用岭估计研究不完全3维趋势面在GPS工程水准测量中的应用

为减小ＧＰＳ工程水准测量中拟合误差的影响,本文采用岭估计代替最小二乘估计,用考虑地形起伏影响的不完全３维趋势面代替２维趋势面,确定求测区（似）大地水准面和参考椭球面差距的数学模型。并通过实例论证了不完全３维趋势面的预报效果优于２维趋势面。     

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。     

基于最小核值相似区算法的高分辨率遥感图像分割方法

采用最小核值相似区算法(Smallest Univalue Segment Assimilating Nucleus,SUSAN)计算QuickBird图像的梯度,并采用标记控制的分水岭变换(Watershed Transform,WT)算法分割图像,取得了较好的结果.SUSAN方法能有效地检测图像梯度,对噪声不敏感;...     

基于TM图像的“增强的指数型建筑用地指数”研究

以Landsat TM/ETM+图像为数据源,研究城镇和农村建筑用地信息的提取方法.首先利用TM7,4,2波段创建归一化差值裸地与建筑用地指数(normalized difference bareness and built- up index,NDBBI);然后根据裸地在裸土指数(bare doil index,BSI)图像上的亮度值最高、在改进型归一化差值水体指数(modified normalized difference water index,MNDWI)图像的亮度值最低的特征,提出了增强型裸土指数(enhanced baresoilindex,EBSI);最后选用NDBBI,EBSI,MNDWI和SAVI( soil adjustment vegetation index,SAVI)4个指数,构建一种新型的建筑用地指数,称为“增强的指数型建筑用地指数”( enhanced index - based built - up index,EIBI),可快速地提取建筑用地信息.实验结果表明,用EIBI提取的建筑用地信息客观,人为干预少,可信度高,提取精度可达90％以上,适合于同时提取城市和农村建筑用地信息.     

基于遥感与GIS的县级土地利用的时空变化分析

以江宁区为典型区，选取1996、1999年两期的遥感资料对县级土地利用时空变化进行研究。通过与高空分辨率遥感数据SPIN－2融合处理后，采用分层分类法对研究区土地利用进行分类，发现从1996－1999年耕地面积呈明显减少趋势。其原因主要是由于城镇经济开发区的迅速扩张；农作物进行了较大结构调整，林地转化为园地、菜地，农田转化为鱼池等。最后对江宁区土地利用变化进行驱动力分析，分析结果可为土地可持续利用提供有效的决策支持。     

卫星定位技术在精准农业中的应用

卫星定位技术可以在精准农业的各个环节发挥作用，如精准播种、精准施肥、精准喷药、精准收割等等。卫星定位技术在农业机械中的应用，极大地提高了农业生产和作业效率。文章介绍了全球定位系(GPS)在精准农业作业流程中的应用，和美国Trimble公司生产的AgGPS农用卫星定位系统以及其在土壤采样中的应用实例。     

结合Sentinel-2光谱与纹理信息的冬小麦作物茬覆盖度估算

作物茬覆盖度的估算对于探究农业耕作方式对周围环境的影响具有十分重要的意义。目前,基于多光谱影像的作物茬指数是作物茬覆盖度估算的常用方法。然而,在作物茬高覆盖区域,指数法容易出现“饱和”现象。已有研究结果表明结合影像的光谱与纹理信息有助于改善指数法的“饱和”问题。Sentinel-2作为一颗多光谱卫星,空间分辨率可达10 m,与Landsat OLI相比,具有更丰富的纹理信息。因此,探究Sentinel-2光谱与纹理信息相结合在作物茬覆盖度估算上的潜力具有重要意义。本文以山东省禹城市为研究区,分析了Sentinel-2各波段反射率、归一化差值指数以及不同窗口大小下灰度共生矩阵统计量等遥感因子与野外实测作物茬覆盖度的相关性,并利用最优子集法对遥感因子进行筛选,构建作物茬覆盖度的最优估算模型。同时,使用留一法交叉验证对模型进行评价。结果表明在单因子分析中,归一化差异耕作指数NDTI（Normalized Difference Residue Index）与作物茬覆盖度的相关性最好,相关系数达0.735。使用NDTI、5×5窗口下Sentinel-2 8A波段的相关性统计量以及12波段的方差统计量构建的多元方程是作物茬覆盖度估算的最优模型,相关系数为0.869,均方根误差为11%。与仅使用光谱信息的最优模型相比,相关系数提高了0.094,均方根误差下降了3.5%。可见,结合Sentinel-2的纹理信息有助于提高作物茬覆盖度的估算精度。     

面向对象的高空间分辨率遥感影像道路信息的提取

遥感影像的道路信息提取是构建及更新地理空间数据库的一个重要组成部分。针对高空间分辨率遥感影像丰富的地物细节信息和突出的结构、纹理信息的特点,采用一种面向对象技术,实现了高空间分辨率影像道路信息提取。首先,利用面向对象的影像分割技术得到道路均值对象,然后挖掘高空间分辨率遥感影像中描述道路的光谱特征、几何特征及纹理特征,构建道路对象的知识库,实现了城郊重要道路信息的提取。与最大似然法相比,提取结果充分利用道路形状和纹理信息,能克服光谱特征的噪声现象,提取道路准确率高,为高空间分辨率遥感影像道路信息提取提供了一种新的途径。     

基于遥感的泰山地区植被绿度趋势变化研究

利用长时间序列的Landsat数据,获得了泰山地区近10 a(2006~2015)地表植被的总体变化趋势。研究结果显示,研究区45%的地区呈显著性绿化趋势,29%的地区呈显著性褐变趋势,26%的地区无显著性变化。不同植被类型之间的绿度趋势变化具有一定差异性,农用地绿化、褐变以及无显著变化趋势占比相当,但变化值较低,总体上呈无显著变化趋势;林地和草地主要呈轻微绿化趋势;非植被类型绿化趋势无显著变化,褐变趋势较弱。     

高分辨率遥感数据处理方法实验研究

近几年高分辨率遥感数据处理与应用研究越来越受到国内外学者的重视,已成为目前遥感应用研究领域的热点和难点之一。首先分析了基于像素的中分辨率卫星数据的遥感数据处理方法,包括:基于统计理论的分类方法和基于光谱信息的非参数理论方法的分类方法。在此基础上,针对高分辨率遥感图像的特点,分析了面向对象的高分辨率遥感数据处理方法。其中,图像分割是最关键的一步,即如何有效地提取出对象特征非常重要。最后,给出了高分辨率遥感数据处理方法相关算法实验,主要进行了几种图像分割算法实验,同时结合植被变化检测,进行了变化检测算法实验。