结合对象关系特征的高分辨率卫星影像建筑物识别方法

基于面向对象特征影像分析的思想,提出了一种结合建筑物和阴影对象邻近关系特征的建筑物识别提取方法。在多尺度影像 分割的基础上,利用对象的光谱和形状等特征,建立简单的分类决策树,提取粗略的建筑物候选区和相对准确的阴影区。计算相邻 近阴影对象和建筑物对象的关系特征,建立简单的知识规则,即可从建筑物候选区中消除广场等噪音,获得准确有效的建筑物目标 信息。通过QuickBird卫星影像的实验,证明了该方法在高分辨率卫星影像建筑物目标识别中具有相当的适用性和准确性。     

基于多特征的遥感影像分类方法

提出了一种基于多特征的遥感分类方法。首先 ,制定类方案并分解各个类 ,据此得到相应的子类 ;然后 ,通过选用适当的特征 ,使得每一个类都能以一个独特的特征组合来表达。与此同时 ,通过影像分割得到影像对象 ,并测量这些对象的各个特征 ,如光谱特征、几何特征及拓扑特征等。凭借这些特征 ,影像对象可以较为容易地被识别和分类。与传统的分类方法的比较表明 ,文中所提出的分类方法具有明显的优越性和良好的前景。     

基于Web Service的分布式遥感影像数据库设计与实现

结合实际工作中影像数据存储与管理的需求,在应用Web Service技术对遥感图像分布式处理的过程中,就不同形式的数据库查询方法对遥感影像数据进行基于元数据库的数据库系统设计,并结合SOAP调用等技术对其进行原形实现。从数据库的各种基本操作可以看出,基于SOAP/XML技术及辅助元数据库的分布式影像数据库设计方法及远程调用在实际工作需求中是有效的。     

陆地观测卫星图像模拟技术研究

卫星图像模拟是在卫星发射之前,采用计算机模拟方法模拟图像的波段特征、空间几何特征、辐射特征、星历数据和格式编排的一项技术。为研究陆地卫星图像模拟技术,回顾了我国过去6 a自主开发卫星遥感图像模拟系统的发展过程,介绍了图像模拟系统设计及关键技术的实现情况。目前该系统具备的模拟波段包括可见光、近红外到热红外波段,模拟的空间分辨率在300~3 m。在模拟过程中,采用遥感辐射传输模型实现光谱特征模拟;采用PROSPECT+SAIL模型模拟植被覆盖区的光谱,采用波谱库数据模拟非植被区的光谱;基于对大气辐射传输过程的线性分解,建立了大气辐射传输过程查找表(LUT),在保证一定模拟精度的前提下显著提高了模拟计算的速度;采用考虑地形起伏的高精度几何定位模型,逐像元计算出卫星观测视线与地球表层的交点,实现了几何信息的精确模拟;最后,采用卫星发射后的观测数据和实验场测量数据验证了该技术的模拟精度。     

塔里木河下游生态环境变化时序监测与对比分析

塔里木河下游地区是我国西部干旱区生态环境问题比较突出的区域。本文主要从地表水(湖泊、河流和湿地)、地下水、地表植被覆盖的角度,基于多源遥感和长时间序列数据,监测和分析生态输水前后区域环境变化和生态响应。首先,采用基于知识迁移的专题图斑更新技术,实现了1990、1995、2000、2005、2010和2015年区域湿地遥感制图和植被覆盖度等生态因子指标提取;然后,以2000年为基准（生态输水起始年）,结合地下水位观测数据,对比分析了人工生态输水前后区域生态环境动态变化过程。结果显示：① 生态输水前（1990-2000年）,塔河下游的生态环境持续恶化,流域范围内一半以上的沼泽湿地消失、河道干涸,地下水位下降,区域植被覆盖大幅度下降;② 生态输水后（2000-2017年）,区域生态环境明显好转,改变了下游河道长期断流状态,区域地下水位明显抬升,地表水域（湖泊和沼泽）面积呈现“V”型逆转增加,区域植被覆盖区和覆盖度均呈现显著增加趋势,曾经一度干涸的塔河尾闾台特玛湖水域面积2017年8月达到147.87 km²。以上研究结果综合表明人工生态输水工程对塔河下游生态环境拯救和治理发挥了重要作用,遏制了生态输水前塔河下游生态环境继续恶化局面,流域生态环境正在逐步恢复。     

基于GMRF-SVM的高分辨率遥感影像目标区域划分方法

高分辨率遥感影像数据量大、细节丰富并呈现出一定的尺度依赖性,单一尺度遥感影像分割难以同时兼顾影像的宏观和微观特征,这成为制约遥感信息自动化提取技术发展的瓶颈之一。对此本文提出了基于特征的多尺度高分辨率遥感信息提取技术框架,并分析了其对于大尺度海量数据信息提取与目标识别工作具有的理论及实践意义。根据影像光谱或纹理等特征,提出采用GMRF-SVM方法在大尺度上进行分类的目标区域划分方法。从大尺度信息提取的角度来看,该方法综合了GMRF纹理分类和SVM少量样本模式识别的优势,便于先验知识的融合,无论从花费时间还是分类处理效果上,都远远优于直接采用GMRF进行分割所取得的效果,对于后面的信息提取和目标识别来说更具有实际意义。     

遥感影像理解智能化系统与模型集成方法

智能化遥感影像分析理解是当前遥感地学分析中的研究热点。本文通过分析当前智能化方法在应用中存在的两个主要问题,指出了智能化遥感影像分析向基于多特征单元为分析对象转变的必要性以及如何在分析过程中更好的融合知识。在此基础上,介绍了多特征单元遥感影像分析和基于神经网络的知识处理的基本思想。并对如何建立基于知识智能计算的多特征单元遥感影像分析理解方法体系进行了探讨,给出了概念框架图。     

网格GIS中的GML语言技术与设计框架

基于网格技术的地理信息系统的研究与开发 ,将改变传统 GIS系统的应用模式与计算能力 ,使 GIS转变为以服务为中心 ,提供一体化的空间信息应用服务的智能化信息平台。而 Grid GML(Grid Geographic Markup L an-guage)将是网格 GIS的交流与对话语言 ,为网格 GIS的中间件之间、智能体之间、系统之间及系统内部的空间信息传输、存储与通信等提供了可能。本文在 XML 技术、网格体系结构技术及 OGC的 GML3标准的基础上对Grid GML 进行了详细的分析与设计。     

高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究

通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化（LUCC）产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息。本文以高分辨率遥感视觉特征（图）与多源多模态观测机理特征（谱）相互耦合的图谱认知理论研究为基础,提出了精细地理图斑空间结构（精）上融合定量指标反演模型（准）的精准LUCC简称P-LUCC（Precision LUCC）的概念,并依据“五土合一”的地理学思想构建了分层感知、时空协同与多粒度决策于一体的P-LUCC遥感信息智能提取与综合地理应用方法,提出并解析了其中视觉感知的深度学习、外部知识逐步融入的迁移学习以及增量式的自组织强化学习等3类机器学习模型的协同计算机制。基于此,进一步设计了“分区控制—分层提取—分级迁移—功能重组”为途径的高分辨率遥感P-LUCC信息产品生产线系统,并以苏州市高新区为应用区域针对土地利用（LU）图斑的形态、类型以及土地覆盖变化（LCC）的指标等内容开展了P-LUCC产品精度、生产效率的综合分析,展望了基于P-LUCC信息产品开展专题应用研究的新思路。     

基于SVG的分布式遥感图像特征提取方法

在遥感图像网络化分布式特征分析与表达过程中,有很多需要栅格数据与矢量数据的混合模型的网络化表达与传输问题,而矢量数据的网络化表达、传输与显示问题则是影响遥感图像分布式处理效率的关键性因素之一。本文首先对SVG技术及其对矢量数据的表达特点作了简介,在介绍遥感图像分布式特征提取系统的运行流程的基础上,对其在遥感图像分布式处理中相关的网络化数据表达与显示问题给出了相应的解决思路,并给出了相应的实例与效果分析。