遥感信息图谱计算的理论方法研究

遥感应用的本质是投入专业知识从对地观测影像中提炼专题信息,并以之服务于各类分析与决策的过程。其中,信息计算是整个遥感应用服务技术链的基底。本文在传承地学信息图谱理论的基础上,提出了遥感"图-谱"信息耦合的空间认知理论,构建了"像元-基元-目标-格局"为一体的遥感信息图谱计算的理论方法体系,将其分为"像元级"和"对象级"两个层次,并阐述了高性能计算环境支持下,遥感信息图谱计算平台的设计开发思路及目前研发进展,总结了遥感信息图谱计算的发展趋势和重点研究问题。     

遥感图像最大似然分类方法的EM改进算法

基于参数化密度分布模型的最大似然方法（MLC）是遥感影像分类最常用手段之一，与其他非参数方法（如神经网络）相比较，它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点。但是由于遥感信息的统计分布具有高度的复杂性和随机性，当特征空间中类别的分布比较离散而导致不能服从预先假设的分布，或者样本的选取不具有代表性，往往得到的分类结果会偏离实际情况。首先介绍了用基于有限混合密度理论的期望最大（EM）算法来作为最大似然函数（MLC）参数估计的方法－EM－MLC。该模型首先假设总体混合密度分布可被分解为有限个参数化的高斯密度分布，然后把具有先验知识的样本与随机选取的未知样本混合在一起，通过EM迭代计算来估计出各密度分布的最大似然函数的参数集，从而一定程度上避免了参数估计可能出现的偏离。最后，本文提出了基于EM－MLC遥感影像分类的具体实施流程和应用示范，并与一般最大似然方法（MLC）得到的分类结果进行了定性和定量的综合比较，认为EM－MLC在精度上得到了提高。     

人工神经网络遥感影像分类模型及其与知识集成方法研究

以多层感知器（MLP）为例，探讨了地学知识与ANN融合进行遥感影像分类的方法。首先对MLP网络结构、学习算法及其改进进行分析；然后总结了MLP进行遥感影像分类的一般方法和存在的缺陷；发展了基于知识的MLP神经网络遥感影像分类模型，并具体利用基于规则的MLP方法进行了遥感土地覆盖分类的实验，把获得的结果与传统统计方法与一般ANN方法进行了综合比较，获得了有意义的结果。     

青藏高原内陆湖泊变化的遥感制图

青藏高原上的内陆湖泊群是气候变化的敏感指示器,获取近几十年来湖泊变化的动态信息对研究区域气候及环境变化具有重要的意义.本文讨论了多时相遥感湖泊变化研究中的几个关键问题--湖泊变化季节性因素、湖泊变化信息的提取以及大区域湖泊变化的分析方法,并利用Landsat长时间序列遥感数据,制作青藏高原1970s,1990s,200...     

基于多特征的遥感影像分析——一个新的视角

为克服传统基于像元的遥感影像分析局限,本文提出了基于多特征的遥感影像分析方法,并以遥感分类为例对该方法作了相应的阐述.文章的最后部分对该方法的优越性作出了总结.     

基于MODIS数据的Landsat-7 SLC-off影像修复方法研究

研究如何修复由于扫描行校正器SLC故障而造成的数据坏行,成为国际遥感研究的热点.文章在总结现有的修复方法基础上提出用相同时相的MODIS09数据修复SLC-off数据的方法.该方法采用时空自适应反射率融合模型(STARFM)算法实现MODIS09数据和TM/ETM+数据的融合,获得与SLC-off数据相同时相和空间分辨率的融合数据,然后采用局部线性直方图匹配完成对SLC-off数据填充.实验证明该方法修复效果明显好于传统方法,解决了传统修复方法中存在的一些问题,一定程度上提高了ETM+SLC-off数据的利用率.     

地物波谱数据辅助的SPOT影像模拟真彩色方法研究

提出一种新的高分辨率遥感影像真彩色模拟方法。该方法从遥感成像光谱角度,依据地物波谱特性,采用光谱角匹配模型(SAM),首先计算出地物在绿(G)、红(R)、近红外(NIR)以及短波红外(SWIR)波段的整体和局部波谱向量角;然后根据角度距离构建最小距离隶属函数,查找对应地物波谱库中最为相似的地物波谱;最后对此条地物波谱曲线积分计算出该像素点在蓝波段的反射率。实验表明,该方法模拟出的SPOT真彩色影像在视觉效果和空间信息上优于传统的方法。     

彩色扫描地图点状符号的自动识别

本文初步探讨了彩色扫描地图上点状符号自动识别的方法及软件设计的模型和框架.彩色扫描地图上规则符号的主要视觉特征是颜色、形状及大小.识别符号建立在符号模式库的基础上,根据模式库中提供的颜色类型,通过颜色分层方法去寻找彩色扫描地图上的目标,然后提取其轮廓线,获取形状和大小等特征量,最后用符号特征相量与模式库中的特征相量相匹配,对符号进行判别分类,并通过坐标转换,输出符号的中心点地理坐标及符号的其他对应属性.本文最后以彩色地图上电信号强度符号的识别为实例,论述了具体应用系统的设计和开发.     

基于特征基元的空间数据计算模式及其地学应用

将地学计算的定义外延为空间数据计算,对空间数据计算的基本单元问题进行了初步的探讨,提出了基于特征基元的空间数据计算一般模式,并根据计算行为模式及计算侧重点的不同,将空间数据计算过程分为深度计算与主动计算,总结了“数据→特征→知识”的一般计算过程,并就此进行阐释。根据地理实体的形态和功能过程的不同来刻画形态和功能过程差异的空间数据,将地学空间数据划分为反映固态基质信息的陆地空间数据、反映液态基质信息的陆地水文空间数据、反映液态基质信息的海洋流体空间数据和反映气态基质信息的大气流体空间数据四类。基于陆地、水文、海洋和大气相关空间现象和空间过程分析,结合提出的深度计算与主动计算理论,对这四类空间数据的深度计算与主动计算过程进行了初步探讨。以基于特征的遥感信息提取和目标识别工作为例,对上述理论进行了说明和验证。最后对空间数据计算模式相关问题进行总结和展望。     

试论地学信息图谱思想的内涵与传承

地学信息图谱是陈述彭先生倡导的重要理论探索领域。本文根据先生的相关文献和论述,探讨了地学信息图谱思想的内涵,认为图谱是许多领域都采用的表达和分析的方法论,地学图谱是针对地学领域地学现象和过程的图谱,地学信息图谱则强调在地理信息系统支持下,通过定量地学信息（地学数据库）和地理计算实现的地学图谱,以期通过运用地学图形语言进行地理时空表达与分析,用于描述人与自然和谐相处的规律,反演它的过去,评估它的现状乃至预测它的未来。地学信息图谱思想的提出与陈述彭先生的职业生涯密切相关。他青年时期的坚实地理学基础,中年时期将综合地理和地图设计紧密结合的实践,晚年时期对遥感与地理信息系统的引领,促使他集一生在地理科学研究中的丰富理论、方法、技术成果积淀,开辟了这一探索性的地学研究新领域。地学信息图谱是陈述彭先生留给后来者的科学问题。为此,作者根据新近相关领域的研究进展,提出了未来可能的研究方向：全息地图的发展是地学信息图谱表达的重要基础,并有助于进一步发现新的地学现象和新的地学规律。遥感对地表信息的“谱”探知要以地理学“图”分析思想为支撑,它将最终回归于对复杂地表分布与内在发生机理等地理学核心问题的回答。地学信息图谱的认知以人地关系为中心,以实现从客观地理空间到虚拟空间的人地关系新认知构建一套认知理论。地学信息图谱的目标是辅助发现与利用新的地学知识,为实现自动化、智能化的地理知识图谱奠定理论与方法基础。