixture Analysis. Quantitative assessment indices have been calculated to prove that our method is superior in terms of minimization of color distortion and maximization of spatial details as compared to other methods.     

基于泛布尔函数的空间叠置分析

提出了建立在空间属性多态化、空间效用函数、泛布尔空间逻辑关系知识化表达基础上的基于泛布尔函数的空间叠置分析模型。     

基于空间-光谱分析的高光谱遥感影像稀疏解混研究

正混合像元分解能在亚像素级别上定量化地了解地物的光谱信息和含量信息(丰度),是高光谱影像分析中的关键问题之一。由于影像场景复杂、同谱异物和同物异谱(端元可变性)现象普遍存在、光谱库端元数目远大于像元中含有的端元数目,再加上影像噪音的干扰,影像解混精度还亟待提高。本文的研究围绕基于空间-光谱分析的高光谱遥感影像稀疏解混方法,分别从顾及端元可变性、像元的     

一种高保真IKONOS卫星遥感影像融合方法

提出一种基于归一化植被指数的全色与多光谱遥感影像融合方法.该方法利用归一化植被指数对不同的区域分别采用不同的融合策略,最终得到融合影像.有效克服了常用的基于多分辨率分析的融合方法计算量较大与空间细节有所损失的缺点,在提高融合影像的空间分辨率与光谱质量之间获得了较好的折衷效果.     

基于生产过程的矢量空间数据质量控制研究

空间数据质量问题已经成为影响地理信息系统可靠性的主要因素,受到人们越来越多的关注。文章首先针对与质量控制相关的质量管理、质量评价等概念进行辨析,明确质量控制的内涵与外延;进而提出在空间数据的实际生产过程中针对关键性环节加以控制,以保证和提高空间数据的质量。数据生产实践也表明,将数据质量控制的思想与数字制图技术有机结合,在地理信息预处理、数据内容更新与编辑、数据拓扑入库等数据生产重要阶段实施有效的质量检查与控制,对提高数据质量起到了积极的作用。     

基于形态学的空间信息和光谱信息SVM影像分类

提出一种基于数学形态学的空间信息和光谱信息集成的影像分类方法,并分析该方法相对于单纯基于像元光谱特征的分类方法所具有的优势。对ROSIS高分辨率高光谱影像、北京中关村地区OMIS高光谱遥感影像两组数据进行SVM分类验证,试验表明,基于空间信息和光谱信息的分类技术能产生较好的分类结果。     

地理空间数据不一致性探测处理方法研究

空间数据不一致性问题是国际地理信息科学领域长期关注的一项基础研究课题。不一致性是衡量空间数据质量高低的一个基本指标,亦是多源、多尺度数据集成、空间数据合并的重要研究内容,其存在直接影响空间数据分析、管理和增值应用。当前有关线目标不一致性的处理研究主要针对相同（或相近）比例尺目标,采用局部简化处理方法,缺乏对空间目标整体形状结构的考虑,对不同比例尺地图数据之间的不一致性处理问题几乎没有涉及。为此,顾及不同比例尺地图空间线目标表达的详细程度差异,提出了一种基于整体极优对应的不同比例尺线目标几何特征不一致性的处理新方法,进而通过对多组不同比例尺线目标不一致性处理的对比实验验证了该方法的有效性和实用性。     

美国空气质量尺度管理与国土空间规划策略分析

空气质量作为人类基本生存权利,一直受到美国各级政府的重视,围绕空气质量管理方面的标准、立法与规划,不同尺度的政府管理层面均着力于系统完善或规划设计.作为分权制国家,美国联邦政府、州政府和县市政府在空气质量控制涉及的标准、法律、政策等方面存在明显的权限差异和分工.本文通过梳理美国联邦政府、加州利福尼亚政府在空气质量管理方面的管理机构和管制策略,并结合洛杉矶县国土空间规划体系的设计,探索美国解决空气质量问题的有效管理尺度和职能分工,以期为我国空气质量改善提供实践和理论方面的参考.     

用于空间分析的栅格中间层构建流程与方法研究

从构建能直接用于空间分析及辅助决策的栅格中间层数据入手,将其划分为地形基础因子、地形特征、专题应用栅格中间层,用层层递进的栅格中间层数据驱动空间分析全流程,并依据影响因素确定性与否,提出二值化与模糊综合评判分析方法,进而形成栅格中间层支持的空间分析解决方案,以期为地理空间辅助决策提供更加完备的数据支持,减少空间分析处理的技术难度,实现从数据到知识的转化,提高空间分析辅助决策的质量和效率。     

地理空间数据质量检测

针对当前数字地图数据库中数据存在的一系列问题，提出了地理空间数据质量检测的5方面内容，分别是地理空间数据形式检查、拓扑关系检查、位置关系检查以及逻辑一致性检查。对于不同的检测方面，提出了相应的检查手段和算法，并完成了数据质量检测系统。     

浅谈空间数据库建库时空间数据的质量控制

主要探讨从空间数据位置精度、属性精度、时间精度、数据完整性、逻辑一致性、数据安全性和数据情况说明等方面对数据质量进行全面控制,目的是建立一个质量可靠的空间数据库。     

地理空间数据质量检测

针对当前数字地图数据库中数据存在的一系列问题，提出了地理空间数据质量检测的5方面内容，分别是地理空间数据形式检查、拓扑关系检查、位置关系检查以及逻辑一致性检查。对于不同的检测方面，提出了相应的检查手段和算法，并完成了数据质量检测系统。     

高空间分辨率与高光谱分辨率遥感数据融合研究

使用像素级融合常见算法及Curvelet变换与Contourlet变换方法对Hyperion数据与SPOT进行融合实验,并提取了融合后典型地物光谱曲线。使用光谱角方法评价高光谱遥感影像融合后的光谱信息保持情况。实验结果表明,Curvelet与Contourlet变换具有较好的光谱保持效果。     

基于光谱信息的遥感图像空间域自适应滤波

遥感图像往往由于内外因素的干扰含有各种噪声 ,为提高图像质量人们对其进行滤波。常规的滤波方式完全基于图像空间域 ,在消除异常点使图像平滑的同时使边界变得不清楚从而使图像模糊 ;或者正相反 ,在边缘信息得到增强时也放大了图像噪声而使图像变得粗糙。该文的自适应滤波方法充分利用多光谱和高光谱遥感图像的光谱维信息 ,滤波时不仅要使均匀的地块得到平滑 ,而且要使地块间的边缘、局部的异常点、线仍然得到保存、在光滑的同时尽量保持原有的数值特征     

Knowledge and Reasoning in Spatial Analysis

Reasoning is an essential part of any analysis process. Especially in visual analytics, the quality of the results depends heavily on the knowledge and reasoning skills of the analyst. In this study, we consider how to make the results transparent by visualizing the reasoning and the knowledge, so that persons from outside can trace and verify them. The focus of this study is in spatial analysis and a case study was carried out on a process of off‐road mobility analysis. In the case study, linked views of a map and a PCP were identified as reasoning artifacts. The knowledge used by the analyst was formed by these artifacts and the tangible pieces of information identified in them, along with the mental models of the analyst′s mind. To make the results transparent, the tangible pieces of information were marked with sketches and the mental models were presented in causal graphs because it was found that causality was central to the reasoning process in the case study. The causal graph allows the reasoning of the analyst to be studied, as well as traced back to its origin.     

西宁市地理信息系统基础空间数据入库质量控制

城市地理空间数据库建设是数字城市建设的重要组成部分，数据质量在极大程度上决定应用GIS进行决策的成效，这就决定了空间数据质量控制是数字城市建设的重要环节。本文结合生产实际情况介绍了在西宁城市综合地理信息系统建设中如何实现城市空间基础地理框架数据的质量控制，以期对城市空间数据质量检查有一定的参考借鉴作用。     

空间数据质量与交通应用

空间数据质量在不同的应用领域有不同的特征,在一种应用中适用的数据不一定适用于另外一种应用。位置数据在交通领域的应用非常广泛,包括交通事故分析、交通需求量建模、基础设施管理、交通政策分析、商用车辆使用、交通线路使用及智能化交通运输系统,且有些应用对质量问题更为敏感。因此,建议空间数据质量报告中应附带所有空间数据的转换或使用。如果不附带属性数据,那么空间数据对交通应用的意义将很小或几乎没有。