星载合成孔径雷达海洋遥感与大数据

星载合成孔径雷达以其全天候、全天时、不受云雨影响的工作特性在空间对海观测中起到了重要作用，又以其高空间分辨率、多极化、多成像模式的特点展示了其在海洋动力要素反演和海洋多尺度动力过程研究中独特的魅力.起步于20世纪70年代末的星载合成孔径雷达技术，迎来了发展的"黄金时期"，大数据和机器学习又赋予了星载合成孔径雷达海洋遥感更强大的生命力.本文首先阐述了星载合成孔径雷达大数据的5"V"特性，进而以高分辨率海面风场反演、海洋内波中尺度动力过程观测两类典型案例，阐述了大数据、机器学习等现代信息科学技术与卫星海洋遥感结合，实现海洋环境参数高精度反演和海洋动力过程科学深层次认知的研究.最后，展望了星载合成孔径雷达海洋遥感与大数据的发展前景.     

天文因子与中国大地震活动趋势预测

根据太阳活动与月亮运动周期预测１９９８年开始的中国大地震活跃期已经基本结束,从现在起到２０００年中国大陆发生Ｍｓ≥７．０地震的可能性很小。     

几何特征与神经网络联合优化的室内三维点云语义分割方法

室内三维点云数据精准语义分割是实现深层次室内空间应用的基础。针对现有三维点云数据语义分割方法存在目标不完整和不一致的问题,本文提出了一种几何特征与深度神经网络联合优化的室内三维点云语义分割方法。该方法首先利用深度学习实现室内结构信息语义标签的初步提取,然后利用几何与颜色特征的点云分割方法对原始数据进行精确分割,最后利用概率模型将深度学习语义分割结果与几何分割结果进行交叉融合,实现语义分割结果的联合优化。基于开放数据集对本文提出的分割方法进行了精度和有效性验证,分别采用室内场景简单到复杂的三组室内点云数据进行了测试,试验结果表明,本文提出的方法能够有效提升室内三维点云语义分割精度。     

室内三维点云空间自动划分与规则化方法北大核心CSCD

精准空间划分是实现室内语义建模与拓扑结构重建的重要基础。三维点云作为常用的室内空间数据载体,如何基于三维点云进行室内空间语义信息提取与规则化具有重要意义。本文提出了一种基于形态学分割方法实现室内场景的分割,并结合矢量规则化方法完成分割场景的规则化。首先,基于区域增长算法与线性拟合方法提取空间分割要素,通过平面投影生成二进制影像,进而利用距离变换和分水岭算法完成空间分割;然后,对空间分割要素进行线性拟合,进行室内空间格网划分,采用矢栅叠加方法实现空间要素规则化;最后,通过4组实际场景(包含3组ISPRS数据集及1组实际场景采集数据)进行数据验证。试验结果显示,本文提出的室内空间分割与规则化方法可以准确快速地完成室内空间要素的提取。     

最小割与深度学习联合优化的室内粘连点云分割方法

随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。     

从城市兴趣点中提取多层次地标方法探究

为了获取结构化空间知识,本文在前人研究基础上,提出一种依据显著度差异从城市POI数据中提取多层次地标的方法。分别从知名度、通达度以及个体特征三个方面量化分析了影响POI显著性的因素;然后利用这三个指标构建了POI显著性度量模型,并进行了武汉市武昌区地标提取实验。最后,以各层地标为种子生成Voronoi图,用来反映各层地标的空间影响范围及上下层地标之间蕴含的认知规律。     

昆明高空大气活动与天文视宁度关系初探

本文初步对比分析了昆明大气探空资料与大气视宁度观测资料之间的相关关系。结果表明，它们之间有着明显的关系和规律，但关系式的确立还需更多的资料分析才能确定。     

自然资源篇:矿藏这边独好

青藏铁路沿线分布着丰富的矿产资源,它的全线贯通如一串珍珠项链,使青藏高原魅力四射. 西宁,青藏铁路的起点. 当列车驶出西宁火车站,一路穿行在湟水河谷之间,西行经日月山进入牧区.前方广阔的草原上忽然出现一条狭长的水带,走近前水面变得开阔,充盈视野,这就是被誉为高原璀璨明珠的圣洁美丽的青海湖.青藏铁路沿湖北缘西去,进入风光旖旎的青海省北部草原,眼前奔来千山万岭,自东南绵延至西北,这就是著名的祁连山脉.这组长达1000多公里,宽达300多公里的山脉群,在地质学家的眼里属于北祁连造山带.     

基于电磁感应的干旱区土壤盐渍化定量遥感研究

以南疆典型干旱区Landsat 7 ETM+遥感图像为数据源,利用决策树分类法提取农业用地,并对农业用地进行移动式电磁感应调查(简称磁感调查)和光谱特征提取,同时分析磁感数据和图像光谱特征与土壤盐分含量的相关性,从而建立土壤盐分的定量反演模型。研究结果表明:土地利用类型决策树的分类精度达到93.75%,Kappa系数达0.915 4;经多元逐步回归分析,磁感调查获得的土壤盐分含量与差值植被指数(DVI)、ETM+图像第二波段像元值(B2)以及比值植被指数(RVI)间具有显著相关性,由此建立的遥感反演模型可用于土壤盐分含量的定量反演。经89个样点检验,基于磁感调查的土壤盐分遥感反演精度虽低于基于磁感调查的地统计空间分析的精度,但遥感定量反演值与磁感调查实测值仍具有良好的相关性,而且精度较高,因此利用本文方法进行土壤盐渍化大面积监测是快速有效的途径。