基于遥感数据的多年平均物候不确定性研究

多年平均物候能够反映植被生长发育节律的均衡状态,是植被物候模拟与预测的关键参数之一。遥感已广泛用于地表物候监测,是空间多年平均物候信息的重要来源。然而,基于遥感的多年平均物候存在不同计算方法,如先确定每年时序曲线的物候点再求平均值（平均法）,以及先求多年平均时序曲线再确定物候点（参考曲线法）。上述方法的结果可能存在差异,但目前尚缺乏对这一不确定性及其影响的认识。针对该问题,本研究利用2001年—2016年遥感植被指数数据,分别在平均法和参考曲线法下提取中国森林生长季起始时间的多年平均值（■）,比较■的差异（■）及其空间异质性;进一步选取物候研究中常用指标,即以■为基础的温度“季前时长PD (Preseason Duration)”,分析■不同计算方法对物候—气候关系的潜在影响。结果表明,（1）不同方法下的■差异显著,总体上平均法小于参考曲线法（-2.6±2.2 d,占88%）,其中存在8.0%和6.0%的有效像元其动态平均法和固定平均法小于参考曲线法超过7 d,主要分布在东南丘陵地区。（2）■具有显著的空间异质性,主要表现为随年均温的升高而减小（Slope=0.07 d/℃,P<...     

基于分形理论的建筑物沉降观测数据处理

建筑物在施工、运营阶段受主体荷载等各种因素影响会产生沉降变形,为了利于建筑物沉降分析,保障建筑物安全,分析了分形理论在建筑物沉降数据处理中的可行性。通过实例,得出了基于分形理论的建筑物沉降数据处理方法。     

GPS单站定位的误差改正模型研究

GPS单站定位的作业方式、外业组织观测和数据处理等比较简单,同时,由于采用观测值不同、观测时间长短不同、定位模式和数据处理方式不同,其精度可以从毫米级到米级不等,实际应用中以伪距单点定位和精密单点定位为主。GPS单站定位不能通过求差方式来消除或消弱各项误差,为提高其定位精度,必须研究各项误差的改正模型,以便对其进行精细改正。本文用2010年10月31日CHAN站24小时的观测数据,确定各项误差在一天中的影响大小和变化规律,研究结果对精密单点定位的误差研究和GPS定位误差的教学工作等都有参考意义。     

基于蚁群-BP神经网络的基坑变形预测

由于神经网络具有较好的自组织和自适应特点,已被广泛应用于基坑变形预测领域.但神经网络中节点的权值最优化难以处理.为进一步提高BP神经网络性能,实现准确、快速预测基坑变形的目的,可将蚁群算法作为BP神经网络的学习算法,建立一种新的蚁群神经网络预测模型.实例表明,基于蚁群—BP神经网络的基坑变形预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力,取得了较好的效果.     

利用ICA算法进行全极化SAR影像滤波研究

提出了一种基于ICA算法的全极化SAR的滤波方法。首先对全极化SAR的四通道dB强度影像进行ICA变换,分离出信号及噪声分量,将噪声设为极小值,然后利用混合矩阵混合得到滤除噪声后的强度影像,结合原始相位信息,计算滤波后的散射矩阵。采用Foulum地物的EMISAR数据进行试验,并采用相干斑指数、均方差指数、边缘保持系数以及极化相关系数进行评价。结果表明,该方法不但能有效滤除影像的噪声,在边缘等细节信息保持上也具有较大优势。此外,滤波后影像虽散射特性发生改变,但维持了地物间的差异,在基于统计特性的精细分类、边缘信息及小目标检测方面仍具有较好的应用潜力。     

利用ArcGIS Engine建立暴雨水调蓄模型的三维分析系统

首先基于ArcGIS Engine建立小区水容积-水位关系;进而对暴雨过程线公式进行推导,并建立暴雨水调蓄模型;最后利用暴雨水调蓄模型建立径流流量、排水流量随时间变化关系图,并基于ArcGIS Engine实现暴雨水调蓄模型的三维分析系统.     

车载全景相机的影像匹配和光束法平差

提出一种针对车载全景影像序列的自动匹配和光束法平差方法.首先在单景鱼眼相机上进行多特征联合的初匹配;然后将同名特征投影到全景相机坐标系,并利用GPS/IMU数据进行粗差剔除和精匹配;再建立全景坐标下的透视投影几何模型,对匹配获得的连接点进行GPS/IMU辅助的光束法区域网平差,根据连接点的距离设定初始权,并通过选权迭代法剔除粗差,获得最终平差结果.试验结果表明,本文所提出的多特征匹配和全景坐标系平差的方法能够很好地处理全景相机的连接点提取和平差问题.     

地面几何标定的定向片自检校光束法区域网平差模型

针对航天线阵传感器,综合镜头光学畸变影响、像元尺寸与焦距的变化影响以及镜头的旋转作用,构建8标定参数的内方位自检校模型;利用定向片内插模型,描述影像的外方位元素变化;建立自检校光束法区域网平差模型,在对模型进行线性化的过程中,引入待标定的定向片外方位元素;利用SPOT5模拟数据对平差模型进行实验验证,结果表明,平差模型能够联合标定内方位自检校参数与外方位元素,标定结果准确。     

引入纹理特征的SSVM算法在极化SAR影像分类中的应用

在极化SAR影像极化特征的基础上,引入影像的纹理信息,利用带核函数的SSVM算法对极化SAR影像进行分类研究。该方法首先利用精致LEE滤波器对极化SAR影像进行去噪处理;然后采用小波变换对去噪后的总功率影像Span进行纹理特征提取;最后将纹理信息和极化信息结合,并采用SSVM方法对极化SAR影像进行分类。利用NASA/JPL AIRSAR获取的L波段SanFrancisco海湾和荷兰中部Flevoland地区的影像对该方法进行验证,结果表明,SSVM算法可有效地用于极化SAR影像分类,且分类精度和分类效率都优于SVM算法。同时纹理信息的引入使SSVM算法的分类精度得到了进一步提高。     

利用 Landsat 8影像制作解译样本点辅助高分影像分类可行性的研究

地理国情普查项目使用的高分影像质量的良莠不齐给地表覆盖数据生产带来了巨大障碍。本文剖析了目前收集到的高分影像资料的主要缺陷,如多分辨率、多传感器、多年份和跨季节,给地表覆盖数据解译带来极大的局限性;阐述了Landsat 8影像自身的特点,如像幅面积大、获取周期短、波段信息丰富,同时提出利用Landsat 8影像辅助解译的思路,并通过试验验证这种方法的可行性。