福州房产测绘数据备案系统设计与实现

本文对福州房产测绘数据进行分析和探索,利用GIS控件技术、数据库技术对数据备案机制和工作流进行设计和实现。对其他地区房产单位房产测绘数据备案及其系统开发应有其借鉴意义。     

基于观测误差后验分布的粗差探测的Bayes方法

从观测误差出发,运用3σ-原理提出了一种粗差探测的Bayes方法--基于观测误差的后验概率法.针对非等权独立观测情形,在一定先验分布下推导了观测误差的后验分布;建立了与观测误差有关的后验概率的计算公式;给出了粗差估算的Bayes方法;提出了基于观测误差的后验概率进行粗差探测的实施过程.最后结合算例说明了其效果,并且与其他粗差探测方法进行了比较.大量试验表明,给出的探测粗差的Bayes方法是切实可行的.它不仅有效地发现了粗差,而且结果比较理想.     

InSAR高程模型及其精度分析

提出了一种改进的InSAR高程模型，建立了高程和干涉相位的直接关系，并对公式推导中一般采用的平行射线近似处理方法所引入的高程误差进行了量化分析。结果表明，对于星载雷达而言，平行射线近似误差不能忽略。给出了近似误差与基线参数的确定性关系及相应的误差传播曲线，有助于误差纠正和重建高精度DEM。另外，基于改进的高程模型，推导出了高程测量误差传播公式，明确了基线长度和方向对测高精度的影响，对合理选择干涉像对具有指导意义。     

一种提高北斗系统中低纬度无源定位精度的改进方法

本文提出一种提高北斗系统中低纬度无源定位精度的方法,利用星际间单差及高程约束来提高定位精度。与传统方法相比,新方法具有更高的精度及较好的稳定性,仿真结果表明,在中低纬度地区定位精度可达50~200M。     

一种快速图像匹配方法的设计与实现

改进了遗传算法的编码,重新定义了交叉变异算子,结合运动估计中一种新的线性搜索方法--线性正方形搜索算法,实现了一种快速匹配算法,试验表明了算法的有效性和优越性.     

2-level r-tree index based on spatial grids and Hilbert R-tree

IntroductionSpatial index is the data structure between spatialoperation algorithms and spatial data objects, and itis usually used to improve the efficiency of spatialdata operations. Spatial index is one of the funda-ment techniques to manage the spatia…     

机载WIDAS数据的Landsat卫星反照率初步验证

随着精细化监测的需求,中高空间分辨率的地表反照率产品逐渐成为气候模型的主要输入。目前,中高空间分辨率反照率产品的验证主要基于地表站点的通量塔观测数据,区域机载飞行数据的验证依然相对较少。因此,本文基于区域机载数据验证Landsat反照率产品。针对内蒙古自治区根河森林试验区所获取的机载红外广角双模式成像仪(WIDAS)多角度反射率数据,应用BRDF原型反演算法估算其反照率,分析了应用机载数据验证中高空间分辨率反照率产品的潜力。2016年内蒙古根河森林试验区机载WIDAS飞行多角度观测的可用多角度范围为25°,以前的研究表明BRDF原型反照率反演算法表现出对小观测角度的反照率反演结果的鲁棒性。因此,机载WIDAS反照率在一定程度可用于星载反照率的验证。首先,基于核驱动模型和各向异性平整指数(AFX)提取了试验区4种MODIS二向性反射分布函数(BRDF)原型;然后,将其作为先验知识应用到根河森林WIDAS机载数据的反照率反演中;最后,用WIDAS反照率和单个地面通量塔观测的反照率对Landsat卫星数据的反照率进行初步验证。验证结果表明Landsat反照率与WIDAS反照率结果较为一致,但略有低估,总体均方根误差(RMSE)约为0.02,偏差为0.0057。在多角度观测范围较小时,BRDF原型的反照率反演算法可为星载地表反照率的验证提供了一种有效的验证手段。     

An improved building detection approach using L-band POLSAR two-dimensional time-frequency decomposition over oriented built-up areas

The objective of this study is to efficiently extract detailed information about various man-made targets in oriented built-up areas using polarimetric synthetic aperture radar (POLSAR) images. This paper develops an improved approach for building detection by utilizing Two-Dimensional Time-Frequency (2-D TF) decomposition. This method performs outstandingly in distinguishing between man-made and natural targets based on the isotropic behaviors, frequency-sensitive responses, and scattering mechanisms of objects. The proposed method can preserve the spatial resolution and exploit the advantages of TF decomposition; specifically, the exact outlines of buildings can be effectively located, and more types of features (e.g., flat roofs, roads, and walls that are oblique to the radar illumination) can be distinguished from forests in complex built-up areas by 2-D TF decomposition. The coarser-resolution subaperture images that are produced in the azimuth direction, which correspond to different looking angles, are beneficial for detecting man-made structures with main scattering centers oriented at oblique angles with respect to the radar illumination. In the range direction, the obtained subaperture images, which correspond to various observation frequencies, can be helpful in distinguishing flat roofs and roads from forests. This method was successfully implemented to analyze both NASA/JPL L-band AIRSAR and L-band EMISAR data sets. The building detection results of the proposed method exhibit a significant improvement over those of other methods and reach an overall accuracy over 80%, with approximately 20% higher than the accuracies of K-means clustering and the entropy/alpha-Wishart classifier and approximately 10% higher than the accuracy of the support vector machine method. Moreover, building details can be precisely detected, obliquely oriented buildings can be identified, and the distinction between buildings and forests is significantly improved, as both visually and statistically indicated. This method is highly adaptable and has substantial application value.     

差分层析SAR技术研究现状分析

差分层析SAR是在层析SAR基础上发展起来的一种四维信息反演技术。它不仅实现了对雷达目标的三维分辨能力,同时可以获取目标的形变速率信息,可实现对目标方位-距离-高度-时间四维成像,这对实现城市基础设施动态形变监测、古建筑风险评估、重要工程安全监测等应用具有重要实际意义和价值。本文基于差分层析SAR成像原理,分析了成像处理过程中存在的问题,总结了差分层析SAR成像算法研究现状和特点;最后列举了差分层析SAR技术的主要应用领域,并对其技术发展趋势进行了展望。     

遥感影像并行处理的数据划分及其路径优化算法

研究了一种基于数据划分的遥感影像并行处理的路径优化算法,用于解决将并行技术应用于海量遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题。在栅格数据可分解性分析及并行模型数据态、元素、相对信息量和映射等8个基本定义和6个性质的基础上,给出并行处理一般数学模型。以该模型为基础获得在一般并行处理情况下,以平均计算代价变量的比值作为控制横向并行与纵向并行选择方式的标志,并进一步给出四叉树索引并行生成、基于四叉树的目标检测并行处理等具体示例。最后,通过试验验证了算法的有效性,分析了算法的特点及影响因素。