简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

遥感和GIS支持下的分布式融雪径流过程模拟研究

基于遥感(RS)和地理信息系统(GIS)技术,设计和构建了一个分布式融雪径流模型,整个分布式融雪径流过程的模拟计算基于能量平衡和水量平衡,由分布式栅格融雪过程、分布式栅格产流过程以及分布式栅格汇流过程组成,融雪以及产汇流过程全部基于栅格尺度,全面实现了融雪过程的分布式模拟.分布式栅格融雪过程中对"度日法"加以改进,引入了"单元时段"的概念,从而得到了"度分融雪模型";针对融雪过程中颇为复杂的冻融反复性难题,提出了旨在解释积雪冻融反复性物理机制的"冻融系数"的重要概念,对于准确把握融雪过程的物理机制具有重要意义.同时基于GIS开发了分布式融雪径流模拟系统,为分布式融雪径流模型的运行提供了平台和技术支持,二者均为融雪洪水预警决策支持系统的核心模块部分.基于由MODlS等遥感数据得到的积雪信息、地表温度等下垫面信息,基础地理信息数据如DEM及其空间分析数据和大量野外同步观测数据(积雪信息、气象数据),对典型研究区新疆军塘湖流域2006年春季典型融雪期(2006-03-06,11:00-2006-03-10,11:00)内的洪水过程进行了模拟,模拟结果精度较高,平均精度0.82,达到了融雪洪水预警预报的业务需求标准.     

基于ArcGIS的城市基础地理信息系统符号体系研究

符号表达问题一直是城市基础地理信息系统建设中的一个难点,本文研究了城市基础地理信息系统中的符号体系,提出了一种基于ArcGIS平台的GIS符号体系及符号问题的整体解决方案,一定程度上解决了GIS无法满足制图要求的问题。     

“深空大地测量导论”课程建设和教材编写的思考

介绍了"深空大地测量学导论"课程教材编写的背景、阐述了"深空大地测量学导论"教材编写的基本思路、总结了"深空大地测量学导论"教材的编写的特色.     

BP神经网络在局部似大地水准面精化的应用

针对高程拟合中的模型误差问题,采用BP神经网络方法进行拟合,可以减小模型误差,提高似大地水准面的精化精度。在焦作市局部似大地水准面精化算例中,BP神经网络高程拟合取得了良好的效果。     

对我国西南地区河谷深厚覆盖层成因机理的新认识

近年来,在我国水能资源开发过程中,发现各河流现代河床以下普遍堆积厚达数十米甚至上百米的松散堆积物。河谷深厚覆盖层的存在,不仅严重制约了工程坝址的选择,影响相关流域水电资源的开发利用,也给坝工设计带来巨大的困难。由于深厚覆盖层埋藏于现代河床之下,其形成年代一般先于一二级阶地,有悖于河流发育演化的常理,其成因一直令人费解。首次将河谷深切和深厚堆积事件与全球气候变化、海平面升降运动、地壳运动等有机地联系起来,并提出冰期、间冰期全球海平面大幅度升降,是导致河流深切成谷并形成深厚堆积的主要原因的新观点。在此基础上,引入层序地层学原理,从理论上较好地解释了全球气候变化导致海平面和河流侵蚀基准面大幅变化,并产生河谷深切和深厚堆积的原因和过程。最后,进一步将沿河大型古滑坡的孕育和发生与河谷深切事件相联系,提出沿河大型古滑坡是在河谷深切期因前缘临空较好而形成的新观点,从而对沿河古滑坡前缘剪出口高程往往低于现代河床数十米的原因给出了较合理的解释。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

GNSS系统及其技术的发展研究

阐述了国际上卫星导航系统的总体发展,对美、俄、欧、中的四大全球系统,以及相关的区域系统和增强系统进行了简单的介绍,研究分析了GNSS系统及其技术的发展趋势,同时分析了我国Compass全球系统面临的机遇和挑战,并提出了我国未来工作的建议.     

基于相关系数匹配的混合像元分解算法

遥感影像中的混合像元不仅影响地物识别和分类的精度,而且已成为遥感科学向定量化发展的主要障碍.为此,人们已经提出了多种混合像元分解算法,其中应用最为广泛的是最小二乘法.该方法虽然具有意义明确、简单易行等特点,但也易受局部噪声、大气效应、环境辐射等因素的影响.本文将混合像元分解问题归结为一个基于光谱匹配的非线性最优化问题,并针对最小二乘法的不足提出了一种新的基于相关系数匹配(spectral correlation matching, SCM)的混合像元分解技术.通过在北京市北三环及其以北区域内案例的研究表明:在城市区域内,利用图像选取终端端元的办法,基于相关系数匹配的混合像元分解算法的总体精度高于带全约束的最小二乘法(LS)的分解结果.对比分析表明:在目标光谱的绝对值整体放大或缩小而光谱形状得到了很好的保持、及局部噪声使得光谱值显著变化但光谱形状得到了一定程度保持时,基于光谱形状的相关系数法可以得到比基于光谱绝对值的最小二乘法精度更高的分解结果.